Python装饰器与线程结合提高接口访问效率方法

回顾装饰器的基本用法

装饰器的本质是闭包,是python的一种语法糖

def outer(fun):
    def inner(*args,**kwargs):
        return fun(*args,**kwargs)
    return inner

# 使用装饰器装饰一下两个函数
@outer
def num1():
    print('a')

@outer
def num2():
    print('b')

if __name__ == '__main__':
    print(num1.__name__)
    print(num2.__name__)
以上代码输出结果:
inner
inner
装饰器的特性:使用自定义的装饰器会改变被装饰函数的函数名,一般装饰器器是不用考虑这一点的,但是如果多个函数被两个装饰器装饰就会报错,因为函数名一样

解决办法:引入 functools.wraps

import functools


def outer(fun):
    @functools.wraps(fun)
    def inner(*args,**kwargs):
        return fun(*args,**kwargs)
    return inner

以上代码输出结果:

num1

num2

实际业务中的应用:

定义多线程的装饰器

def async_call(fun):
    def wrapper(*args, **kwargs):
        Thread(target=fun, args=args, kwargs=kwargs).start()

    return wrapper

可以在需要提升效率的接口上添加该装饰器

因为正常来说线程的执行效率要比进程快

可以用装饰器测试并统计函数运行时间

import time


def coast_time(func):
    def fun(*args, **kwargs):
        t = time.perf_counter()
        result = func(*args, **kwargs)
        print(f'func {func.__name__} coast time:{time.perf_counter() - t:.8f} s')
        return result

    return fun

这个装饰器有感兴趣的朋友可以保存起来,以后测接口性能可以直接拿过来用!

from time import sleep
from time import time
import time

from threading import Thread

这是统计时间的装饰器
def coast_time(func):
    def fun(*args, **kwargs):
        t = time.perf_counter()
        result = func(*args, **kwargs)
        print(f'func {func.__name__} coast time:{time.perf_counter() - t:.8f} s')
        return result

    return fun


这是创建线程的装饰器,感兴趣的可以保存一下,可以直接使用的
def async_call(fun):
    def wrapper(*args, **kwargs):
        Thread(target=fun, args=args, kwargs=kwargs).start()

    return wrapper

@coast_time
@async_call
def hello():
    print('start')
    sleep(2)
    print('end')

    return


if __name__ == "__main__":
    hello()

不创建线程的运行时间是:2s多

使用线程装饰器的时间:0.0003s

可以在引入functools.wraps,防止装饰多个函数的时候,函数名被改变

收藏 (0)
评论列表
正在载入评论列表...
我是有底线的
为您推荐
    暂时没有数据