詳解Python如何優(yōu)雅的重試
正文
在編碼中,一些涉及網(wǎng)絡連接的代碼片段經(jīng)常需要重試,本文講解了如何一步一步實現(xiàn)一個優(yōu)雅的retry
裝飾器以及tenacity
庫的使用。
原始版本v0.0
假如有一個函數(shù)形式如下,函數(shù)有一些建立網(wǎng)絡連接的邏輯
def f(): # do some connections return 0
為了避免偶爾的網(wǎng)絡連接失敗,需要加上重試機制,那么最簡單的形式就是在對應的代碼片段加一個循環(huán),循環(huán)體里使用異常捕獲,連接成功時退出循環(huán),否則就重復執(zhí)行相關邏輯,此時修改之后的函數(shù)f
如下
def f(): while 1: try: # do some connections break except ConnectionError: continue return 0
裝飾器版本v1.0
可以使用裝飾器對代碼進行抽象。例如現(xiàn)在有兩個函數(shù)f1
和f2
需要加上重試機制,寫一個名為retry
的裝飾器函數(shù),用其裝飾f1
和f2
即可。這樣做避免了對老代碼的修改,同時也實現(xiàn)了代碼復用。示例如下
def retry(f): def wrap(*args, **kwargs): while 1: try: return f(*args, **kwargs) except ConnectionError: continue return wrap @retry def f1(): # do some connections return 0 @retry def f2(): # do some other connections return 0
帶參數(shù)的裝飾器版本v1.1
v1.0
的版本retry
裝飾器還有一些問題,假如有的函數(shù)想重試3次,有的想重試5次,重試的間隔也根據(jù)不同函數(shù)不一樣,v1.0
是無法實現(xiàn)的。此時可以借助帶參數(shù)的三層裝飾器,例如以下代碼實現(xiàn)的retry
裝飾器,可以傳入times
和interval
兩個參數(shù)來設定重試次數(shù)和重試間隔
def retry(times, interval): def decorator(f) def wrap(*args, **kwargs): while times: try: return f(*args, **kwargs) except ConnectionError: times -= 1 time.sleep(interval) continue return wrap return decorator # 重試3次每次間隔10秒 @retry(times=3, interval=10) def f1(): # do some connections return 0 # 重試5次每次間隔15秒 @retry(times=5, interval=15) def f2(): # do some other connections return 0
裝飾器支持參數(shù)之后,可以根據(jù)需要定義更豐富的參數(shù),比如通過參數(shù)來設定需要捕獲哪些異常等。
tenacity版本
tenacity
是一個第三方開源庫,用于函數(shù)的重試,實際上它的功能與原理是上面自己寫的代碼類似的!只是它可定義的參數(shù)更豐富,如果不想重復造輪子,拿來直接用就可以。代碼示例如下
from tenacity import retry, stop_after_attempt, wait_fixed # 不帶任何參數(shù)的重試 @retry def f(): # do some connections return 0 # 重試5次每次間隔15秒 @retry(stop=stop_after_attempt(5), wait=wait_fixed(15)) def f(): # do some connections return 0
以上就是詳解Python如何優(yōu)雅的重試的詳細內容,更多關于Python優(yōu)雅重試的資料請關注腳本之家其它相關文章!
相關文章
人工智能學習PyTorch實現(xiàn)CNN卷積層及nn.Module類示例分析
這篇文章主要為大家介紹了人工智能學習PyTorch實現(xiàn)CNN卷積層及nn.Module類示例分析,有需要的朋友可以借鑒參考下,希望能夠有所幫助2021-11-11詳解將Pandas中的DataFrame類型轉換成Numpy中array類型的三種方法
這篇文章主要介紹了詳解將Pandas中的DataFrame類型轉換成Numpy中array類型的三種方法,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2019-07-07