Python自带dict不支持TTL因其纯内存映射，无时间戳、过期检查或自动清理机制；手动维护易致内存泄漏，Timer方案开销大且难管理；推荐懒过期封装方案，读时检查并删除过期项。
为什么 Python 自带的 dict 不能直接支持 TTL
因为 dict 是纯内存映射结构，没有内置时间戳、过期检查或后台清理机制。你写入一个键值对后，它就一直存在，哪怕逻辑上该数据已“过期”。手动维护时间戳虽可行，但每次读取都得判断 time.time() > expire_at，且不会自动删除——久而久之会内存泄漏。
用 threading.Timer 做延迟删除？不推荐
为每个 key 启一个 Timer 看似直观，但实际问题很多：
- 大量短生命周期 key 会创建海量线程对象，开销大、难管理
- Timer 一旦启动无法取消（除非用第三方库如
threading.Timer.cancel()配合状态标记，但易出竞态） - 进程退出时未触发的 Timer 不会自动释放，可能卡住程序
- 无法统一控制最大缓存数或 LRU 淘汰
所以，除非 key 极少且生命周期极长，否则别走这条路。
推荐方案：封装 dict + 时间戳 + 懒过期（lazy expiration）
这是最轻量、可控、无依赖的做法，适合大多数内部工具或脚本场景。核心思路是：写入时记录过期时间，读取时检查是否过期，过期则删掉并返回 None 或抛异常。
示例实现：
import time
class TTLCache:
def __init__(self):
self._cache = {}
self._times = {}
def set(self, key, value, ttl_seconds):
self._cache[key] = value
self._times[key] = time.time() + ttl_seconds
def get(self, key, default=None):
expire_at = self._times.get(key)
if expire_at is None:
return default
if time.time() > expire_at:
self._cache.pop(key, None)
self._times.pop(key, None)
return default
return self._cache[key]
def delete(self, key):
self._cache.pop(key, None)
self._times.pop(key, None)
关键点：
- 不依赖外部库，纯标准库，Python 3.6+
- 读操作触发过期检查（懒过期），避免定时扫描开销
- 写操作只存两个 dict，无锁（单线程安全；多线程需加
threading.Lock） -
ttl_seconds为浮点数，支持亚秒级精度（如0.1）
需要线程安全？加一把 threading.Lock 就够了
如果多个线程共用同一个 TTLCache 实例，必须保护共享状态。只需在关键方法加锁，不需要全量同步：
import threading
class ThreadSafeTTLCache:
def __init__(self):
self._cache = {}
self._times = {}
self._lock = threading.Lock()
def set(self, key, value, ttl_seconds):
with self._lock:
self._cache[key] = value
self._times[key] = time.time() + ttl_seconds
def get(self, key, default=None):
with self._lock:
expire_at = self._times.get(key)
if expire_at is None:
return default
if time.time() > expire_at:
self._cache.pop(key, None)
self._times.pop(key, None)
return default
return self._cache[key]
注意：get 和 set 都要锁，但不必锁整个生命周期——比如不要在 get 里长时间持有锁去处理业务逻辑。
真正容易被忽略的是：懒过期机制下，过期 key 可能长期滞留在内存中，直到下次 get 或显式 delete。如果写多读少（比如埋点日志类缓存），得配合定期调用 cleanup() 扫描清理，或者换用 heapq 维护最小堆做主动过期。
