FastAPI依赖中lru_cache不生效是因为每次请求会重新调用依赖函数；真正有效的缓存是框架内置的“同一请求内相同依赖自动复用”，无需手动加装饰器。
FastAPI 依赖中用 lru_cache 缓存函数结果不生效？
因为 FastAPI 的依赖注入每次请求都会重新调用依赖函数，lru_cache 默认作用于函数调用层面，但如果你缓存的是无参函数（比如 get_db()），它确实能起作用；可一旦依赖函数带请求上下文（如接收 Request 或 Depends 嵌套），缓存就失效——参数不同，缓存 key 就不同。
真正需要“每请求只执行一次”的场景，其实是避免同一请求内多次调用同一个依赖（比如多个路由参数或嵌套依赖都用了 get_current_user），这时应靠 FastAPI 自身的依赖缓存机制，而不是手动加 lru_cache。
- FastAPI 默认对「同一请求生命周期内」的相同依赖（相同类型、相同参数）自动复用返回值
- 这个行为不依赖装饰器，是框架内置的，只要你不主动传入新参数（比如每次都传不同
token字符串），它就会命中缓存 - 验证方式：在依赖函数里加
print("called")，同一请求中多次声明该依赖，只会输出一次
如何强制让依赖在请求内只运行一次（即使参数动态变化）
当你的依赖函数签名里包含动态值（比如 def get_config(env: str = Query(...))），FastAPI 会认为每次 env 不同就是不同依赖实例，无法复用。此时需手动管理生命周期：
- 把依赖逻辑拆成两层：外层接收动态参数并生成唯一 key，内层用
lru_cache(maxsize=128)缓存结果 - 确保 key 能准确反映输入差异，例如
f"{env}_{region}" - 注意：缓存对象若含非可哈希类型（如
dict、list），要先转成tuple或json.dumps后再哈希
示例：
@lru_cache(maxsize=128)
def _load_config_cached(env: str, region: str) -> dict:
return {"env": env, "region": region, "ts": time.time()}
def get_config(env: str = Query(...), region: str = Query("us-east-1")) -> dict:
return _load_config_cached(env, region)
全局单例依赖（整个应用生命周期只初始化一次）
适合数据库连接池、Redis 客户端、配置加载器这类无需请求上下文的资源。关键不是“缓存”，而是“只创建一次”：
- 用模块级变量 +
lambda或普通函数包装，配合Depends注入 - 不要在依赖函数体内做耗时初始化（如连接 DB），而应在应用启动时完成（用
@app.on_event("startup")） - 推荐写法：定义一个类，用
__init__做初始化，再通过依赖函数返回其实例
示例：
class RedisClient:
def __init__(self):
self.client = redis.Redis(...)
redis_client = RedisClient() # 全局单例
def get_redis() -> RedisClient:
return redis_client
然后在路由中：def route(redis: RedisClient = Depends(get_redis)) —— 每次都是同一个实例。
容易被忽略的坑：异步依赖和缓存不兼容
如果依赖函数是 async def，你不能直接给它加 @lru_cache（协程不可哈希），也不能在 async 函数里同步调用缓存函数后 await —— 这会导致阻塞事件循环。
- 正确做法：缓存纯同步逻辑，异步部分（如 D
B 查询）仍走 async，但可对查询结果做内存缓存（如用
functools.lru_cache缓存 SQL 字符串 → 查询结果映射） - 更稳妥的方案是用
aiocache或async_lru这类支持协程的缓存库 - 切记：FastAPI 的依赖缓存机制本身不区分 sync/async，它只管“是否复用上一次返回的对象”，所以 async 依赖同样享受请求内复用
复杂点在于，很多人想缓存的是「await 后的结果」，但又没意识到 async 函数返回的是协程对象，不是结果——必须先 await 才能缓存值，而 await 只能在 async 上下文中做。
