TradingAgents/tradingagents/dataflows/integrated_cache.py

287 lines
10 KiB
Python

#!/usr/bin/env python3
"""
集成缓存管理器
结合原有缓存系统和新的自适应数据库支持
提供向后兼容的接口
"""
import os
import logging
from pathlib import Path
from typing import Any, Dict, Optional, Union
import pandas as pd
# 导入原有缓存系统
from .cache_manager import StockDataCache
# 导入自适应缓存系统
try:
from .adaptive_cache import get_cache_system
from ..config.database_manager import get_database_manager
ADAPTIVE_CACHE_AVAILABLE = True
except ImportError:
ADAPTIVE_CACHE_AVAILABLE = False
class IntegratedCacheManager:
"""集成缓存管理器 - 智能选择缓存策略"""
def __init__(self, cache_dir: str = None):
self.logger = logging.getLogger(__name__)
# 初始化原有缓存系统(作为备用)
self.legacy_cache = StockDataCache(cache_dir)
# 尝试初始化自适应缓存系统
self.adaptive_cache = None
self.use_adaptive = False
if ADAPTIVE_CACHE_AVAILABLE:
try:
self.adaptive_cache = get_cache_system()
self.db_manager = get_database_manager()
self.use_adaptive = True
self.logger.info("✅ 自适应缓存系统已启用")
except Exception as e:
self.logger.warning(f"自适应缓存系统初始化失败,使用传统缓存: {e}")
self.use_adaptive = False
else:
self.logger.info("自适应缓存系统不可用,使用传统文件缓存")
# 显示当前配置
self._log_cache_status()
def _log_cache_status(self):
"""记录缓存状态"""
if self.use_adaptive:
backend = self.adaptive_cache.primary_backend
mongodb_available = self.db_manager.is_mongodb_available()
redis_available = self.db_manager.is_redis_available()
self.logger.info(f"📊 缓存配置:")
self.logger.info(f" 主要后端: {backend}")
self.logger.info(f" MongoDB: {'✅ 可用' if mongodb_available else '❌ 不可用'}")
self.logger.info(f" Redis: {'✅ 可用' if redis_available else '❌ 不可用'}")
self.logger.info(f" 降级支持: {'✅ 启用' if self.adaptive_cache.fallback_enabled else '❌ 禁用'}")
else:
self.logger.info("📁 使用传统文件缓存系统")
def save_stock_data(self, symbol: str, data: Any, start_date: str = None,
end_date: str = None, data_source: str = "default") -> str:
"""
保存股票数据到缓存
Args:
symbol: 股票代码
data: 股票数据
start_date: 开始日期
end_date: 结束日期
data_source: 数据源
Returns:
缓存键
"""
if self.use_adaptive:
# 使用自适应缓存系统
return self.adaptive_cache.save_data(
symbol=symbol,
data=data,
start_date=start_date or "",
end_date=end_date or "",
data_source=data_source,
data_type="stock_data"
)
else:
# 使用传统缓存系统
return self.legacy_cache.save_stock_data(
symbol=symbol,
data=data,
start_date=start_date,
end_date=end_date,
data_source=data_source
)
def load_stock_data(self, cache_key: str) -> Optional[Any]:
"""
从缓存加载股票数据
Args:
cache_key: 缓存键
Returns:
股票数据或None
"""
if self.use_adaptive:
# 使用自适应缓存系统
return self.adaptive_cache.load_data(cache_key)
else:
# 使用传统缓存系统
return self.legacy_cache.load_stock_data(cache_key)
def find_cached_stock_data(self, symbol: str, start_date: str = None,
end_date: str = None, data_source: str = "default") -> Optional[str]:
"""
查找缓存的股票数据
Args:
symbol: 股票代码
start_date: 开始日期
end_date: 结束日期
data_source: 数据源
Returns:
缓存键或None
"""
if self.use_adaptive:
# 使用自适应缓存系统
return self.adaptive_cache.find_cached_data(
symbol=symbol,
start_date=start_date or "",
end_date=end_date or "",
data_source=data_source,
data_type="stock_data"
)
else:
# 使用传统缓存系统
return self.legacy_cache.find_cached_stock_data(
symbol=symbol,
start_date=start_date,
end_date=end_date,
data_source=data_source
)
def save_news_data(self, symbol: str, data: Any, data_source: str = "default") -> str:
"""保存新闻数据"""
if self.use_adaptive:
return self.adaptive_cache.save_data(
symbol=symbol,
data=data,
data_source=data_source,
data_type="news_data"
)
else:
return self.legacy_cache.save_news_data(symbol, data, data_source)
def load_news_data(self, cache_key: str) -> Optional[Any]:
"""加载新闻数据"""
if self.use_adaptive:
return self.adaptive_cache.load_data(cache_key)
else:
return self.legacy_cache.load_news_data(cache_key)
def save_fundamentals_data(self, symbol: str, data: Any, data_source: str = "default") -> str:
"""保存基本面数据"""
if self.use_adaptive:
return self.adaptive_cache.save_data(
symbol=symbol,
data=data,
data_source=data_source,
data_type="fundamentals_data"
)
else:
return self.legacy_cache.save_fundamentals_data(symbol, data, data_source)
def load_fundamentals_data(self, cache_key: str) -> Optional[Any]:
"""加载基本面数据"""
if self.use_adaptive:
return self.adaptive_cache.load_data(cache_key)
else:
return self.legacy_cache.load_fundamentals_data(cache_key)
def get_cache_stats(self) -> Dict[str, Any]:
"""获取缓存统计信息"""
if self.use_adaptive:
# 获取自适应缓存统计
adaptive_stats = self.adaptive_cache.get_cache_stats()
# 添加传统缓存统计
legacy_stats = self.legacy_cache.get_cache_stats()
return {
"cache_system": "adaptive",
"adaptive_cache": adaptive_stats,
"legacy_cache": legacy_stats,
"database_available": self.db_manager.is_database_available(),
"mongodb_available": self.db_manager.is_mongodb_available(),
"redis_available": self.db_manager.is_redis_available()
}
else:
# 只返回传统缓存统计
legacy_stats = self.legacy_cache.get_cache_stats()
return {
"cache_system": "legacy",
"legacy_cache": legacy_stats,
"database_available": False,
"mongodb_available": False,
"redis_available": False
}
def clear_expired_cache(self):
"""清理过期缓存"""
if self.use_adaptive:
self.adaptive_cache.clear_expired_cache()
# 总是清理传统缓存
self.legacy_cache.clear_expired_cache()
def get_cache_backend_info(self) -> Dict[str, Any]:
"""获取缓存后端信息"""
if self.use_adaptive:
return {
"system": "adaptive",
"primary_backend": self.adaptive_cache.primary_backend,
"fallback_enabled": self.adaptive_cache.fallback_enabled,
"mongodb_available": self.db_manager.is_mongodb_available(),
"redis_available": self.db_manager.is_redis_available()
}
else:
return {
"system": "legacy",
"primary_backend": "file",
"fallback_enabled": False,
"mongodb_available": False,
"redis_available": False
}
def is_database_available(self) -> bool:
"""检查数据库是否可用"""
if self.use_adaptive:
return self.db_manager.is_database_available()
return False
def get_performance_mode(self) -> str:
"""获取性能模式"""
if not self.use_adaptive:
return "基础模式 (文件缓存)"
mongodb_available = self.db_manager.is_mongodb_available()
redis_available = self.db_manager.is_redis_available()
if redis_available and mongodb_available:
return "高性能模式 (Redis + MongoDB + 文件)"
elif redis_available:
return "快速模式 (Redis + 文件)"
elif mongodb_available:
return "持久化模式 (MongoDB + 文件)"
else:
return "标准模式 (智能文件缓存)"
# 全局集成缓存管理器实例
_integrated_cache = None
def get_cache() -> IntegratedCacheManager:
"""获取全局集成缓存管理器实例"""
global _integrated_cache
if _integrated_cache is None:
_integrated_cache = IntegratedCacheManager()
return _integrated_cache
# 向后兼容的函数
def get_stock_cache():
"""向后兼容:获取股票缓存"""
return get_cache()
def create_cache_manager(cache_dir: str = None):
"""向后兼容:创建缓存管理器"""
return IntegratedCacheManager(cache_dir)