python 装饰器配合线程提升接口的访问效率

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