SAP下载报表速度慢？为啥你不试试python多线程

　　由于SAP系统自身原因，或者公司内部ABAP代码的算法效率不高，我们经常遇到，手工执行某个事务代码下载某个报表会非常耗时，小爬曾见过公司某个自开发的报表，单家公司的数据下载超过半小时。如果我们刚好接到一个自动化需求：批量下载N个公司的某些报表数据，即使我们用python脚本实现了该场景的自动化，效率依然不高。

　　或许我们可以尝试python的多线程技术来加速。这应该是个好主意，现在小爬就带着大家往多线程这个方向思考。

　　SAP GUI的会话数量一般都有限制，各个公司的SAP策略或有不同，在小爬所在的公司，SAP GUI客户端允许的会话数不超过6，我们不妨用多个会话分别去下载数据。小爬遇到的场景是：有N家公司，分别进入4个事务代码下载四张不同的表，这四张表的导出速度各有不同，有的较快，有的极慢。

方案一：我们启用四个sap会话，分别下载这四张表，每次参数中传入不同的公司代码；

方案二：我们开启最大SAP会话数6，每个会话都执行一些公司代码，也都会下载到这四张表。

　　仔细思考后不难发现，方案二可以将下载速度最大化。方案一中各个会话对应的报表下载速度各不相同，最终速度受最慢的那个影响，而且它只能根据四张报表来启用四个会话线程；而方案一，则可以同时开启六个SAP会话线程，且每个会话下都会下载这四张表，无形中，避免了”一个会话在苦战，其它会话全围观“的尴尬局面。

　　具体到代码层面，我们需要批量创建多个sap会话，新建一个全局的任务队列companyQ，每个sap会话独自不停去队列中取任务（下载需要的参数），驱动各自负责的SAP会话来完成数据的下载，当队列中所有任务都完成了，意味着线程结束。等以上思路都琢磨明白了，代码该怎么写就不再是一个问题了。

第一步：定义连接sap的方法，并自动开启N个session会话

第二部：定义下载SAP数据的方法

第三步：开启多个线程，分别调用同一个方法，传入不同session的index作为参数，实现对多个会话的自动化控制

def connect_SAP(maxSessionNum):
    '''连接SAP，并创建maxSessionNum个session会话，返回session列表（含session索引）'''
    SapGuiAuto = win32com.client.GetObject("SAPGUI")
    application = SapGuiAuto.GetScriptingEngine
    connection = application.Children(0)
    indexSessions=[]
    session=connection.Children(0)
    cnt=connection.Children.Count
    if cnt<maxSessionNum:
        for _ in range(maxSessionNum-cnt):
            session.Createsession()
            sleep(0.5)
    sleep(2)
    for index,session in enumerate(connection.Children):
        indexSessions.append([index,session])
    SapGuiAuto=None
    application=None
    connection=None
    session=None
    return indexSessions

def exportSapData(sessionIndex):
    '''给定公司代码，期间，依次导出应收社保、公积金，应付社保、公积金报表数据'''
    pythoncom.CoInitialize()
    SapGuiAuto = win32com.client.GetObject("SAPGUI")
    application = SapGuiAuto.GetScriptingEngine
    connection = application.Children(0)
    session=connection.Children(sessionIndex)
 
    '''输入zhr054,导出HR社保往来挂账应付公积金明细表'''
    session.findById("wnd[0]").iconify()
    unfinishedNum=companyQ.unfinished_tasks
    while True:
        lk.acquire()
        if not companyQ.empty():
            companyCode=companyQ.get(block=False)
        else:
            lk.release()
            break
        lk.release()
        downloadFunc(companyCode,reportPeriod)

　　下面的代码便演示了如何借助python多线程技术，针对每个线程，传入的参数就是session的索引号（0-6），最终把他们分别启动起来~

connect_SAP(maxSessionNum=5)

sleep(3)

threads = []

for i in range(6):

    threads.append(threading.Thread(target=exportSapData,args=(i,)))

for companyCode in companies:

    companyQ.put(companyCode)

for t in threads:

    t.setDaemon(True)

    t.start()

for t in threads:

    t.join()

 

print ("all over %s" %ctime())

endtime = datetime.datetime.now()

secs = (endtime - starttime).seconds

minutes = secs // 60

second = secs % 60  

timeStr = str(minutes) + '分钟' + str(second) + "秒"

root=tk.Tk()

root.withdraw()

tkinter.messagebox.showinfo("信息",f"已完成所有数据下载，运行时间为：{timeStr}")

　　以上，就是小爬利用python多线程来驱动sap多个会话进行特定自动化操作的主要过程。基于这一波操作，整个下载效率可以提升4-6倍。那一刻，仿佛有6个自动化机器人在同时帮小爬分担枯燥的数据下载工作，幸福感瞬间拉满！！！

　　有任何疑问，欢迎评论区积极留言，同时也欢迎扫码关注我的公众号，获取更多爬虫、数据分析的知识！