معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

storing cache using dynamodb dax

ویژگی	مقدار
سیستم عامل	-
نام فایل	dynamocacher-0.0.9
نام	dynamocacher
نسخه کتابخانه	0.0.9
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Nic Wanavit
ایمیل نویسنده	nwanavit@gmail.com
آدرس صفحه اصلی	https://github.com/thanakijwanavit/dynamocacher
آدرس اینترنتی	https://pypi.org/project/dynamocacher/
مجوز	-

# dynamocacher ## Description A package which allows you to use dynamodb to cache output of a slow or expensive function, to reduce cost and increase the efficiency Dax is supported using a Pynamodb fork, and its highly recommended for performance-critical application 50-100x performance difference is expected with dax ## ToDos - Dax support : Done - Auto create table : Done - policy template : in progress - example readme : Done # Examples [colabNotebook](https://colab.research.google.com/drive/1Uf1deNZ0P1tAiKjeKLs0ErqexYtd1ZGb?usp=sharing) ## SampleUsage ### cache this slow function ```python def power(input:dict): ''' This is a very bad and slow function accept a dict containing these keys base: float power: int and return the power embarrasingly slowly response result: float ''' base = input['base'] power = input['power'] result = base for i in range (power): result *= base return { 'result':result } def powerWithCaching(input:dict): cache = Cache.getCache(input, timeout = 3600) if cache: return cache result = power(input) Cache.addCache(input=input, output= result) return result ``` ### performance Example code for trying it yourself ```python sampleInput = { 'base': 1 + 1e-10, 'power': 86289369 } %timeit power(sampleInput) # 3.72 s ± 35 ms per loop (mean ± std. dev. of 7 runs, 1 loop each) %timeit powerWithCaching(sampleInput) # 238 ms ± 482 µs without dax %timeit powerWithCaching(sampleInput) # 5.43 ms with dax ``` ## SetUp ```python from dynamocacher.cacher import Cacher class Cache(Cacher): class Meta: table_name = 'dynamoCache' region = 'us-east-1' aws_access_key_id = USER aws_secret_access_key = PW billing_mode= 'PAY_PER_REQUEST' dax_read_endpoints = ['....:8111'] # optional dax, note that dax will speed up dynamodb significantly dax_write_endpoints = ['....:8111']# optional dax, note that dax will speed up dynamodb significantly ``` ### createTable ```python Cache.create_table() ``` ## basic ### addCache ```python sampleInput = { 'query': 'testQuery', 'fruit': 'strawberry' } Cache.addCache( input = sampleInput, output = sampleReturn ) ``` ### getCache ```python output = Cache.getCache(sampleInput, timeout = 3600) # ignore cache older than 3600 seconds ``` ## creating a table with sam ```yaml Properties: TableName: dynamoCache PrimaryKey: Name: cacheKey Type: String Tags: Department: Engineering AppType: Serverless ```

نیازمندی

مقدار	نام
-	pynamodb-dax
-	amazon-dax-client

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl dynamocacher-0.0.9:

pip install dynamocacher-0.0.9.whl

نصب پکیج tar.gz dynamocacher-0.0.9:

pip install dynamocacher-0.0.9.tar.gz