Python单例模式几种实现方式详解
IT行业相对于一般传统行业,发展更新速度更快,一旦停止了学习,很快就会被行业所淘汰。所以我们需要踏踏实实的不断学习,精进自己的技术,尤其是初学者。今天golang学习网给大家整理了《Python单例模式实现方法详解》,聊聊,我们一起来看看吧!
单例模式通过控制类的实例化确保全局唯一实例。1. 实现方法包括重写__new__方法、使用装饰器和元类(metaclass),均通过缓存实例实现单例;2. 常见应用场景包括配置管理、数据库连接池、日志记录器和全局缓存;3. 多线程环境下可通过双重检查锁确保线程安全;4. 优点为节省资源、提供全局访问点、支持延迟初始化,缺点是违反单一职责、影响单元测试、增加耦合;5. 避免单例被破坏可通过禁止反射、反序列化创建实例或使用枚举类型实现。

单例模式确保一个类只有一个实例,并提供一个全局访问点。Python实现单例模式有多种方法,核心在于控制实例的创建。

解决方案
最常用的方法是使用__new__方法。__new__负责创建实例,而__init__负责初始化实例。通过重写__new__,我们可以控制实例的创建过程。

class Singleton:
_instance = None
def __new__(cls, *args, **kwargs):
if not cls._instance:
cls._instance = super(Singleton, cls).__new__(cls, *args, **kwargs)
return cls._instance
# 使用示例
s1 = Singleton()
s2 = Singleton()
print(s1 is s2) # 输出 True另一种方法是使用装饰器:
def singleton(cls):
instances = {}
def get_instance(*args, **kwargs):
if cls not in instances:
instances[cls] = cls(*args, **kwargs)
return instances[cls]
return get_instance
@singleton
class MyClass:
pass
# 使用示例
m1 = MyClass()
m2 = MyClass()
print(m1 is m2) # 输出 True还可以使用元类来实现单例模式,这种方式更加灵活,可以处理更复杂的情况:

class SingletonMeta(type):
_instances = {}
def __call__(cls, *args, **kwargs):
if cls not in cls._instances:
cls._instances[cls] = super().__call__(*args, **kwargs)
return cls._instances[cls]
class MyClass(metaclass=SingletonMeta):
pass
# 使用示例
o1 = MyClass()
o2 = MyClass()
print(o1 is o2) # 输出 True为什么需要单例模式?
单例模式适用于那些需要全局唯一实例的场景。例如,配置管理类、数据库连接池、线程池等。如果一个类需要被频繁创建和销毁,并且每次创建的实例都是相同的,那么使用单例模式可以提高性能,减少资源消耗。想象一下,每次都重新建立数据库连接,效率会很低。
单例模式有哪些常见的应用场景?
除了上面提到的配置管理、数据库连接池,还有日志记录器也是一个常见的应用场景。只需要一个日志记录器实例来记录整个应用程序的日志,避免多个日志记录器同时写入同一个文件导致冲突。单例模式还可以用于管理全局缓存,确保所有组件都访问同一个缓存实例,提高数据访问效率。
如何在多线程环境下实现线程安全的单例模式?
在多线程环境下,单例模式需要考虑线程安全问题。多个线程同时尝试创建单例实例时,可能会导致创建多个实例。可以使用锁机制来保证线程安全。
import threading
class Singleton:
_instance = None
_lock = threading.Lock()
def __new__(cls, *args, **kwargs):
if not cls._instance:
with cls._lock:
if not cls._instance: # Double-checked locking
cls._instance = super(Singleton, cls).__new__(cls, *args, **kwargs)
return cls._instance这里使用了双重检查锁(Double-checked locking)来提高性能。首先检查实例是否已经创建,如果未创建,则获取锁,再次检查实例是否已经创建,如果仍然未创建,则创建实例。
单例模式的优缺点是什么?
优点:
- 全局唯一实例,节省资源。
- 提供全局访问点,方便访问。
- 可以延迟初始化,只有在需要时才创建实例。
缺点:
- 违反单一职责原则,单例类既负责创建实例,又负责自身业务逻辑。
- 难以进行单元测试,因为单例实例的状态是全局的,会影响其他测试。
- 在多线程环境下需要考虑线程安全问题。
- 过度使用单例模式会导致代码耦合度增加,降低代码的可维护性和可扩展性。有时,你会发现,为了获取一个单例对象,你需要引入很多依赖,这并不是好事。
除了以上方法,还有没有其他实现单例模式的方式?
可以使用__metaclass__来实现,这种方式比较高级,但也能更好地控制类的创建行为。
class Singleton(type):
def __init__(cls, name, bases, attrs):
super(Singleton, cls).__init__(name, bases, attrs)
cls._instance = None
def __call__(cls, *args, **kwargs):
if cls._instance is None:
cls._instance = super(Singleton, cls).__call__(*args, **kwargs)
return cls._instance
class MyClass(object):
__metaclass__ = Singleton
a = MyClass()
b = MyClass()
print(a is b)这种方法将单例的逻辑放到了元类中,使得类的定义更加简洁。
如何避免单例模式被破坏?
单例模式容易被破坏,比如通过反射、反序列化等方式可以创建多个实例。为了避免这种情况,可以采取一些措施:
- 禁止反射创建实例。
- 禁止反序列化创建实例。
- 使用枚举类型来实现单例模式(Java中推荐的方式,Python也可以借鉴)。
虽然没有绝对完美的单例模式,但根据具体应用场景选择合适的实现方式,并采取相应的保护措施,可以有效地避免单例模式被破坏。
本篇关于《Python单例模式几种实现方式详解》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!
hidden属性使用方法及效果对比
- 上一篇
- hidden属性使用方法及效果对比
- 下一篇
- JavaScript异步编程模式详解
-
- 文章 · python教程 | 3小时前 | python · 异步编程 · Python 资源清理 异步生成器 contextlib aclosing
- Python contextlib.aclosing 怎么确保异步生成器退出
- 369浏览 收藏
-
- 文章 · python教程 | 5小时前 | python · Python decimal tomllib parse_float
- Python tomllib.loads 怎么自定义浮点数类型
- 158浏览 收藏
-
- 文章 · python教程 | 12小时前 |
- Python runtime_checkable Protocol 为什么只检查属性存在
- 410浏览 收藏
-
- 文章 · python教程 | 14小时前 | 协程 · 超时控制 · python · asyncio · Python 异步超时 asyncio.timeout reschedule
- Python asyncio.timeout 怎么动态调整截止时间
- 403浏览 收藏
-
- 文章 · python教程 | 17小时前 | python · Python setup.py pyproject.toml packaging
- Python packaging 从 setup.py 迁移 pyproject.toml 的清单
- 236浏览 收藏
-
- 文章 · python教程 | 18小时前 | python ·
- Python multiprocessing shared_memory 管理共享缓冲区
- 218浏览 收藏
-
- 文章 · python教程 | 2天前 | python · 进程管理 · Python subprocess Popen 进程树 TimeoutExpired 超时清理
- Python subprocess 超时后清理子进程树
- 108浏览 收藏
-
- 文章 · python教程 | 2天前 | 日志 · logging · Python教程 · Python contextvars request_id LogRecord logging.Filter
- Python logging.Filter 注入请求上下文的做法
- 410浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 327次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 385次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 377次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 344次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 170次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

