装饰器是Python实现权限校验与日志记录等横切关注点的自然方式；支持参数化（如@require_role('admin')）、多角色校验、自动日志记录（含trace_id）、叠加使用及异步适配，需注意元信息保留、异常降级与三层嵌套结构。
装饰器是 Python 中实现横切关注点（如权限校验、日志记录）最自然的方式。它不侵入业务逻辑，又能统一控制行为，特别适合权限与日志这类通用需求。
用装饰器做接口级权限控制
在 Web 开发中，常需对某些函数（如管理员操作）限制调用者身份。装饰器可集中处理鉴权逻辑，避免每个函数里重复写 if 判断。
- 定义一个 @require_role('admin') 装饰器，接收角色名作为参数
- 被装饰函数执行前，检查当前用户（比如从全局上下文或请求对象中取）是否具备该角色
- 权限不足时抛出异常（如 PermissionError），由统一错误处理器响应 403
- 支持多角色：@require_role('admin', 'editor') 表示满足其一即可
自动记录函数调用日志
对关键函数添加日志，能快速定位问题、追踪数据流向。装饰器可自动捕获函数名、参数、返回值和耗时，无需手动写 logging.info。
- 使用 @log_calls(level='INFO')，自动记录入参、结果和执行时间（单位毫秒）
- 异常时也记录堆栈，但不中断原逻辑（可选开关）
- 支持按模块过滤：只对 user_service 模块下的函数生效，避免日志爆炸
- 日志格式建议包含 trace_id（若已集成链路追踪），便于关联上下游调用
组合多个装饰器实现增强逻辑
权限与日志常需同时存在。Python 支持装饰器叠加，顺序影响执行流——越靠近函数的先运行（即“由外向内”进入，“由内向外”退出）。
立即学习“Python免费学习笔记（深入）”；
- 写法示例：@log_calls @require_role('admin') def delete_user(user_id): ...
- 执行时先走 log_calls 的进入逻辑 → 再走 require_role 校验 → 最后执行函数体
- 返回时顺序相反：函数结果 → 权限装饰器后处理（通常无）→ 日志装饰器记录返回值与耗时
- 注意：若权限校验失败抛异常，log_calls 仍能捕获并记录异常，前提是它的 try/except 包含了整个 wrapped 函数调用
实际使用中的关键细节
装饰器看似简单，但几个细节没处理好容易踩坑。
- 保留原函数元信息：用 @functools.wraps(func) 包装内层函数，否则 docstring、__name__ 会变成装饰器内部函数名
- 支持带参数的装饰器：需嵌套三层函数（最外层接收装饰器参数，中间接收被装饰函数，最内层是实际 wrapper）
- 避免装饰器自身出错影响业务：日志或权限模块异常时，应降级处理（如跳过日志、允许访问），而非让整个接口崩掉
- 异步函数要单独适配：普通装饰器无法直接用于 async def 函数，需用 async def wrapper 并 await 调用原协程
