functools

一些很有用的工具

---

使用说明：

---

pip install geeker

---

觉得好用请点个star，分享给更多的人使用

---

schedule：

说明:geeker.schedule是schedule的二次开发,修复原作者代码日期不准确等BUG，并解决任务延迟等问题

    from geeker import schedule
    import time
    
    def abc():
        print('abc')
    
    # 注册任务
    schedule.every(2).seconds.do(abc)
    schedule.every().day.at("10:00").do(abc)
    
    # 开启任务
    while True:
        # thread_pool=False(默认)不会使用线程池,如果上个任务耗时很长,
        # 在下一次任务启动时间点仍未完成,会造成下次任务延后
        schedule.run_pending()
        
        # 参数max_worker 控制任务的总数,默认是任务数的2倍.
        # 注意,如果设置一个较大值,请考虑内存是否允许
       
        # schedule.run_pending(thread_pool=True, max_worker=5)
        time.sleep(1)

---

MyLog:

说明:将日志分日志等级记录,并自动压缩2019-11-11.info.log.gz

参数:

        :param dir_path: 日志记录的路径,默认是当前路径下的log文件夹
        :param logger_name: logger对象的名字
        :param info_name: 保存info等级的文件名字
        :param error_name:
        :param warning_name:
        :param debug_name:
        :param interval: 压缩日志的频率,默认是7天
        :param detail: bool值,记录日志是否为详细记录
        :param debug: 是否记录debug,默认不记录
        :param info: 是否记录info,默认记录
        :param error:
        :param warning:
        # 实例方法:
        get_logger()-->logger

使用举例:

        from geeker import MyLog
        # 记录四种类型的日志
        logger = MyLog(debug=True).get_logger()
        logger.info('info')
        logger.debug('debug')
        logger.error('error')
        logger.warning('warning')

        # # # # # # # # # # # # # # # # # # # # # # # # #

        # 只记录错误日志
        logger = MyLog(info=False,warning=False).get_logger()
        logger.info('info')
        logger.debug('debug')
        logger.error('error')
        logger.warning('warning')

注意:

MyLog()的实例只会同时存在一个,默认记录首次创建实例的属性.

例如:

            mylog = MyLog('./logs/logs/')
            mylog2 = MyLog()
            logger = mylog.get_logger()
            logger2 = mylog2.get_logger()
            logger.info('info')

            logger2 = MyLog('./logs/logs2/').get_logger()
            logger2.info('info2')

以上两个logger logger2,会以logger(第一次创建实例)的属性为准,日志会存放在./logs/logs/下

---

Concurrency :

说明:控制函数执行频率

(仅用于多线程模型,协程无效)

    from geeker import Concurrency

    # 每4秒执行5次abc()

    @Concurrency(5,4)
    def abc():
        pass
    
    # 并发量为5
    @Concurrency(5)
    def abc():
        pass
        
    class Test:
        def __init__(self):
            pass

        @Concurrency(3)
        def test(self, a):
            print(a, self)
            time.sleep(a)

---

run_time:

说明:此装饰器调控函数运行时间

    from geeker import runtime
    
    @run_time
    def test(i):
        # int('asfa')
        time.sleep(i)
        print('运行结果:', i)
        
    >>>
        START test(1, {})
        运行结果: 1
        test(1, {}) takes <1.0006> seconds
        STOP test(1, {})

---

Singleton:

说明:单例模式,建议使用这个

from geeker import Singleton
# 实例的属性为第一次初始化时的属性
class Test(Singleton):
    pass

SingletonOverride

说明:单例模式

from geeker import SingletonOverride
# 后面创建的实例属性会覆盖前者的实例属性
class Test(SingletonOverride):
    pass

---

TimeOut:

说明:超时装饰器

注意:

此装饰器需要额外的线程数量来控制任务执行,

如在多线程并发情况下使用,请评估机器性能(一般没啥大问题)

    from geeker import TimeOut
    # 精度为0.1秒
	
    @TimeOut(4)
    def test(i):
        time.sleep(i)
    
    
    class AA:
    
        @TimeOut(3.0)
        def test(self, i):
            time.sleep(i)

---

MyType:

说明:类属性的类型检查

    from geeker import MyType  
    
    class Test:
        lll = MyType('str_type1', expect_type=str)
        llll = MyType('str_type2', expect_type=str)
    
        def __init__(self, value, ):
            self.lll = value
            self.llll = value

---

MyDict:

注意:

如需要转换成字典,需要使用dict()可直接转换,转换后可直接存MongoDB

    from geeker import MyDict
    a=MyDict()
    a.append_key('key','value')
    a.o=5
    a.c='fasf'
    a.add_key('key0','value0')
    print(dict(a))
    使用dict()函数可以直接转换为字典格式
    
    >>>{
        'key': ['value'],
        'o': 5, 
        'c': 'fasf', 
        'key0': {'value0'}
        }

---

IdGenerator:

说明:分布式唯一ID生成器

from geeker import IdGenerator

id_generator =IdGenerator()
_id =id_generator.get_id()

---

show_memory_info:

说明:查看当前python进程占用的内存

from geeker import show_memory_info

show_memory_info()

---

retry:

函数装饰器,捕获某个异常,重新执行,直到设置的最大次数,抛出RuntimeError

from geeker import retry

@retry(5, ValueError)
def test():
    int('asf')

---