翻译: Streamlit从入门到精通高级用法缓存Cache和Session 五-编程知识

Streamlit从入门到精通系列：

翻译: Streamlit从入门到精通基础控件一
翻译: Streamlit从入门到精通显示图表Graphs 地图Map 主题Themes 二
翻译: Streamlit从入门到精通构建一个机器学习应用程序三
翻译: Streamlit从入门到精通部署一个机器学习应用程序四

现在您已经了解了 Streamlit 应用程序如何运行和处理数据，让我们来谈谈效率。缓存允许您保存函数的输出，以便在重新运行时跳过它。会话状态允许您保存在重新运行之间保留的每个用户的信息。这不仅可以避免不必要的重新计算，还可以创建动态页面并处理渐进式流程。

1. Caching 缓存

Streamlit 缓存使您的应用程序即使在从 Web 加载数据、操作大型数据集或执行昂贵的计算时也能保持性能。

缓存背后的基本思想是存储成本高昂的函数调用的结果，并在再次出现相同的输入时返回缓存的结果，而不是在后续运行时调用函数。

要在 Streamlit 中缓存函数，您需要使用以下两个装饰器（st.cache_data 和 st.cache_resource）之一来装饰它：

@st.cache_data
def long_running_function(param1, param2):return …

在此示例中，使用 @st.cache_data 装饰long_running_function告诉 Streamlit，每当调用该函数时，它都会检查两件事：

输入参数的值（在本例中为 param1 和 param2）。
函数内部的代码。

如果这是 Streamlit 第一次看到这些参数值和函数代码，它会运行该函数并将返回值存储在缓存中。下次使用相同的参数和代码调用函数时（例如，当用户与应用程序交互时），Streamlit 将完全跳过执行该函数并返回缓存的值。在开发过程中，缓存会随着函数代码的变化而自动更新，从而确保最新的更改反映在缓存中。

如前所述，有两个缓存装饰器：

st.cache_data 是缓存返回数据的计算的推荐方法：从 CSV 加载 DataFrame、转换 NumPy 数组、查询 API 或任何其他返回可序列化数据对象的函数（str、int、float、DataFrame、array、list 等）。它会在每次函数调用时创建一个新的数据副本，使其免受突变和竞争条件的影响。st.cache_data的行为是您想要的——所以如果您不确定，请从st.cache_data开始，看看它是否有效！
st.cache_resource 是缓存全局资源（如 ML 模型或数据库连接）的推荐方法，这些资源是您不想多次加载的不可序列化对象。使用它，您可以在应用程序的所有重新运行和会话之间共享这些资源，而无需复制或复制。请注意，对缓存返回值的任何突变都会直接改变缓存中的对象（更多详细信息见下文）。

在这里插入图片描述
有关 Streamlit 缓存装饰器、其配置参数及其限制的详细信息，请参阅缓存。

2. Session State 会话状态

会话状态提供了一个类似于字典的界面，您可以在其中保存在脚本重新运行之间保留的信息。使用带有键或属性表示法st.session_state来存储和调用值。例如，st.session_state["my_key"] 或 st.session_state.my_key。请记住，小部件会自行处理其状态，因此您不必总是使用会话状态！

2.1 什么是会话Session？

会话是查看应用程序的单个实例。如果您从浏览器中的两个不同选项卡查看应用程序，则每个选项卡都有自己的会话。因此，应用的每个查看者都将有一个与其特定视图相关联的会话状态。Streamlit 在用户与应用程序交互时维护此会话。如果用户刷新其浏览器页面或重新加载应用的 URL，则其会话状态将重置，并重新开始新的会话。

2.2 使用会话状态的示例

这是一个简单的应用程序，用于计算页面的运行次数。每次单击该按钮时，脚本都会重新运行。

import streamlit as stif "counter" not in st.session_state:st.session_state.counter = 0st.session_state.counter += 1st.header(f"This page has run {st.session_state.counter} times.")
st.button("Run it again")

首次运行：首次为每个用户运行应用时，“会话状态”为空。因此，将创建一个键值对 （"counter":0）。随着脚本的继续，计数器会立即递增 （"counter":1），并显示结果：“此页面已运行 1 次。当页面完全呈现时，脚本已完成，Streamlit 服务器等待用户执行某些操作。当该用户单击该按钮时，将开始重新运行。
第二轮：由于“counter”已经是会话状态中的键，因此不会重新初始化。随着脚本的继续，计数器将递增 （"counter":2），并显示结果：“此页面已运行 2 次。

在一些常见情况下，会话状态很有帮助。如上所示，当您有一个渐进式进程，并且希望从一次重新运行到下一次重新运行时，将使用会话状态。会话状态还可用于防止重新计算，类似于缓存。但是，这些差异很重要：

Cache缓存将存储的值与特定函数和输入相关联。所有会话中的所有用户都可以访问缓存的值。
Session会话状态将存储的值与键（字符串）相关联。会话状态中的值仅在保存该值的单个会话中可用。

如果您的应用中具有随机数生成功能，则可能会使用会话状态。下面是一个示例，其中数据在每个会话开始时随机生成。通过将这些随机信息保存在会话状态中，每个用户在打开应用程序时都会获得不同的随机数据，但在他们与应用程序交互时，这些数据不会不断变化。如果使用选取器选择不同的颜色，则会看到数据不会在每次重新运行时重新随机化。（如果您在新选项卡中打开应用程序以开始新会话，您将看到不同的数据！

import streamlit as st
import pandas as pd
import numpy as npif "df" not in st.session_state:st.session_state.df = pd.DataFrame(np.random.randn(20, 2), columns=["x", "y"])st.header("Choose a datapoint color")
color = st.color_picker("Color", "#FF0000")
st.divider()
st.scatter_chart(st.session_state.df, x="x", y="y", color=color)

如果要为所有用户提取相同的数据，则可能会缓存检索该数据的函数。另一方面，如果提取特定于用户的数据（例如查询其个人信息），则可能需要将其保存在会话状态中。这样，查询的数据仅在该会话中可用。

如主要概念中所述，会话状态也与小部件相关。小部件是神奇的，可以自己安静地处理状态。但是，作为一项高级功能，您可以通过为小部件分配键来操作代码中小部件的值。分配给小组件的任何键都将成为与小组件值绑定的会话状态中的键。这可用于操作小部件。了解完 Streamlit 的基础知识后，如果您有兴趣，请查看我们的 Widget 行为指南以深入了解详细信息。