https://github.com/4379711/functools_lyl
一些常用小工具
https://github.com/4379711/functools_lyl
functools schedule
Last synced: 3 months ago
JSON representation
一些常用小工具
- Host: GitHub
- URL: https://github.com/4379711/functools_lyl
- Owner: 4379711
- License: mit
- Created: 2019-07-09T01:14:35.000Z (almost 7 years ago)
- Default Branch: master
- Last Pushed: 2021-06-09T04:00:37.000Z (about 5 years ago)
- Last Synced: 2025-12-17T01:45:17.305Z (6 months ago)
- Topics: functools, schedule
- Language: Python
- Homepage:
- Size: 492 KB
- Stars: 0
- Watchers: 3
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# 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')
------------