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
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脚本之家其它相关文章!
相关文章
使用pyinstaller打包PyQt4程序遇到的问题及解决方法
今天小编就为大家分享一篇使用pyinstaller打包PyQt4程序遇到的问题及解决方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2019-06-06PyTorch中model.zero_grad()和optimizer.zero_grad()用法
这篇文章主要介绍了PyTorch中model.zero_grad()和optimizer.zero_grad()用法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2020-06-06python的getattr和getattribute拦截内置操作实现
在Python中,getattr和getattribute是用于动态属性访问和自定义属性访问行为的重要工具,本文主要介绍了python的getattr和getattribute拦截内置操作实现,具有一定的参考价值,感兴趣的可以了解一下2024-01-01Python内建模块collections实现特殊容器数据类型
collections模块是Python的内建模块之一,它实现了特殊的容器数据类型,提供了Python内建的数据类型dict、list、set、和tuple的高效替代选择2023-06-06树莓派上利用python+opencv+dlib实现嘴唇检测的实现
本文主要介绍了树莓派上利用python+opencv+dlib实现嘴唇检测的实现,文中通过示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下2021-10-10
最新评论