前面章節已經講解了裝飾器的基本概念及用法，本節將結合實際工作中的幾個例子，帶讀者加深對它的理解。
裝飾器用於身份認證
首先是最常見的身份認證的應用。這個很容易理解，舉個最常見的例子，大家登入微信，需要輸入使用者名稱密碼，然後點選確認，這樣伺服器端便會查詢你的使用者名稱是否存在、是否和密碼匹配等等。如果認證通過，就可以順利登入；反之，則提示你登入失敗。
再比如一些網站，你不登入也可以瀏覽內容，但如果你想要發佈文章或留言，在點選發布時，伺服器端便會查詢你是否登入。如果沒有登入，就不允許這項操作等等。
如下是一個實現身份認證的簡單範例：
import functools
def authenticate(func):
@functools.wraps(func)
def wrapper(*args, **kwargs):
request = args[0]
# 如果使用者處於登入狀態
if check_user_logged_in(request):
# 執行函數 post_comment()
return func(*args, **kwargs)
else:
raise Exception('Authentication failed')
return wrapper
@authenticate
def post_comment(request, ...)
...
注意，對於函數來說，它也有自己的一些屬性，例如 __name__ 屬性，程式碼中 @functools.wraps(func) 也是一個裝飾器，如果不使用它，則 post_comment.__name__ 的值為 wrapper。而使用它之後，則 post_comment.__name__ 的值依然為 post_comment。
上面這段程式碼中，定義了裝飾器 authenticate，函數 post_comment() 則表示發表使用者對某篇文章的評論，每次呼叫這個函數前，都會先檢查使用者是否處於登入狀態，如果是登入狀態，則允許這項操作；如果沒有登入，則不允許。
裝飾器用於紀錄檔記錄
紀錄檔記錄同樣是很常見的一個案例。在實際工作中，如果你懷疑某些函數的耗時過長，導致整個系統的延遲增加，想線上上測試某些函數的執行時間，那麼，裝飾器就是一種很常用的手段。
我們通常用下面的方法來表示：
import time
import functools
def log_execution_time(func):
@functools.wraps(func)
def wrapper(*args, **kwargs):
start = time.perf_counter()
res = func(*args, **kwargs)
end = time.perf_counter()
print('{} took {} ms'.format(func.__name__, (end - start) * 1000))
return res
return wrapper
@log_execution_time
def calculate_similarity(items):
...
這裡，裝飾器 log_execution_time 記錄某個函數的執行時間，並返回其執行結果。如果你想計算任何函數的執行時間，在這個函數上方加上@log_execution_time即可。
裝飾器用於輸入合理性檢查
在大型公司的機器學習框架中，呼叫機器叢集進行模型訓練前，往往會用裝飾器對其輸入（往往是很長的 json 檔案）進行合理性檢查。這樣就可以大大避免輸入不正確對機器造成的巨大開銷。
它的寫法往往是下面的格式：
import functools
def validation_check(input):
@functools.wraps(func)
def wrapper(*args, **kwargs):
... # 檢查輸入是否合法
@validation_check
def neural_network_training(param1, param2, ...):
...
其實在工作中，很多情況下都會出現輸入不合理的現象。因為我們呼叫的訓練模型往往很複雜，輸入的檔案有成千上萬行，很多時候確實也很難發現。
試想一下，如果沒有輸入的合理性檢查，很容易出現“模型訓練了好幾個小時後，系統卻報錯說輸入的一個引數不對，成果付之一炬”的現象。這樣的“慘案”，大大減緩了開發效率，也對機器資源造成了巨大浪費。
快取裝飾器
關於快取裝飾器的用法，其實十分常見，這裡以 Python 內建的 LRU cache 為例來說明。
LRU cache，在 Python 中的表示形式是 @lru_cache。@lru_cache 會快取進程中的函數引數和結果，當快取滿了以後，會刪除最近最久未使用的資料。
正確使用快取裝飾器，往往能極大地提高程式執行效率。舉個例子，大型公司伺服器端的程式碼中往往存在很多關於裝置的檢查，比如使用的裝置是安卓還是 iPhone，版本號是多少。這其中的一個原因，就是一些新的功能，往往只在某些特定的手機系統或版本上才有（比如 Android v200+）。
這樣一來，我們通常使用快取裝飾器來包裹這些檢查函數，避免其被反復呼叫，進而提高程式執行效率，比如寫成下面這樣：
@lru_cache
def check(param1, param2, ...) # 檢查使用者裝置型別，版本號等等
...