在優化系統的時候，我們經常會發現一些操作，總有那麼一些按鈕的反應速度是慢於平均值的。甚至時間過長而影響業務的處理，我們如何定位這個方法中，具體是執行了那乙個方法而導致了速度緩慢，或者說哪乙個方法的速度需要優化，我們需要著重去對待它。
這個時候我覺得將此方法下分為幾個模組，然後在日誌中列印出他們的執行時間，從而能夠從中發現問題所在並且著手解決。
import logging不同的方法有著不同的事務級別。_logger = logging.getlogger(__name__)
_logger.debug("debug message for debugging only")
_logger.info("information message to report important modular event")
_logger.warning("warning message to report minor issues")
_logger.error("error message to report failed operations")
_logger.critical("critical message -- so bad that the module cannot work")
此時我們既可以選擇寫乙個裝飾器，直接套用在各自的函式上即可：
def ctime(func):
@wraps(func)
begin = time.time()
result = func(*args, **kwargs)
end = time.time()
log.info('fun_name:%s,time:%s'%(func.__name__, end - begin))
return result
亦或者有時候我們乙個函式下面呼叫的方法比較多。而我們想要得到乙個它們各自執行速率的，此時我們可以將上述裝飾器拆分開來。
直接begin = time.time()
#你要測試速度的**
end = time.time()
log.info('起乙個可以去分開他們的名字:%s,time:%s'%(func.__name__, end - begin))
odoo 在Linux寶塔中安裝odoo
之前用群暉nas測試了一段時間，由於群暉配置比較低，最後決定換到暫時閒置的伺服器上，nas的配置可檢視 群暉nas中通過docker執行odoo並安裝第三方模組。之前也在伺服器上配置過，見文章 在寶塔面板使用docker安裝odoo社群版及第三方模組，配置和在群暉中差不多，這次為了對映埠和配置檔案，...
odoo 在原有工作流中新增審批流
odoo 在原有工作流中新增審批流 步驟 1 加入所需的工作流節點以及相連的線 即所新增的審批流 如下 1 1.0 encoding utf 8 23 4 model workflow.activity 5 wkf id ref sale.wkf sale 6 name7 kind function...
odoo 在原有工作流中新增審批流
odoo 在原有工作流中新增審批流 步驟 1 加入所需的工作流節點以及相連的線 即所新增的審批流 如下 1 1.0 encoding utf 8 23 4 model workflow.activity 5 wkf id ref sale.wkf sale 6 name7 kind function...