使用 Graphene GraphQL，是否可以缓存用于中继连接分页的查询集？

如何解决使用 Graphene GraphQL，是否可以缓存用于中继连接分页的查询集？

当使用 Graphene 的 Relay Connection 字段时，通过查询集进行分页非常容易。客户端传递参数（first、after、before、last），然后通过返回查询集，解析器自动分页。

对我来说，一个超级强大的模式是，如果你可以缓存（全局，使用 Memcached/Redis 等）查询集，无论传递的参数组合如何。这将使分页变得非常流畅、高效、可扩展。

这是我尝试执行此操作的示例：

# Create a memoized queryset using cache_memoize,but Could be any library
from cache_memoize import cache_memoize

# This will create a cache key using the arguments passed to the function
cache_memoize(5000)
def get_paginated_my_model(**kwargs):
   # How do I pass the arguments here?
   return MyModel.objects.all()


# Then...in our resolver
 def resolve_my_models(self,info,**kwargs):
    print(kwargs) # e.g. {'after': 'YXJyYXljb25uZWN0aW9uOjE=','first': 5}
    return get_paginated_my_model(kwargs)

这适用于创建缓存键，但这里存储的查询集将始终是完整的查询集。解析器似乎在幕后使用了一些魔法来实现查询集的切片。

有没有办法实现类似的目标？是否可以以某种方式使用石墨烯使用的切片逻辑？