设计模式之单例模式与工厂模式的Python实现(一)

2021-06-22 05:06

阅读:494

标签:知识点   情况   工厂模式   ret   bsp   www.   @class   使用配置   服务   

1. 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。

比如,某个服务器程序的配置信息存放在一个文件中,客户端通过一个 AppConfig 的类来读取配置文件的信息。如果在程序运行期间,有很多地方都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,尤其是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。

在 Python 中,我们可以用多种方法来实现单例模式

1.1 使用模块(不推荐)

Python 的模块就是天然的单例模式,因为模块在第一次导入时,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了。如果我们真的想要一个单例类,可以考虑这样做:

mysingleton.py

class Singleton(object):
    def foo(self):
        pass
singleton = Singleton()


将上面的代码保存在文件 mysingleton.py 中,要使用时,直接在其他文件中导入此文件中的对象,这个对象即是单例模式的对象

from mysingleton import singleton

对这种使用模块来实现单例模式的方法,只能在一些特定场景中使用(比如初始化一个config),因为不好修改和维护。比如如果我想在代码运行过程中,根据实时的参数生成一个单例,这种方法就不好用了。

1.2 使用装饰器(不考虑多线程影响时可以使用)

>>> def Singleton(cls):
    _instance = {}
    def _singleton(*args,**kw):
        if cls not in _instance:
            _instance[cls] = cls(*args,**kw)
        return _instance[cls]
    return _singleton

>>> @Singleton
class A(object):
    a = 1
    def __init__(self,x = 0):
        self.x = x

        
>>> a1 = A(2)
>>> a1
__main__.A object at 0x000000893F3B0630>
>>> a1.x
2
>>> a2 = A(3)
>>> a2
__main__.A object at 0x000000893F3B0630>
>>> a2.x
2

有几个知识点值得注意:

 装饰器不仅可以装饰函数,也可以用来装饰类

 我们通过查看生成的对象a1和a2,发现他们的内存地址都是一样的,是"0x000000893F3B0630",因此可以看出来是同一个对象,即验证了我们的单例模式是成功的

 执行a2 = A(3),我们可以看到a2.x = 2,而不是3。 这是因为正常情况下语句a2 = A(3)会调用__init__函数,将3传给x。但是由于我们是单例模式,a2 = A(3)并不会生成新的对象,而是将之前生成的a1的对象返回给了a2,因为__init__函数只有在生成新的对象时才会执行,所以a2.x = 2

但是这样的实现方式是有漏洞的,当在多进程运行情况下,一旦__init__函数中有些耗时比较长的操作,会发生下面的情况:进程a和进程b同时执行,如果此时实例并没有被生成,a和b会同时尝试去生成实例,并且由于__init__耗时较长,a和b在生成实例时,都没有现成的实例,就会造成a和b生成了不同的实例,我们的单例模式就失败了。

下面是例子

>>> def Singleton(cls):
@functools.wrap(cls) _instance
= {} def wrapper(*args,**kw): if cls not in _instance: _instance[cls] = cls(*args,**kw) return _instance[cls] return wrapper >>> import time >>> @Singleton class A(object): a = 1 def __init__(self,x = 0): time.sleep(2) self.x = x >>> import threading >>> def task(arg): obj = A(arg) print(obj, obj.x) >>> for i in range(10): t = threading.Thread(target = task, args=[i,]) t.start() >>> __main__.A object at 0x000000893F5F8D30>__main__.A object at 0x000000893F5F82B0>__main__.A object at 0x000000893F5F8B38>__main__.A object at 0x000000893FBE4358>__main__.A object at 0x000000893FBE4160>__main__.A object at 0x000000893F5F8F28>__main__.A object at 0x000000893F5F8940>__main__.A object at 0x000000893FBE4550>__main__.A object at 0x000000893FBE4940>__main__.A object at 0x000000893FBE4748> 3026541798

通过这些实例的地址我们可以看出来,这也instance是不同的实例,我们的单例模式失败了

1.3 使用类(基于__new__方法实现)

通过上面例子,我们可以知道,当我们实现单例时,为了保证线程安全需要在内部加入锁

我们知道,当我们实例化一个对象时,是先执行了类的__new__方法(我们没写时,默认调用object.__new__),实例化对象;然后再执行类的__init__方法,对这个对象进行初始化,所有我们可以基于这个,实现单例模式

import threading
class Singleton(object):
    _instance_lock = threading.Lock()

    def __init__(self):
        pass


    def __new__(cls, *args, **kwargs):
        if not hasattr(Singleton, "_instance"):
   #第一个判断,是为了当单例对象生成后,不再锁多进程   with Singleton._instance_lock:
if not hasattr(Singleton, "_instance"):
#第二个判断,是为了当单例对象还未生成时,确保只有一个对象被生成。(如果没有这一层判断,当对象被第一个进程生成后,后续的进程还会生成新的对象) Singleton._instance
= object.__new__(cls) return Singleton._instance obj1 = Singleton() obj2 = Singleton() print(obj1,obj2) def task(arg): obj = Singleton() print(obj) for i in range(10): t = threading.Thread(target=task,args=[i,]) t.start()

值得注意的是类的实现中有两个判断:

第一个判断,是为了当单例对象生成后,不再锁多进程
第二个判断,是为了当单例对象还未生成时,确保只有一个对象被生成。(如果没有这一层判断,当对象被第一个进程生成后,后续的进程还会生成新的对象)

下面是例子:
只有一个判断,生成了多个实例。单例失败。
>>> class Singleton(object):
    _instance_lock = threading.Lock()
    def __init__(self):
        time.sleep(1)
    @classmethod
    def instance(cls,*args,**kw):
        if not hasattr(Singleton,"_instance"):
            with Singleton._instance_lock:
                Singleton._instance = Singleton(*args,**kw)
        return Singleton._instance

>>> def task(arg):
    obj = Singleton.instance()
    print(obj)
    
>>> for i in range(10):
    t = threading.Thread(target=task,args=[i,])
    t.start()

    
>>> __main__.Singleton object at 0x000000893F5F8B38>
__main__.Singleton object at 0x000000893FBE44A8>
__main__.Singleton object at 0x000000893F5F8A90>
__main__.Singleton object at 0x000000893F5F8E10>
__main__.Singleton object at 0x000000893F5F87B8>
__main__.Singleton object at 0x000000893F5F8C18>
__main__.Singleton object at 0x000000893F5F8A90>
__main__.Singleton object at 0x000000893F5F8710>
__main__.Singleton object at 0x000000893F5F8BA8>
__main__.Singleton object at 0x000000893F5F8E10>

有两个判断,只生成了一个实例,单例成功

>>> class Singleton(object):
    _instance_lock = threading.Lock()
    def __init__(self):
        time.sleep(1)
    @classmethod
    def instance(cls,*args,**kw):
        if not hasattr(Singleton,"_instance"):
            with Singleton._instance_lock:
                if not hasattr(Singleton,"_instance"):
                    Singleton._instance = Singleton(*args,**kw)
        return Singleton._instance

>>> def task(arg):
    obj = Singleton.instance()
    print(obj)
    
>>> for i in range(10):
    t = threading.Thread(target=task,args=[i,])
    t.start()

    
>>> __main__.Singleton object at 0x000000893F5F8A90>__main__.Singleton object at 0x000000893F5F8A90>__main__.Singleton object at 0x000000893F5F8A90>__main__.Singleton object at 0x000000893F5F8A90>__main__.Singleton object at 0x000000893F5F8A90>__main__.Singleton object at 0x000000893F5F8A90>__main__.Singleton object at 0x000000893F5F8A90>__main__.Singleton object at 0x000000893F5F8A90>__main__.Singleton object at 0x000000893F5F8A90>__main__.Singleton object at 0x000000893F5F8A90>

 

我们需要特别注意的是,这种实现方法也不好,因为是在单例模式的实现代码,写在了类的实现里。我们每要实现一个单例模式的类,就要在类的定义里写相应的代码。这样没有把设计模式和类的具体实现分离。

1.4 基于元类(metaclass)实现(推荐)

关于元类的知识点,可以参考我之前写的博文: 谈谈Python中元类Metaclass(一):什么是元类

以下是几个关键的知识点:

  • 简而言之,metaclass是元类,用来动态创建class,在创建时根据metaclass的定义(比如__new__, __call__, __init__)控制
  • __new__()函数用来创建类的实例,__call__()函数是能让实例可以被调用,__init__()函数用来对实例做一些初始化操作。从上而下看,在基于元类实现单例模式时,从属关系为 metaclass元类 --> 我们定义的class类(暂命名为‘A‘) --> 实现的单例对象‘a‘;即我们定义的class ‘A‘是元类metaclass的对象,我们实现的单例对象‘a‘是定义的class ‘A‘的对象。而我们知道,单例对象创建时的语句是a=A(),也就是说,在这个语句执行时,我们实际上运行的是metaclass的__call__函数。因此我们要在__call__()函数中实现单例模式。
>>> import time
>>> import threading
>>> class SingletonType(type):
    _instance_lock = threading.Lock()
    def __call__(cls, *args, **kwargs):
        if not hasattr(cls, "_instance"):
            with SingletonType._instance_lock:
                if not hasattr(cls, "_instance"):
                    cls._instance = super(SingletonType,cls).__call__(*args, **kwargs)
        return cls._instance

>>> class Foo(metaclass=SingletonType):
    def __init__(self,name):
        self.name = name
        time.sleep(1)

        
>>> def task(arg):
    obj = Foo(arg)
    print(obj,obj.name)

    
>>> for i in range(10):
    t = threading.Thread(target=task,args=[i,])
    t.start()

    
>>> __main__.Foo object at 0x000000893F5F87B8>__main__.Foo object at 0x000000893F5F87B8>__main__.Foo object at 0x000000893F5F87B8>__main__.Foo object at 0x000000893F5F87B8>__main__.Foo object at 0x000000893F5F87B8>__main__.Foo object at 0x000000893F5F87B8>__main__.Foo object at 0x000000893F5F87B8>__main__.Foo object at 0x000000893F5F87B8>__main__.Foo object at 0x000000893F5F87B8>__main__.Foo object at 0x000000893F5F87B8>          0000000000

这样,我们就完美的实现了单例模式,同时将达成了更优的目的:单例模式这个设计模式与类的定义分开。

 

参考链接:

1. 飘逸的python - __new__、__init__、__call__傻傻分不清: https://blog.csdn.net/handsomekang/article/details/46672251

2. Python中的单例模式的几种实现方式的及优化

 

设计模式之单例模式与工厂模式的Python实现(一)

标签:知识点   情况   工厂模式   ret   bsp   www.   @class   使用配置   服务   

原文地址:https://www.cnblogs.com/ArsenalfanInECNU/p/9680469.html


评论


亲,登录后才可以留言!