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
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编程网其它相关文章！
