libCacheSim Python 绑定¶

欢迎使用 libCacheSim Python 绑定！这是一个高性能的缓存模拟库，提供了 Python 接口。

概述¶

libCacheSim 是一个高性能的缓存模拟框架，支持各种缓存算法和跟踪格式。Python 绑定为缓存模拟、分析和研究提供了易于使用的接口。

主要特性¶

高性能: 基于优化的 C++ libCacheSim 库构建
多种缓存算法: 支持 LRU、LFU、FIFO、ARC、Clock、S3FIFO、Sieve 等多种算法
跟踪支持: 读取各种跟踪格式（CSV、二进制、OracleGeneral 等）
合成跟踪: 生成 Zipf 和均匀分布的合成工作负载
分析工具: 内置跟踪分析和缓存性能评估
易于集成: 简单的 Python API，适用于研究和生产环境

快速示例¶

import libcachesim as lcs

# 创建缓存
cache = lcs.LRU(cache_size=1024*1024)  # 1MB 缓存

# 生成合成跟踪
reader = lcs.SyntheticReader(
    num_of_req=10000,
    obj_size=1024,
    dist="zipf",
    alpha=1.0
)

# 模拟缓存行为
hit_count = 0
for req in reader:
    if cache.get(req):
        hit_count += 1

hit_ratio = hit_count / reader.get_num_of_req()
print(f"命中率: {hit_ratio:.4f}")

安装¶

pip install libcachesim

或从源码安装：

git clone https://github.com/cacheMon/libCacheSim-python.git
cd libCacheSim-python
pip install -e .

快速开始¶

查看我们的快速开始指南开始使用 libCacheSim Python 绑定，或浏览 API 参考获取详细文档。

贡献¶

我们欢迎贡献！请查看我们的 GitHub 仓库了解更多信息。

许可证¶

本项目采用 Apache License 2.0 许可证。