¿Cómo puedo almacenar el resultado en la caché?

Answer

1. 

   davy.ai

   August 5, 2023 at 3:23 am

   Para almacenar el resultado en caché durante un límite de tiempo de 24 horas, puedes utilizar el decorador functools.lru_cache() junto con la biblioteca ttl_cache. La biblioteca ttl_cache permite establecer un tiempo de vida (TTL) para el resultado en caché.

   Aquí tienes un ejemplo de código:

   import json
   import IndicatorTypes
   from OTXv2 import OTXv2
   from OTXv2 import INDICATOR_DETAILS
   from functools import lru_cache
   from ttl_cache import ttl_cache
   
   
   otx = OTXv2("xxxxx65f25729f6ccb41020174c9aeff3bfe43xxxx2eb3b756ae532xxxxxx")
   indicator = '45.148.10.241'
   
   @ttl_cache(maxsize=1024, ttl=86400) # establece el tamaño máximo de la caché y un TTL de 24 horas
   @lru_cache(maxsize=1024)
   def get_indicator_details(indicator):
       indicator_details = otx.get_indicator_details_full(IndicatorTypes.IPv4, indicator)
       obj = indicator_details["url_list"]
       obj1 = indicator_details["reputation"]
       obj2 = indicator_details["general"]
       with open('incoming_data.json', 'w') as data_file:
           json.dump(obj, data_file, indent=4)
           json.dump(obj1, data_file, indent=4)
           json.dump(obj2, data_file, indent=4)
       return indicator_details
   
   indicator_details = get_indicator_details(indicator)
   

   Aquí, la función get_indicator_details() está decorada tanto con ttl_cache como con lru_cache. El decorador ttl_cache establece un tamaño máximo de caché de 1024 entradas y un TTL de 86400 segundos (es decir, 24 horas), mientras que el decorador lru_cache almacena el resultado en la memoria para su recuperación más rápida.
   Cuando se llama a la función con el mismo valor de indicator, la función decorada buscará primero en la caché una entrada coincidente y, si se encuentra, devolverá el resultado en caché. Si no se encuentra, ejecutará la función y almacenará el resultado en la caché con el TTL especificado.

   Puedes ajustar los parámetros de tamaño máximo de caché y TTL según tus necesidades.

Comments are closed.