python 装饰器(1)应用：函数执行时间统计，函数调用频率限制，函数调用日志

已于 2022-04-06 09:37:29 修改
阅读量1.2k 收藏 2
点赞数 1
分类专栏： Python 文章标签： python
于 2021-02-27 22:23:04 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_37674086/article/details/110181791
版权

一.装饰器简介

装饰器：在不修改函数源代码的基础上，添加函数功能

被装饰器装饰的函数名即使没有被调用（因为有@xxx，会触发运行装饰器），(装饰器工厂函数)定义装饰器的代码已经运行了（最内部的那个函数并没有运行）（把被装饰的原函数引用赋值给了装饰器内部的那个函数名）,当下边通过该函数名调用时，会调用到装饰器内部的那个函数（）

装饰器常用场景：函数执行时间统计，函数调用频率限制，函数调用日志，函数缓存，性能测试

二.实例

2.1 记录时间

#!/usr/bin/python
import time

def outter(func):
	def inner(*args,**kwargs):
		start_time = time.time()
		re = func(args[0])
		end_time = time.time()
		spend_time = end_time - start_time
		return({'spend_time':spend_time,'result':re})
	return inner

@outter        #等价于：  test = outter(test)   此处没装饰器标志符没有带括号 与下面三层装饰器不同
def test(x):       # 等价于：outter(test)(x)
	time.sleep(5)
	return 'test'+str(x)

x = test(2)
print(x)

》》》{'spend_time': 5.004472970962524, 'result': 'test2'}

2.2频率限制

#!/usr/bin/python
import time,random

def func_param(*args_o,**kwargs_o):
    #10秒内只能请求5次,传参为func_param(10,5)
    def outter(func):
        history = []
        def inner(*args_i,**kwargs_i):
            nonlocal history
            nowtime = time.time()
            print(nowtime)
            notrun = 0
            if len(history) == args_o[1]:
                maxtime = nowtime - history[0]
                if maxtime < args_o[0]:
                    print('请求频率过高')
                    notrun =1
                history.pop(0)
                history.append(nowtime)
            else:
                history.append(nowtime)
            print('history:{}'.format(history))
            if notrun:
                return '请求频率过高'
            re = func(args_i[0])
            return '目标函数返回：{}'.format(re)
        return inner
    return outter

@func_param(10,5)    #等价于：xx = func_param(10,5)(xx)
def xx(x):           #等价于：func_param(10,5)(xx)(x)
    return '123'+str(x)

for i in range(15):
    w = random.uniform(0,4)
    time.sleep(w)
    xx(i)

》》》
C:\Python3\python.exe F:/work/project/Local_debug/test.py
1606405214.0630307
history:[1606405214.0630307]
1606405217.3594472
history:[1606405214.0630307, 1606405217.3594472]
1606405221.1596596
history:[1606405214.0630307, 1606405217.3594472, 1606405221.1596596]
1606405221.3468597
history:[1606405214.0630307, 1606405217.3594472, 1606405221.1596596, 1606405221.3468597]
1606405225.1884668
history:[1606405214.0630307, 1606405217.3594472, 1606405221.1596596, 1606405221.3468597, 1606405225.1884668]
1606405227.9352918
history:[1606405217.3594472, 1606405221.1596596, 1606405221.3468597, 1606405225.1884668, 1606405227.9352918]
1606405227.9508915
history:[1606405221.1596596, 1606405221.3468597, 1606405225.1884668, 1606405227.9352918, 1606405227.9508915]
1606405230.969111
请求频率过高
history:[1606405221.3468597, 1606405225.1884668, 1606405227.9352918, 1606405227.9508915, 1606405230.969111]
1606405233.252918
history:[1606405225.1884668, 1606405227.9352918, 1606405227.9508915, 1606405230.969111, 1606405233.252918]
1606405236.0575264
history:[1606405227.9352918, 1606405227.9508915, 1606405230.969111, 1606405233.252918, 1606405236.0575264]
1606405236.9099412
请求频率过高
history:[1606405227.9508915, 1606405230.969111, 1606405233.252918, 1606405236.0575264, 1606405236.9099412]
1606405240.8693566
history:[1606405230.969111, 1606405233.252918, 1606405236.0575264, 1606405236.9099412, 1606405240.8693566]
1606405244.0043757
history:[1606405233.252918, 1606405236.0575264, 1606405236.9099412, 1606405240.8693566, 1606405244.0043757]
1606405244.7999773
history:[1606405236.0575264, 1606405236.9099412, 1606405240.8693566, 1606405244.0043757, 1606405244.7999773]
1606405248.3735948
history:[1606405236.9099412, 1606405240.8693566, 1606405244.0043757, 1606405244.7999773, 1606405248.3735948]

Process finished with exit code 0

实际应用中需改进为线程安全

#!/usr/bin/python
import time,random
from threading import Thread,Lock

lock1 = Lock()
def func_param(*args_o,**kwargs_o):
    #10秒内只能请求5次,传参为func_param(10,5)
    def outter(func):
        print('outter run')
        history = []
        def inner(*args_i,**kwargs_i):
            nonlocal history
            nowtime = time.time()
            print(nowtime)
            lock1.acquire()
            notrun = 0
            if len(history) == args_o[1]:
                maxtime = nowtime - history[0]
                if maxtime < args_o[0]:
                    print('请求频率过高')
                    notrun = 1
                history.pop(0)
            history.append(nowtime)
            print('history:{}'.format(history))
            lock1.release()
            if notrun == 1:
                return '请求频率过高'
            re = func(args_i[0])
            return '目标函数返回：{}'.format(re)
        return inner
    return outter

@func_param(10,5)
def test(x):
    print('test:{}'.format(x))
    return '123'+str(x)

print(1234567890)

pool = []
for i in range(20):
    th = Thread(target=test,args=(i,))
    pool.append(th)

for th in  pool:
    w = random.randint(0,4)
    time.sleep(w)
    th.start()

for th in pool:
    th.join()

》》》》
outter run
1234567890
1606404622.2749765
history:[1606404622.2749765]
test:0
1606404626.2901838
history:[1606404622.2749765, 1606404626.2901838]
test:1
1606404627.3051856
history:[1606404622.2749765, 1606404626.2901838, 1606404627.3051856]
test:2
1606404630.3055935
history:[1606404622.2749765, 1606404626.2901838, 1606404627.3051856, 1606404630.3055935]
test:3
1606404632.3172083
history:[1606404622.2749765, 1606404626.2901838, 1606404627.3051856, 1606404630.3055935, 1606404632.3172083]
test:4
1606404633.3210242
history:[1606404626.2901838, 1606404627.3051856, 1606404630.3055935, 1606404632.3172083, 1606404633.3210242]
test:5
1606404634.3214262
请求频率过高
history:[1606404627.3051856, 1606404630.3055935, 1606404632.3172083, 1606404633.3210242, 1606404634.3214262]
1606404636.3358297
请求频率过高
history:[1606404630.3055935, 1606404632.3172083, 1606404633.3210242, 1606404634.3214262, 1606404636.3358297]
1606404638.341039
请求频率过高
history:[1606404632.3172083, 1606404633.3210242, 1606404634.3214262, 1606404636.3358297, 1606404638.341039]
1606404639.3550406
请求频率过高
history:[1606404633.3210242, 1606404634.3214262, 1606404636.3358297, 1606404638.341039, 1606404639.3550406]
1606404642.3678458
请求频率过高
history:[1606404634.3214262, 1606404636.3358297, 1606404638.341039, 1606404639.3550406, 1606404642.3678458]
1606404645.3720603
history:[1606404636.3358297, 1606404638.341039, 1606404639.3550406, 1606404642.3678458, 1606404645.3720603]
test:11
1606404646.3860621
history:[1606404638.341039, 1606404639.3550406, 1606404642.3678458, 1606404645.3720603, 1606404646.3860621]
1606404646.3860621
test:12
请求频率过高
history:[1606404639.3550406, 1606404642.3678458, 1606404645.3720603, 1606404646.3860621, 1606404646.3860621]
1606404649.3988674
history:[1606404642.3678458, 1606404645.3720603, 1606404646.3860621, 1606404646.3860621, 1606404649.3988674]1606404649.3988674

test:14请求频率过高

history:[1606404645.3720603, 1606404646.3860621, 1606404646.3860621, 1606404649.3988674, 1606404649.3988674]
1606404651.3998737
请求频率过高
history:[1606404646.3860621, 1606404646.3860621, 1606404649.3988674, 1606404649.3988674, 1606404651.3998737]
1606404654.4136794
请求频率过高
history:[1606404646.3860621, 1606404649.3988674, 1606404649.3988674, 1606404651.3998737, 1606404654.4136794]
1606404657.4155014
history:[1606404649.3988674, 1606404649.3988674, 1606404651.3998737, 1606404654.4136794, 1606404657.4155014]
test:18
1606404659.429905
history:[1606404649.3988674, 1606404651.3998737, 1606404654.4136794, 1606404657.4155014, 1606404659.429905]
test:19

Process finished with exit code 0

参考：

python装饰器的参数传递 - 贾祥飞 - 博客园

python开发笔记
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
Golang 函数执行时间统计装饰器的一个实现详解
09-19
主要介绍了Golang 函数执行时间统计装饰器的一个实现详解，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
Python装饰器限制函数运行时间超时则退出执行
09-19
### Python装饰器限制函数运行时间超时则退出执行 在实际开发过程中，有时我们需要对某些函数的执行时间进行限制，即如果一个函数的执行超过了预设的时间，那么该函数将被强制停止执行，以避免长时间的阻塞或不必要...
python 利用裝飾器统计函数执行的时间
weixin_40293999的博客
08-11 414
代码】python 利用裝飾器统计函数执行的时间。
Python -- 统计函数运行时间的 类装饰器
⎛⎝世界⎠⎞的博客
07-29 1026
类装饰器的优点是可以传参。定义一个类装饰器函数（默认用*args,**kwargs表示不定长参数）用于统计函数或脚本的运行时间。
python守护进程 限制调用频率_OC限制函数调用的频率
weixin_39986178的博客
12-10 112
最近抽空闲的时间看了一些算法相关的，刷刷LeetCode。实在感觉脑子不好使。想到前段时间处理了一个挺好玩的问题——限制GCD调用的频率。后来扩展到了限制函数调用。这里顺便总结一下。本来想写详细点，????，太懒了，这里只给出了基本思路和核心代码。思路为了达到限制调用频率的目的，很容易联想到throttle，也就是限流。最开始是从网络节流了解到这个基础名词的。简单来理解就是：对要处理的数据进行流量处理，...
python装饰器统计函数执行总时间
jonathanzh的博客
09-10 629
装饰器统计函数执行总时间 from functools import wraps def time_func(func): elapse_time = 0. @wraps(func) def newfunc(*args, **kwargs): nonlocal elapse_time # 使用外部的变量 startTime = time.time() result = func(*args, **kwargs) elap
python装饰器-限制函数调用次数的方法(10s调用一次)
12-23
这是博主最近一家大公司的面试题，写一个装饰器，限制函数每10s调用一次。当时是笔试的，只写了大概的代码，回来后温习了python装饰器的基础知识，把代码写完了。决定写篇博客记录下。 装饰器分为带参数得装饰器以及...
python使用装饰器和线程限制函数执行时间的方法
09-22
在限制函数执行时间的场景中，装饰器可以帮助我们监控函数是否在规定的时间内执行完成。 线程限制函数执行时间，实际上是指定一个时间阈值，如果函数执行超过了这个时间，我们就终止这个函数的执行。这样做的好处是...
python装饰器相当于函数的调用方式
09-18
装饰器本质上是一个Python函数，它可以让其他函数或类在不需要做任何代码变动的前提下增加额外功能，装饰器的返回值也是一个函数/类对象。 1. 普通装饰器： 在Python中，装饰器的定义通常包含一个内部函数...
Python装饰器计算函数执行时间
王志平的博客分享专栏
04-03 3550
利用Python装饰器统计冒泡函数的执行时间
使用python装饰器计算函数运行时间的实例
weixin_30938149的博客
06-13 205
使用python装饰器计算函数运行时间的实例 装饰器在python里面有很重要的作用， 如果能够熟练使用，将会大大的提高工作效率 今天就来见识一下 python 装饰器，到底是怎么工作的。 本文主要是利用python装饰器计算函数运行时间 一些需要精确的计算函数运行了多久的程序，都可以采用这种方法 #coding:utf-8 import urllib2,re,tim...
python装饰器检测函数运行时间
sinat_27889599的博客
05-19 528
原文连接 import time def timeit(method): def timed(*args, **kw): ts = time.time() result = method(*args, **kw) te = time.time() print('method name :{0}, args: {1}, kw: {2}, t
Python使用装饰器计算函数运行时间
小白的博客
11-26 1357
import datetime def print_calc_time(func): def wrapper(*args, **kw): start_time = datetime.datetime.now() func(*args, **kw) end_time = datetime.datetime.now() ...
使用python装饰器计算函数运行时间
热门推荐
Jimy_Fengqi
05-04 1万+
装饰器在python里面有很重要的作用， 如果能够熟练使用，将会大大的提高工作效率 今天就来见识一下 python 装饰器，到底是怎么工作的。 本文主要是利用python装饰器计算函数运行时间 一些需要精确的计算函数运行了多久的程序，都可以采用这种方法 #coding:utf-8 import urllib2,re,time,random,os,datetime imp
python使用装饰器计算函数运行时间
weixin_44857218的博客
03-16 3289
想你了
Python装饰器应用---统计函数运行时间
Just Do It
06-16 711
from functools import wraps import time # 装饰器函数 def fun_run_time(func): @wraps(func) def inner(*args, **kwargs): s_time = time.time() ret = func(*args, **kwargs) e_time = time.time() print("{} cost {} s".format(func
实现装饰器为被装饰的函数统计运行时间的功能
weixin_45754783的博客
12-01 324
编写代码实现一个装饰器，该装饰器具有为被装饰的函数实现统计函数运行时间的功能 编写代码实现效果： time 获取 UNIX 时间戳，输出（带上单位，秒？微秒？毫秒？），使用 ctime 获取本地日期时间字符串，输出 由 UNIX 时间戳，使用 gmtime 获取 UTC/GMT struct_time 对象，输出 由 2 获得的 struct_time 对象，使用 asctime 获取简单格式化的日期时间字符串，输出 由 2 获得的 struct_time 对象，使用 strfti...
python3用装饰器计算函数运行时间
weixin_43690548的博客
04-23 980
# 装饰器计算函数运行时间 def timeCalc(func): import time def run(*args, **kwargs): start = time.time() func(*args, **kwargs) print("程序的运行时间为： {}".format(time.time() - start)) ...
装饰器实现计算函数的运行时间
寸草心的博客
03-23 3636
何为装饰器 装饰器其实就是一个函数，该函数有一个参数(函数类型)，返回一个闭包 在返回的闭包中调用传递进来的函数，然后在调用函数的前后就可以添加内容 作用： 当需要改变一个函数原有的功能时，但是不想/不能改变原来的函数，可以通过装饰器解决 计算函数执行时间的装饰器 import functools import time def run_time(fn): @functools....
Python装饰器深度解析：函数与类装饰，内置及应用示例
装饰器本质上是一个Python函数，它的主要作用是创建一个包装函数，该包装函数可以在调用被装饰的函数之前或之后执行自定义操作。 1. **函数装饰器** - **简单装饰器**：通过定义一个内部函数（如`use_logging`）来...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值