1、背景

业务基本代码堆积完毕了，部分流程需要调优，想着在几个关键执行路径上进行时间记录，类似 SQL 慢日志一样的方法，方便进行性能问题发现。

了解了下，应该是采用装饰器实现是代码侵入最小，最为优雅的一种方式。

底层原理支撑：

• Python装饰器深度解析
• Python functools.wraps 深入理解

2、轮子

import time
from functools import wraps


def recording_time(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        execution_time = (end_time - start_time) * 1000  # 将秒转换为毫秒
        print(f"func '{func.__name__}' execute elapsed time: {execution_time:.6f} ms")
        return result

    return wrapper


def arecording_time(func):
    @wraps(func)
    async def wrapper(*args, **kwargs):
        start_time = time.time()
        result = await func(*args, **kwargs)
        end_time = time.time()
        execution_time = (end_time - start_time) * 1000  # 将秒转换为毫秒
        print(f"func '{func.__name__}' execute elapsed time: {execution_time:.6f} ms")
        return result

    return wrapper


@recording_time
def cost_time():
    time.sleep(2)


cost_time()

效果：

可以在装饰器中，将 print 替换成 【Python工具】Python 实现 telnet、loguru 框架下的 DEBUG 分级日志打印 中的 debug 等级的日志选项，在需要进行性能问题跟踪排查的时候开启，不需要的时候关闭。

在此，不赘述了哈，感兴趣可以自行移植到项目中使用。