前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python多线程实现支付模拟请求过程解析

Python多线程实现支付模拟请求过程解析

作者头像
砸漏
发布2020-11-04 10:46:52
4390
发布2020-11-04 10:46:52
举报
文章被收录于专栏:恩蓝脚本

思路:

  队列使用说明:

  •    multiprocessing.Queue()#用于进程间通信,单主进程与子进程无法通信(使用进程池时尽量不要使用这个)
  •    multiprocessing.Manager().Queue()#用于主子进程通信,通过进程池(pool)创建的进程可以数据共享
  •    queue.Queue()#用于线程间通信,同一进程内的数据可以共享

  1.从数据库里获取待支付的订单

  2.将获取出来的数据添加至队列(queue.Queue()),并在函数中返回消息队列的长度

  3.根据队列长度创建对应的线程数量

  4.把创建的线程放在list

  5.依次启动

  6.最后等待主线程执行完结束,统计函数运行时长

代码如下

代码语言:javascript
复制
import asyncio
import sys
from queue import Queue
sys.path.append("../")
from tool.__init__ import *
from tool.decorator_token import *
import time
from threading import Thread,Lock
class doWeChatNotify(BaseTest):
def __init__(self):
super().__init__()
self.limit_num=100 #查询记录条数
self.WeChatNotify_sql='''select order_id,order_sn from fw_order where `status`=0 
and course_id=1569 ORDER BY create_time desc limit %d ;'''%(self.limit_num)
self.fwh_test_api=fwh_test_api
self.data = self.my_op.sql_operation_fwh(self.WeChatNotify_sql)
self.fwh_order_dict = {}
self.que = Queue()
@token_fwh#验证token有效性
def get_fwh_token_list(self):
token_list=self.fwh_token.loadTokenList()
return token_list
@token_crm#验证token有  def get_crm_token_list(self)    token_list=self.token.loadTokenList()
return token_list
def testDoWeChatNotify(self):
DoWeChatNotify_file='../tokenFileAndtxtFiles'+'/'+"DoWeChatNotify_asynchronousPay.txt"
with open(DoWeChatNotify_file,'a',encoding='utf=-8') as file:
str_first="order_id\t"+"order_sn\t\n" #文件首行数据
file.write(str_first)
fwh_order_id_list, fwh_order_sn_list = [], []
if self.data!=():
for a in self.data:
fwh_order_id=a['order_id']
fwh_order_sn=a['order_sn']
self.fwh_order_dict[fwh_order_id]=fwh_order_sn
with open(DoWeChatNotify_file,'a',encoding='utf-8') as file2:#文件写入
str_DoWeChatNotifyInfo=str(fwh_order_id)+'\t'+str(fwh_order_sn)+'\t\n'
file2.flush() #清除缓冲区
file2.write(str_DoWeChatNotifyInfo)
self.que.put(self.fwh_order_dict)#将数据添加至队列
#关闭数据库连接
# self.my_op.close_db_fwh()
# self.my_op.close_db()
return self.que.qsize()#返回队列数量
def asynchronousPay(self,order_id,order_sn):
count=1
count_num=50
token_list=self.get_fwh_token_list()
if (self.data!=()):
headers_form_urlencoded['token']=token_list[0]
url_wechat_success_huidiao=self.fwh_test_api+'/index/Order/doWeChatNotify'
data_wechat_success_huidiao=self.data_to_str.requestDataToStr_firefoxAndChrome_fwh('''order_sn:{}
order_id:{}
meth_id:4
timestamp:157129653969
sign:0687b01b300b9e300d3996a9d2173f1380973e5a'''.format(order_sn,order_id))
request_wechat_success_huidiao=requests.post(url=url_wechat_success_huidiao,headers=headers_form_urlencoded,data=data_wechat_success_huidiao)
response_wechat_success_huidiao=request_wechat_success_huidiao.json()
if '订单状态错误,非待支付订单' in response_wechat_success_huidiao['msg']:
print(data_wechat_success_huidiao)
else:
print('待支付订单为空')
def run_multithreading(self):#多线程
threads = []#存放所有的线程
nloops = list(range(self.testDoWeChatNotify()))#获取队列数量
if len(nloops) 0:
for i,k in zip(nloops,self.que.get().items()):#根据队列数量来创建线程
t = Thread(target=self.asynchronousPay,args=(k[0],k[1]))
threads.append(t)
for s in nloops: # 开始多线程
threads[s].start()
for j in nloops: # 等待所有线程完成
threads[j].join()
else:
print("队列数量为空")
if __name__=="__main__":
start_time = time.time() # 计算程序开始时间
wechfy=doWeChatNotify()
wechfy.run_multithreading()#多线程
print('程序耗时{:.2f}'.format(time.time() - start_time)) # 计算程序总耗时

总结:亲测运行时间还是会快很多,单线程支付100个订单四十几秒的样子,多线程运行不用join2.x秒,用join八秒的样子,还有很大的优化空间,因为运行时会创建100个线程

以上就是本文的全部内容,希望对大家的学习有所帮助。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2020-09-11 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
数据库
云数据库为企业提供了完善的关系型数据库、非关系型数据库、分析型数据库和数据库生态工具。您可以通过产品选择和组合搭建,轻松实现高可靠、高可用性、高性能等数据库需求。云数据库服务也可大幅减少您的运维工作量,更专注于业务发展,让企业一站式享受数据上云及分布式架构的技术红利!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档