Python入门之Python的单例模式和元类（python单例模式实现）

Python入门之Python的单例模式和元类（python单例模式实现）

一、单例模式

单例模式(Singleton Pattern)是一种常用的软件设计模式，该模式的主要目的是确保某一个类只有一个实例存在。

当你希望在整个系统中，某个类只能出现一个实例时，单例对象就能派上用场。例如，某个服务器程序的配置信息存放在一个文件中，客户通过一个AppConfig的类来读取配置文件的信息。如果在程序运行期间，有很多地方需要使用配置文件的内容，也就是说，很多地方都需要创建AppConfig对象的实例，这就导致系统中存在多个AppConfig的实例对象，而这样会严重浪费内存资源，尤其实在配置文件内容很多的情况下。事实上，类似AppConfig这样的类，我们希望在程序运行期间只存在一个实例对象。

单例模式的要点有三个，一个是某个类只能有一个实例，二是它必须自行创建这个实例，三是它必须自行向整个系统提供这个实例。

在Python中，我们可以使用多种方法来实现单例模式：

1. 使用模块

2. 使用__new__方法

3. 使用装饰器decorator

4. 使用类

5. 使用元类metaclass

1.使用模块

其实，Python的模块就是天然的单例模式。

因为模块在第一次导入的时候，会生成.pyc文件，当第二次导入时，就会直接加载.pyc文件，而不会再次执行模块代码。因此，我们只需要把相关的函数和数据定义在一个模块中，就可以获得一个单例对象。

如果我们真的想要一个单例类，可以考虑这样做：

class MyClass(object): def foo(self): print('MyClass.foo')my_class_obj = MyClass()

将上面的代码保存在文件test1.py中，然后这样使用：

from .test1 import my_class_objmy _class_obj.foo()

2.使用__new__

为了使类只能出现一个实例，我们可以使用__new__来控制实例的创建过程，代码如下：

class MyClass(object): _instance = None def __new__(cls, *args, **kwargs): if not cls._instance: cls._instance = super(MyClass, cls).__new__(cls, *args, **kwargs) return cls._instance class HerClass(MyClass): a = 1

在上面的代码中，我们将类的实例和一个类变量_instance关联起来，如果cls._instance为None则创建实例，否则直接返回cls._instance。

执行情况如下：

one = HerClass()two = HerClass()print(one == two) #Trueprint(one is two) #Trueprint(id(one) == id(two)) #True

3. 使用装饰器

我们知道，装饰器decorator可以动态地修改一个类或者函数的功能。

这里，我们也可以使用装饰器来装饰某个类，使其只能生成一个实例，代码如下：

from functools import wrapsdef singleton(cls): instance = {} #创建字典，盛放单例 @wraps def getinstance(*args,**args): if cls not in instance: #cls不在字典 instances[cls] = cls(*args, **kwargs) #以cls为key，cls(*args, **kwargs) 为值放入盛放单例的字典 return getinstance[cls] return getinstance@singletonclass MyClass(object): a = 1

在上面，我们定义要给装饰器singleton，它返回了一个内部函数getinstance，该函数会判断某个类是否在字典instance中，如果不存在，则会将cls作为key， cls(*args,**kwargs)作为value存到instance中，否则，直接返回instance[cls]。

class Singleton(object): def __init__(self): pass @classmethod def instance(cls, *args, **kwargs): if not hasattr(Singleton, "_instance"): Singleton._instance = Singleton(*args, **kwargs) return Singleton._instanceimport threadingdef task(arg): obj = Singleton.instance() print(obj)for i in range(10): t = threading.Thread(target=task,args=[i,]) t.start()

执行结果：

<__main__.Singleton object at 0x02C933D0><__main__.Singleton object at 0x02C933D0><__main__.Singleton object at 0x02C933D0><__main__.Singleton object at 0x02C933D0><__main__.Singleton object at 0x02C933D0><__main__.Singleton object at 0x02C933D0><__main__.Singleton object at 0x02C933D0><__main__.Singleton object at 0x02C933D0><__main__.Singleton object at 0x02C933D0><__main__.Singleton object at 0x02C933D0>

看起来也没有问题，那是因为执行速度过快。

如果在init方法中有一些IO操作，就会发现问题了，下面我们通过time.sleep模拟

我们在上面__init__方法中加入以下代码

def __init__(self): import time time.sleep(1)

重新执行程序后，结果如下

<__main__.Singleton object at 0x034A3410><__main__.Singleton object at 0x034BB990><__main__.Singleton object at 0x034BB910><__main__.Singleton object at 0x034ADED0><__main__.Singleton object at 0x034E6BD0><__main__.Singleton object at 0x034E6C10><__main__.Singleton object at 0x034E6B90><__main__.Singleton object at 0x034BBA30><__main__.Singleton object at 0x034F6B90><__main__.Singleton object at 0x034E6A90>

问题出现了！按照以上方式创建的单例，无法支持多线程

解决办法：加锁！未加锁部分并发执行,加锁部分串行执行,速度降低,但是保证了数据安全

import timeimport threadingclass Singleton(object): _instance_lock = threading.Lock() def __init__(self): time.sleep(1) @classmethod def instance(cls, *args, **kwargs): with Singleton._instance_lock: if not hasattr(Singleton, "_instance"): Singleton._instance = Singleton(*args, **kwargs) return Singleton._instancedef task(arg): obj = Singleton.instance() print(obj)for i in range(10): t = threading.Thread(target=task,args=[i,]) t.start()time.sleep(20)obj = Singleton.instance()print(obj)

打印结果如下：

<__main__.Singleton object at 0x02D6B110><__main__.Singleton object at 0x02D6B110><__main__.Singleton object at 0x02D6B110><__main__.Singleton object at 0x02D6B110><__main__.Singleton object at 0x02D6B110><__main__.Singleton object at 0x02D6B110><__main__.Singleton object at 0x02D6B110><__main__.Singleton object at 0x02D6B110><__main__.Singleton object at 0x02D6B110><__main__.Singleton object at 0x02D6B110>

这样就差不多了，但是还是有一点小问题，就是当程序执行时，执行了time.sleep(20)后，下面实例化对象时，此时已经是单例模式了，但我们还是加了锁，这样不太好，再进行一些优化，把intance方法，改成下面的这样就行：

@classmethod def instance(cls, *args, **kwargs): if not hasattr(Singleton, "_instance"): with Singleton._instance_lock: if not hasattr(Singleton, "_instance"): Singleton._instance = Singleton(*args, **kwargs) return Singleton._instance

这样，一个可以支持多线程的单例模式就完成了

import timeimport threadingclass Singleton(object): _instance_lock = threading.Lock() def __init__(self): time.sleep(1) @classmethod def instance(cls, *args, **kwargs): if not hasattr(Singleton, "_instance"): with Singleton._instance_lock: if not hasattr(Singleton, "_instance"): Singleton._instance = Singleton(*args, **kwargs) return Singleton._instancedef task(arg): obj = Singleton.instance() print(obj)for i in range(10): t = threading.Thread(target=task,args=[i,]) t.start()time.sleep(20)obj = Singleton.instance()print(obj)

这种方式实现的单例模式，使用时会有限制，以后实例化必须通过 obj = Singleton.instance()

如果用 obj=Singleton() ,这种方式得到的不是单例

4. 使用类

class Singleton(object): def __init__(self): pass @classmethod def instance(cls,*args,**kwargs): if not hasattr(Singleton, '_instance'): Singleton._instace = Singleton(*args,**kwargs) return Singleton._instance

一般情况，大家以为这样就完成了单例模式，但是这样当使用多线程时会存在问题

5. 使用metaclass

元类metaclass，可以控制类的创建过程，它主要做三件事：

1. 拦截类的创建

2. 修改类的定义

3. 返回修改后的类

使用元类实现单例模式的代码如下：

class Singleton(type): _instacne = {} def __call__(cls,*args,**kwargs): if cls not in cls._instance: cls._instances[cls] = super(Singleton, cls).__call__(*args,**kwargs)　　　　　　　　　#以cls为key，cls(*args, **kwargs) 为值放入盛放单例的字典 return cls._instance[cls]

#Python2#class MyClass(object): __metaclass__ = Singleton#Python3class MyClass(metaclass=Singleton): pass

优点：

1. 实例控制

单例模式会阻止其他对象实例化器自己的单例对象的副本，从而确保所有对象都访问唯一实例。

2. 灵活性

因为类控制了实例化过程，所以类可以灵活更改实例化过程。

缺点：

1. 开销

虽然数量很少，但如果每次对象请求引用时都要检查是否存在类的实例，将仍然需要一些开销。可以通过使用静态初始化解决此问题。

2. 可能的开发混淆

使用单例对象(尤其在类库中定义的对象)时，开发人员必须记住自己不能使用new关键字实例化对象。因为可能无法访问库源代码，因此应用程序开发人员可能会意外发现自己无法直接实例化此类。

3. 对象生存期

不能解决删除单个对象的问题。在提供内存管理的语言中(例如基于.net Framework的语言)，只有单例类能够导致实例被取消分配，因为它包含对该实例的私有引用。在某些语言中(例如C++)，其他类可以删除对象实例，但这样会导致单例类中出现悬浮引用。

二、元类(metaclass)

1. Python中一切皆对象，类也是对象。

只要你使用关键字class，Python解释器在执行的时候会创建一个对象。

下面的代码段：

class MyClass(object): pass

在内存中创建一个对象，名字就是MyClass。这个对象(类)自身拥有创建对象(类实例)的能力，而这就是为什么它是一个类的原因。但是，它本质仍然是一个对象，于是你可以对它做如下操作：

1. 你可以将它赋值给一个变量

2. 你可以拷贝它

3. 你可以为它增加属性

4. 你可以将它作为函数参数进行传递

class MyClass(object): passprint(MyClass) # 你可以打印这个类，因为它是对象# def echo(o): print(o)echo(MyClass) # 你可以将类作为参数传给函数# MyClass.new_attribute = 'foo' #你可以为类增加属性print(hasattr(MyClass,'new_attribute')) #Trueprint(MyClass.new_attribute) #fooMyClassMirror = MyClass #你可以将类赋值给一个变量print(MyClassMirror())# <__main__.MyClass object at 0x00000000028CDE10>

2. 动态的创建类

因为类也是对象，你可以在运行时动态的创建它们，就像其他任何对象一样。

首先你可以在函数中创建类，使用class关键字即可。

def choose_class(name): if name == 'foo': class Foo(object): pass return Foo # 返回的是类，不是类的实例 else: class Bar(object): pass return BarMyClass = choose_class('foo')print(MyClass) #函数返回的是类，不是类的实例# .Foo'>print(MyClass()) #你可以通过这个类创建类实例，也就是对象# <__main__.choose_class..Foo object at 0x00000000021E5CF8>

但是这还不够动态。

由于类也是对象，所以它们必须通过什么东西生成才对。

还记得内建函数type吗？这个祖先级别的函数能够让你知道一个对象的类型是什么，如下代码：

print(type(1)) # print(type('1')) ##print(type(MyClass)) #print(type(MyClass())) #

type也能动态的创建类。

type创建类的模版：

type(类名，父类的元组(针对继承的情况，可以为空)，包含属性的字典(名称和值))

比如下面的代码：

class MyShinyClass(object): pass

可以手动像这样创建:

MyShinyClass = type('MyShinyClass',(),{})print(MyShinyClass)# print(MyShinyClass()) # 创建一个该类的实例# <__main__.MyShinyClass object at 0x0000000002737D68>

type接受一个字典来为类定义属性，因此：

class Foo(object): bar = True

可以翻译为：

Foo = type('Foo',(),{'bar':True})

并且可以将Foo当成一个普通的类一样使用：

class Foo(object): bar=True print(Foo) #print(Foo.bar) #Truef=Foo() print(f) #<__main__.Foo object at 0x0000000001F7DE10>print(f.bar) #True

当然，你可以向这个类继承，所以，如下的代码：

class Foo(object): bar=True FooChild = type('FooChild', (Foo,),{})print(FooChild)# print(FooChild.bar) # bar属性是由Foo继承而来# True

最终你会希望为你的类增加方法。只需要定义一个有着恰当签名的函数并将其作为属性赋值就可以了。

class Foo(object): bar=True def echo_bar(self): print(self.bar) FooChild = type('FooChild', (Foo,), {'echo_bar': echo_bar})print(hasattr(Foo, 'echo_bar')) #Falseprint(hasattr(FooChild, 'echo_bar')) #Truemy_foo = FooChild()my_foo.echo_bar() #True

你可以看到，在Python中，类也是对象，你可以动态的创建类。这就是当你使用关键字class时Python在幕后做的事情，而这就是通过元类来实现的。

到底什么是元类？

元类就是用来创建类的“东西”。元类就是类的类。

type就是创建类对象的类。你可以通过检查__class__属性来看到这一点。

Python中所有的东西，注意，我是指所有的东西——都是对象。这包括整数、字符串、函数以及类。它们全部都是对象，而且它们都是从一个类创建而来。

age = 35print(age.__class__) # name = 'bob'print(name.__class__) # def foo(): passprint(foo.__class__) # class Bar(object): passb = Bar()print(b.__class__) #

现在，对于任何一个__class__的__class__属性又是什么呢？

print(age.__class__.__class__) #print(name.__class__.__class__) #print(foo.__class__.__class__) #print(b.__class__.__class__) #

因此，元类就是创建类这种对象的东西。

type就是Python的内建元类，当然了，你也可以创建自己的元类。

__metaclass__属性

你可以在写一个类的时候为其添加__metaclass__属性。

class Foo(object): __metaclass__ = something...

如果你这么做了，Python就会用元类来创建类Foo。小心点，这里面有些技巧。你首先写下class Foo(object)，但是类对象Foo还没有在内存中创建。Python会在类的定义中寻找__metaclass__属性，如果找到了，Python就会用它来创建类Foo，如果没有找到，就会用内建的type来创建这个类。

class Foo(Bar): pass

Python做了如下的操作：

Foo中有__metaclass__这个属性吗？如果是，Python会在内存中通过__metaclass__创建一个名字为Foo的类对象（我说的是类对象，请紧跟我的思路）。如果Python没有找到__metaclass__，它会继续在Bar（父类）中寻找__metaclass__属性，并尝试做和前面同样的操作。如果Python在任何父类中都找不到__metaclass__，它就会在模块层次中去寻找__metaclass__，并尝试做同样的操作。如果还是找不到__metaclass__,Python就会用内置的type来创建这个类对象。

现在的问题就是，你可以在__metaclass__中放置些什么代码呢？

答案就是：可以创建一个类的东西。那么什么可以用来创建一个类呢？type，或者任何使用到type或者子类化type的东东都可以。

​​ 参考​​

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。