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

来源：https://blog.csdn.net/weixin_47906106/article/details/115525499