Python裝飾器與線程結合提高接口訪問效率方法
更新時間:2021年09月13日 11:28:02 作者:季布,
這篇文章主要為大家介紹了如何實現Python裝飾器與線程結合來提高接口的訪問效率,有需要的朋友可以借鑒參考下,希望可以有所幫助
回顧裝飾器的基本用法
裝飾器的本質是閉包,是python的一種語法糖
def outer(fun):
def inner(*args,**kwargs):
return fun(*args,**kwargs)
return inner
# 使用裝飾器裝飾一下兩個函數
@outer
def num1():
print('a')
@outer
def num2():
print('b')
if __name__ == '__main__':
print(num1.__name__)
print(num2.__name__)
以上代碼輸出結果:
inner
inner
裝飾器的特性:使用自定義的裝飾器會改變被裝飾函數的函數名,一般裝飾器器是不用考慮這一點的,但是如果多個函數被兩個裝飾器裝飾就會報錯,因為函數名一樣
解決辦法:引入 functools.wraps
import functools
def outer(fun):
@functools.wraps(fun)
def inner(*args,**kwargs):
return fun(*args,**kwargs)
return inner
以上代碼輸出結果:
num1
num2
實際業(yè)務中的應用
定義多線程的裝飾器
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該裝飾器
因為正常來說線程的執(zhí)行效率要比進程快
可以用裝飾器測試并統計函數運行時間
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
這個裝飾器有感興趣的朋友可以保存起來,以后測接口性能可以直接拿過來用!
from time import sleep
from time import time
import time
from threading import Thread
#這是統計時間的裝飾器
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
#這是創(chuàng)建線程的裝飾器,感興趣的可以保存一下,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()
不創(chuàng)建線程的運行時間是:2s多
使用線程裝飾器的時間:0.0003s
可以在引入functools.wraps,防止裝飾多個函數的時候,函數名被改變
以上就是Python裝飾器與線程結合提高接口訪問效率方法的詳細內容,更多關于Python提高接口訪問效率的資料請關注腳本之家其它相關文章!
相關文章
anaconda虛擬環(huán)境python?sklearn庫的安裝過程
Anaconda是專注于數據分析的Python發(fā)行版本,包含了conda、Python等190多個科學包及其依賴項,這篇文章主要給大家介紹了關于anaconda虛擬環(huán)境python?sklearn庫的安裝過程,需要的朋友可以參考下2023-11-11
詳解python異步編程之asyncio(百萬并發(fā))
這篇文章主要介紹了詳解python異步編程之asyncio(百萬并發(fā)),小編覺得挺不錯的,現在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧2018-07-07

