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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
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
1
2
3
4
5
6
|
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
1
2
3
4
|
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
1
2
3
4
5
6
7
8
|
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!
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
|
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
以上就是Python装饰器与线程结合提高接口访问效率方法的详细内容,更多关于Python提高接口访问效率的资料请关注服务器之家其它相关文章!
原文链接:https://blog.csdn.net/weixin_47906106/article/details/115525499