可用异步装饰器捕获async函数执行时间，核心是用time.perf_counter()记录协程前后时间差并await原函数；它单调高精度、不受系统时钟影响，是官方推荐的计时方式；装饰器需支持任意参数透传与原样返回结果，保持类型透明和异常正常抛出。
可以用一个异步装饰器来捕获 async 函数的执行时间，核心是用 time.time() 或 time.perf_counter() 记录前后时间差，并在协程内部 await 原函数。
使用 perf_counter 获取高精度耗时
time.perf_counter() 比 time.time() 更适合测时：它单调、高精度、不受系统时钟调整影响，是 Python 官方推荐的性能计时方式。
- 在
async def装饰器内部，调用前记录起始时间 - await 原函数执行完毕后，立即记录结束时间
- 差值即为实际协程运行耗时（不含事件循环调度开销，但已足够反映逻辑耗时）
支持任意参数和返回值的通用写法
装饰器需用 *args, **kwargs 接收原 async 函数的所有入参，并将它们透传给被装饰函数；同时原样返回其结果，不破坏原有接口语义。
- 不能直接 return 原函数（它是 coroutine object），必须 await
- 返回值类型与原函数一致（比如返回
dict、int或None），保持类型透明 - 异常也会正常抛出，不影响错误传播
完整可运行示例
以下是一个简洁、健壮的 async 耗时装饰器：
import time
from functools import wraps
<p>def timing():
def decorator(func):
@wraps(func)
async def wrapper(*args, *<em>kwargs):
start = time.perf_counter()
result = await func(</em>args, **kwargs)
end = time.perf_counter()
print(f"{func.<strong>name</strong>} took {end - start:.4f}s")
return result
return wrapper
return decorator</p><h1>使用示例</h1><p>@timing()
async def fetch_data():
await asyncio.sleep(1.2)
return {"status": "done"}</p><h1>运行：asyncio.run(fetch_data())</h1>注意：装饰器本身返回的是闭包，所以要写成 @timing()（带括号调用），而非 @timing。这样能保持扩展性（比如后续加日志级别、阈值告警等参数）。
进阶建议：集成日志或结构化输出
生产环境中，建议把打印换成 logging.info，并补充函数名、参数摘要、耗时阈值判断等信息。
- 避免在 wrapper 中做耗时操作（如格式化长参数），可用
repr(args)[:50]截断 - 对超时函数可额外打 warning 级别日志，便于监控慢请求
- 若需统计分布（如 P95/P99），应配合 metrics 上报系统，而非仅打印
