Python裝飾器與線程結合如何提高接口訪問效率

這篇文章主要介紹了Python裝飾器與線程結合如何提高接口訪問效率，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

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

感謝你能夠認真閱讀完這篇文章，希望小編分享的“Python裝飾器與線程結合如何提高接口訪問效率”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，更多相關知識等著你來學習!