前言
今天在群里討論時討論到了單例模式，這應該是大家最熟悉的一種設計模式了，
簡單而言，單例模式就是保證某個實體在專案的整個生命周期中只存在一個，在專案的任意位置使用，都是同一個實體，
單例模式雖然簡單，但還是有些門道的，而少有人知道這些門道
這里還要注意：不管你是為了Python就業還是興趣愛好，記住：專案開發經驗永遠是核心，如果如果你沒有2020最新python入門到高級實戰視頻教程，可以去小編的Python交流.裙 ：七衣衣九七七巴而五（數字的諧音）轉換下可以找到了，里面很多新python教程專案，還可以跟老司機交流討教！
邊界情況
Python中實作單例模式的方法很多，我以前最常使用的應該是下面這種寫法，
class Singleton(object):
_instance = None
def __new__(cls, *args, **kw):
if cls._instance is None:
cls._instance = object.__new__(cls, *args, **kw)
return cls._instance
復制代碼這種寫法有兩個問題，
1.單例模式對應類實體化時無法傳入引數，將上面的代碼擴展成下面形式，
class Singleton(object):
_instance = None
def __new__(cls, *args, **kw):
if cls._instance is None:
cls._instance = object.__new__(cls, *args, **kw)
return cls._instance
def __init(self, x, y):
self.x = x
self.y = y
s = Singleton(1,2)
復制代碼此時會拋出TypeError: object.__new__() takes exactly one argument (the type to instantiate)錯誤
2.多個執行緒實體化Singleton類時，可能會出現創建多個實體的情況，因為很有可能多個執行緒同時判斷cls._instance is None，從而進入初始化實體的代碼中，
基于同步鎖實作單例
先考慮上述實作遇到的第二個問題，
既然多執行緒情況下會出現邊界情況從而引數多個實體，那么使用同步鎖解決多執行緒的沖突則可，
import threading
# 同步鎖
def synchronous_lock(func):
def wrapper(*args, **kwargs):
with threading.Lock():
return func(*args, **kwargs)
return wrapper
class Singleton(object):
instance = None
@synchronous_lock
def __new__(cls, *args, **kwargs):
if cls.instance is None:
cls.instance = object.__new__(cls, *args, **kwargs)
return cls.instance
復制代碼上述代碼中通過threading.Lock()將單例化方法同步化，這樣在面對多個執行緒時也不會出現創建多個實體的情況，可以簡單試驗一下，
def worker():
s = Singleton()
print(id(s))
def test():
task = []
for i in range(10):
t = threading.Thread(target=worker)
task.append(t)
for i in task:
i.start()
for i in task:
i.join()
test()
復制代碼運行后，列印的單例的id都是相同的，
更優的方法
加了同步鎖之后，除了無法傳入引數外，已經沒有什么大問題了，但是否有更優的解決方法呢？單例模式是否有可以接受引數的實作方式？
閱讀Python官方的wiki（wiki.python.org/moin/Python…
def singleton(cls):
cls.__new_original__ = cls.__new__
@functools.wraps(cls.__new__)
def singleton_new(cls, *args, **kwargs):
it = cls.__dict__.get('__it__')
if it is not None:
return it
cls.__it__ = it = cls.__new_original__(cls, *args, **kwargs)
it.__init_original__(*args, **kwargs)
return it
cls.__new__ = singleton_new
cls.__init_original__ = cls.__init__
cls.__init__ = object.__init__
return cls
@singleton
class Foo(object):
def __new__(cls, *args, **kwargs):
cls.x = 10
return object.__new__(cls)
def __init__(self, x, y):
assert self.x == 10
self.x = x
self.y = y
復制代碼上述代碼中定義了singleton類裝飾器，裝飾器在預編譯時就會執行，利用這個特性，singleton類裝飾器中替換了類原本的__new__與__init__方法，使用singleton_new方法進行類的實體化，在singleton_new方法中，先判斷類的屬性中是否存在__it__屬性，以此來判斷是否要創建新的實體，如果要創建，則呼叫類原本的__new__方法完成實體化并呼叫原本的__init__方法將引數傳遞給當前類，從而完成單例模式的目的，
這種方法讓單例類可以接受對應的引數但面對多執行緒同時實體化還是可能會出現多個實體，此時加上執行緒同步鎖則可，
def singleton(cls):
cls.__new_original__ = cls.__new__
@functools.wraps(cls.__new__)
def singleton_new(cls, *args, **kwargs):
# 同步鎖
with threading.Lock():
it = cls.__dict__.get('__it__')
if it is not None:
return it
cls.__it__ = it = cls.__new_original__(cls, *args, **kwargs)
it.__init_original__(*args, **kwargs)
return it
cls.__new__ = singleton_new
cls.__init_original__ = cls.__init__
cls.__init__ = object.__init__
return cls
復制代碼是否加同步鎖的額外考慮
如果一個專案不需要使用執行緒相關機制，只是在單例化這里使用了執行緒鎖，這其實不是必要的，它會拖慢專案的運行速度，
閱讀CPython執行緒模塊相關的原始碼，你會發現，Python一開始時并沒有初始化執行緒相關的環境，只有當你使用theading庫相關功能時，才會呼叫PyEval_InitThreads方法初始化多執行緒相關的環境，代碼片段如下（我省略了很多不相關代碼），
static PyObject *
thread_PyThread_start_new_thread(PyObject *self, PyObject *fargs)
{
PyObject *func, *args, *keyw = NULL;
struct bootstate *boot;
unsigned long ident;
// 初始化多執行緒環境，解釋器默認不初始化，只有用戶使用時，才初始化，
PyEval_InitThreads(); /* Start the interpreter's thread-awareness */
// 創建執行緒
ident = PyThread_start_new_thread(t_bootstrap, (void*) boot);
// 回傳執行緒id
return PyLong_FromUnsignedLong(ident);
}
復制代碼為什么會這樣？
因為多執行緒環境會啟動GIL鎖相關的邏輯，這會影響Python程式運行速度，很多簡單的Python程式并不需要使用多執行緒，此時不需要初始化執行緒相關的環境，Python程式在沒有GIL鎖的情況下會運行的更快，
如果你的專案中不會涉及多執行緒操作，那么就沒有使用有同步鎖來實作單例模式，?
結尾
不管你是為了Python就業還是興趣愛好，記住：專案開發經驗永遠是核心，如果如果你沒有2020最新python入門到高級實戰視頻教程，可以去小編的Python交流.裙 ：七衣衣九七七巴而五（數字的諧音）轉換下可以找到了，里面很多新python教程專案，還可以跟老司機交流討教！
本文的文字及圖片來源于網路加上自己的想法,僅供學習、交流使用,不具有任何商業用途,著作權歸原作者所有,如有問題請及時聯系我們以作處理，
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/157166.html
標籤：Python