如果我们的应用程序需要频繁调用一些耗时的函数，那么这些函数可能会成为性能瓶颈，导致应用程序运行缓慢。在这种情况下，一种解决方案是将这些耗时的函数的结果缓存到硬盘上，以避免反复计算。这个过程被成为'缓存”。我们可以使用Python中的cachingools库来实现这个功能。

示例代码如下：

from cachetools import cached, TTLCache
from time import sleep

cache = TTLCache(maxsize=100, ttl=300)

@cached(cache)
def expensive_function(arg1, arg2):
    # 模拟一个耗时的函数
    sleep(5)
    return arg1 + arg2

在上面的例子中，我们定义了一个名为cache的缓存对象，它使用了TTLCache类来管理缓存。TTLCache是一个有时限的缓存类，这样我们可以快速地清除失效的缓存项。我们使用@cached装饰器来包装需要缓存的expensive_function函数。这个装饰器会尝试从缓存中获取结果，如果缓存中不存在结果，则会执行函数并缓存结果。如果函数有相同的参数再被调用时，会直接从缓存中取出结果，避免重复执行。

当然，如果你想使用其他缓存策略，Python中也有其他的缓存库，如lru_cache。