Python:设计模式之单例模式

简介: Python:设计模式之单例模式

单例模式

1、确保类有且只有一个对象被创建

2、为对象提供一个全局访问点

3、控制共享资源的并行访问


实现单例最简单的方式:

使构造函数私有化,并创建一个静态方法来完成对象初始化


使用场景:

一个类要求只有一个实例对象


单例模式的缺点

1、全局变量可能被误修改

2、对同一个对象创建多个引用

3、所有依赖于全局变量的类都会由于一个类的改变而紧密耦合为全局数据,从而可能在无意中影响另一个类

一、经典的单例模式

只允许Singleton类生成一个实例

# -*- coding: utf-8 -*-


class Singleton(object):
    def __new__(cls):
        if not hasattr(cls, "_instance"):
            cls._instance = super(Singleton, cls).__new__(cls)
        return cls._instance


if __name__ == '__main__':
    s1 = Singleton()
    s2 = Singleton()

    print(s1)
    print(s2)
    print(s1 == s2)
    print(s1 is s2)
"""
<__main__.Singleton object at 0x1021d58d0>
<__main__.Singleton object at 0x1021d58d0>
True
True
"""

二、懒汉式实例化

实际对象创建发生在 get_instance()

# -*- coding: utf-8 -*-



class Singleton(object):
__instance = None

def __init__(self):
if not Singleton.__instance:
print("create...")
else:
print("already exist...")

@classmethod
def get_instance(cls):
if not cls.__instance:
cls.__instance = Singleton()
return cls.__instance


if name == '__main__':
s1 = Singleton.get_instance() # 实例化

s2 = Singleton.get_instance() # 已存在,不会实例化

print(s1)
print(s2)
print(s1 == s2)
print(s1 is s2)
"""
create...
<__main__.Singleton object at 0x101ad5860>
<__main__.Singleton object at 0x101ad5860>
True
True
"""

三、单态模式 Monostate

所有对象共享相同的状态

# -- coding: utf-8 --


class Borg(object):
__data = {"age": 23}

def __init__(self):
self.__dict__ = self.__data


if name == '__main__':
b1 = Borg()
b2 = Borg()

# b1 和 b2是不同的对象,共享了相同的属性
print(b1)
print(b2)

# 修改b1对象, b2对象的属性也变化了
b1.name = "Tom"

print(b1.__dict__)
print(b2.__dict__)

"""
<__main__.Borg object at 0x102345f60>
<__main__.Borg object at 0x1023452e8>
{'age': 23, 'name': 'Tom'}
{'age': 23, 'name': 'Tom'}
"""

四、基于元类的单例

元类控制类的实例化

# -- coding: utf-8 --


class MetaSingleton(type):
_instances = {}

def __call__(cls, args, *kwargs):
if cls not in cls._instances:
cls._instances[cls] = super(MetaSingleton, cls).__call__(args, *kwargs)
return cls._instances[cls]


class Logger(metaclass=MetaSingleton):
pass


if name == '__main__':
logger1 = Logger()
logger2 = Logger()

print(logger1)
print(logger2)

"""
<__main__.Logger object at 0x1013658d0>
<__main__.Logger object at 0x1013658d0>
"""

五、单例模式应用一

对数据库进行同步操作

# -- coding: utf-8 --

class MetaSingleton(type):
_instances = {}

def __call__(cls, args, *kwargs):
if cls not in cls._instances:
cls._instances[cls] = super(MetaSingleton, cls).__call__(args, *kwargs)
return cls._instances[cls]


import sqlite3


class Database(metaclass=MetaSingleton):
connection = None

def __init__(self, db_url):
self.db_url = db_url

def get_cursor(self):
if self.connection is None:
self.connection = sqlite3.connect(self.db_url)
self.cursor = self.connection.cursor()

return self.cursor


if name == '__main__':
db_url = "db.sqlite3"
cursor1 = Database(db_url).get_cursor()
cursor2 = Database(db_url).get_cursor()

print(cursor1)
print(cursor2)
"""
<sqlite3.Cursor object at 0x101b4c490>
<sqlite3.Cursor object at 0x101b4c490>
"""

六、单例模式应用二

监控服务器,共享服务器数据

# -- coding: utf-8 --


class HealthCheck(object):
_instance = None

def __new__(cls, args, *kwargs):
if not cls._instance:
cls._instance = super(HealthCheck, cls).__new__(cls, args, *kwargs)
return cls._instance

def __init__(self):
self.servers = []

def add_server(self, server):
self.servers.append(server)

def pop_server(self):
return self.servers.pop()

def show_server(self):
print("" 10)
for server in self.servers:
print(server)
print("" 10)


if name == '__main__':
h1 = HealthCheck()

h2 = HealthCheck()

h1.add_server("server1")
h1.add_server("server2")
h1.add_server("server3")

h2.pop_server()

h2.show_server()
"""
**
server1
server2
**
"""

总结

1、当要求一个类只有一个对象时,就可以使用单例模式

2、经典单例模式,允许多次实例化,但返回同一个对象

3、Borg或Monostate单态模式允许创建共享相同状态的多个对象

4、单例模式可应用于多个服务间,实现一致的数据库操作


参考:

python设计模式第2版》第二章 单例设计模式

            </div>
目录
相关文章
|
14天前
|
存储 弹性计算 人工智能
【2025云栖精华内容】 打造持续领先,全球覆盖的澎湃算力底座——通用计算产品发布与行业实践专场回顾
2025年9月24日,阿里云弹性计算团队多位产品、技术专家及服务器团队技术专家共同在【2025云栖大会】现场带来了《通用计算产品发布与行业实践》的专场论坛,本论坛聚焦弹性计算多款通用算力产品发布。同时,ECS云服务器安全能力、资源售卖模式、计算AI助手等用户体验关键环节也宣布升级,让用云更简单、更智能。海尔三翼鸟云服务负责人刘建锋先生作为特邀嘉宾,莅临现场分享了关于阿里云ECS g9i推动AIoT平台的场景落地实践。
【2025云栖精华内容】 打造持续领先,全球覆盖的澎湃算力底座——通用计算产品发布与行业实践专场回顾
|
6天前
|
云安全 人工智能 安全
Dify平台集成阿里云AI安全护栏,构建AI Runtime安全防线
阿里云 AI 安全护栏加入Dify平台,打造可信赖的 AI
|
9天前
|
人工智能 运维 Java
Spring AI Alibaba Admin 开源!以数据为中心的 Agent 开发平台
Spring AI Alibaba Admin 正式发布!一站式实现 Prompt 管理、动态热更新、评测集构建、自动化评估与全链路可观测,助力企业高效构建可信赖的 AI Agent 应用。开源共建,现已上线!
846 25
|
8天前
|
机器学习/深度学习 人工智能 搜索推荐
万字长文深度解析最新Deep Research技术:前沿架构、核心技术与未来展望
近期发生了什么自 2025 年 2 月 OpenAI 正式发布Deep Research以来,深度研究/深度搜索(Deep Research / Deep Search)正在成为信息检索与知识工作的全新范式:系统以多步推理驱动大规模联网检索、跨源证据。
581 46
|
2天前
|
监控 BI 数据库
打工人救星!来看看这两家企业如何用Quick BI让业务更高效
Quick BI专业版监控告警助力企业高效运作,通过灵活配置规则与多渠道推送,让数据异常早发现、快响应,推动业务敏捷决策与持续增长。
打工人救星!来看看这两家企业如何用Quick BI让业务更高效
|
8天前
|
人工智能 Java Nacos
基于 Spring AI Alibaba + Nacos 的分布式 Multi-Agent 构建指南
本文将针对 Spring AI Alibaba + Nacos 的分布式多智能体构建方案展开介绍,同时结合 Demo 说明快速开发方法与实际效果。
563 42