Python 6种方法实现单例模式:从基础到多线程高并发详解
本文详细解析Python中实现单例模式的六种方法,包括模块导入、类绑定方法、__new__魔法方法、元类、函数及类装饰器。重点探讨多线程高并发场景下的竞争问题,通过引入互斥锁(RLock)优化__new__实现,确保在极端并发条件下仍能保持单一实例,兼顾性能与线程安全。
单例模式属于软件设计模式的一种,其核心目标是确保一个类在任何调用次数下,生成的实例对象都指向同一块内存地址,从而保证系统中仅存在该类的唯一实例。
实现单例模式的核心原则是:一旦类被实例化,后续再次尝试实例化时,应直接返回已存在的对象,而不再执行新的实例化操作。因此,实现的关键在于如何准确判断该类是否已经创建过实例。
本文将介绍两类主要的实现路径:
- 第一类是利用Python模块导入机制的特性来实现;
- 第二类则是基于类的魔法方法或元类机制进行判断和控制;
# 基本原理:
- 第一类通过模块导入的方式,借用了模块导入时的底层原理实现。
- 当一个模块(py文件)被导入时,首先会执行这个模块的代码,然后将这个模块的名称空间加载到内存。
- 当这个模块第二次再被导入时,不会再执行该文件,而是直接在内存中找。
- 于是,如果第一次导入模块,执行文件源代码时实例化了一个类,那再次导入的时候,就不会再实例化。
- 第二类主要是基于类和元类实现,在'对象'的魔法方法中判断是否已经实例化过一个对象
- 这类方式,根据实现的手法不同,又分为不同的方法,如:
- 通过类的绑定方法;通过元类;通过类下的__new__;通过装饰器(函数装饰器,类装饰器)实现等。
下文将逐一展开介绍这些不同的实现思路,旨在提供技术参考,具体需求请结合实际场景调整。
通过模块导入实现
# cls_singleton.py
class Foo(object):
pass
instance = Foo()
# test.py
import cls_singleton
obj1 = cls_singleton.instance
obj2 = cls_singleton.instance
print(obj1 is obj2)
# 原理:模块第二次导入从内存找的机制
通过类的绑定方法实现
class Student:
_instance = None # 记录实例化对象
def __init__(self, name, age):
self.name = name
self.age = age
@classmethod
def get_singleton(cls, *args, **kwargs):
if not cls._instance:
cls._instance = cls(*args, **kwargs)
return cls._instance
stu1 = Student.get_singleton('jack', 18)
stu2 = Student.get_singleton('jack', 18)
print(stu1 is stu2)
print(stu1.__dict__, stu2.__dict__)
# 原理:类的绑定方法是第二种实例化对象的方式,
# 第一次实例化的对象保存成类的数据属性 _instance,
# 第二次再实例化时,在get_singleton中判断已经有了实例对象,直接返回类的数据属性 _instance
补充说明:上述绑定方法实现的单例模式存在一个潜在缺陷。如果用户绕过绑定方法,直接通过类名加括号的方式实例化对象,将破坏单例约束,导致生成多个实例。
通过魔法方法__new__实现
class Student:
_instance = None
def __init__(self, name, age):
self.name = name
self.age = age
def __new__(cls, *args, **kwargs):
# if cls._instance:
# return cls._instance # 有实例则直接返回
# else:
# cls._instance = super().__new__(cls) # 没有实例则new一个并保存
# return cls._instance # 这个返回是给是给init,再实例化一次,也没有关系
if not cls._instance: # 这是简化的写法,上面注释的写法更容易提现判断思路
cls._instance = super().__new__(cls)
return cls._instance
stu1 = Student('jack', 18)
stu2 = Student('jack', 18)
print(stu1 is stu2)
print(stu1.__dict__, stu2.__dict__)
# 原理:和方法2类似,将判断的实现方式,从类的绑定方法中转移到类的__new__中
# 归根结底都是 判断类有没有实例,有则直接返回,无则实例化并保存到_instance中。
补充说明:此方式几乎能完美实现单例模式,但在极端并发场景下仍存瑕疵。当多个线程同时尝试实例化对象时,可能产生多个实例。关于此并发问题的解决方案将在本文最后一节(!!!进阶必会)中详细阐述。
通过元类实现
class Mymeta(type):
def __init__(cls, name, bases, dic):
super().__init__(name, bases, dic)
cls._instance = None # 将记录类的实例对象的数据属性放在元类中自动定义了
def __call__(cls, *args, **kwargs): # 此call会在类被调用(即实例化时触发)
if cls._instance: # 判断类有没有实例化对象
return cls._instance
else: # 没有实例化对象时,控制类造空对象并初始化
obj = cls.__new__(cls, *args, **kwargs)
obj.__init__(*args, **kwargs)
cls._instance = obj # 保存对象,下一次再实例化可以直接返回而不用再造对象
return obj
class Student(metaclass=Mymeta):
def __init__(self, name, age):
self.name = name
self.age = age
stu1 = Student('jack', 18)
stu2 = Student('jack', 18)
print(stu1 is stu2)
print(stu1.__dict__, stu2.__dict__)
# 原理:类定义时会调用元类下的__init__,类调用(实例化对象)时会触发元类下的__call__方法
# 类定义时,给类新增一个空的数据属性,
# 第一次实例化时,实例化之后就将这个对象赋值给类的数据属性;第二次再实例化时,直接返回类的这个数据属性
# 和方式3的不同之处1:类的这个数据属性是放在元类中自动定义的,而不是在类中显示的定义的。
# 和方式3的不同之处2:类调用时触发元类__call__方法判断是否有实例化对象,而不是在类的绑定方法中判断
通过函数装饰器实现
def singleton(cls):
_instance_dict = {} # 采用字典,可以装饰多个类,控制多个类实现单例模式
def inner(*args, **kwargs):
if cls not in _instance_dict:
_instance_dict[cls] = cls(*args, **kwargs)
return _instance_dict.get(cls)
return inner
@singleton
class Student:
def __init__(self, name, age):
self.name = name
self.age = age
# def __new__(cls, *args, **kwargs): # 将方法3的这部分代码搬到了函数装饰器中
# if not cls._instance:
# cls._instance = super().__new__(cls)
# return cls._instan
stu1 = Student('jack', 18)
stu2 = Student('jack', 18)
print(stu1 is stu2)
print(stu1.__dict__, stu2.__dict__)
通过类装饰器实现
class SingleTon:
_instance_dict = {}
def __init__(self, cls_name):
self.cls_name = cls_name
def __call__(self, *args, **kwargs):
if self.cls_name not in SingleTon._instance_dict:
SingleTon._instance_dict[self.cls_name] = self.cls_name(*args, **kwargs)
return SingleTon._instance_dict.get(self.cls_name)
@SingleTon # 这个语法糖相当于Student = SingleTon(Student),即Student是SingleTon的实例对象
class Student:
def __init__(self, name, age):
self.name = name
self.age = age
stu1 = Student('jack', 18)
stu2 = Student('jack', 18)
print(stu1 is stu2)
print(stu1.__dict__, stu2.__dict__)
# 原理:在函数装饰器的思路上,将装饰器封装成类。
# 程序执行到与语法糖时,会实例化一个Student对象,这个对象是SingleTon的对象。
# 后面使用的Student本质上使用的是SingleTon的对象。
# 所以使用Student('jack', 18)来实例化对象,其实是在调用SingleTon的对象,会触发其__call__的执行
# 所以就在__call__中,判断Student类有没有实例对象了。
!!!进阶必会
本节主要补充介绍多线程高并发环境下的问题。当多个线程在同一时刻(极端条件下)尝试实例化对象时,若不加控制,将生成多个对象,从而违背单例模式的初衷。
解决多线程并发带来的竞争问题,最直接的思路是引入互斥锁,通过锁机制来协调线程行为。
解决的核心在于对具体的实例化操作部分加锁,使得同时到达的多个线程必须排队等待。
这样,只有第一个获取锁的线程会执行实例化操作并将对象保存在_instance中;其他线程在后续获取锁时,由于_instance已存在,不会进入创建分支,而是直接返回已保存的对象,从而实现了多线程环境下的单例模式。
此时仍需解决一个效率问题:后续每次实例化都需重新抢锁,这会显著降低执行效率。优化方案很简单:在抢锁前增加判断,若单例对象已存在,则直接返回,无需再争抢锁(对应代码第11行判断的逻辑)。
import threading
class Student:
_instance = None # 保存单例对象
_lock = threading.RLock() # 锁
def __new__(cls, *args, **kwargs):
if cls._instance: # 如果已经有单例了就不再去抢锁,避免IO等待
return cls._instance
with cls._lock: # 使用with语法,方便抢锁释放锁
if not cls._instance:
cls._instance = super().__new__(cls, *args, **kwargs)
return cls._instance
以上即为Python实现单例模式的六种详细方法,更多相关技术资料欢迎查阅本站其他文章。
本站声明
本文内容仅供参考,不代表本站观点。转载或引用请注明出处。如发现内容问题,请通过联系我们页面反馈。













