🍖单例模式

一. 什么是单例模式

单例模式 (Singleton Pattern) 是一种常用的软件设计模式 (Deaign pattern), 提供了在软件开发过程中面临的一些问题的最佳解决方案

而单例模式的主要目的是确保某一个类只有一个实例存在, 即一个类多次实例的结果指向同一个对象, 用于节省内存

如果我们从配置文件中读取配置来进行实例化, 在配置相同的情况下, 就没有必要重复产生对象来浪费内存了

二.单例模式的优缺点

1.单例模式的优点

由于单例模式要求在全局类只有一个实例, 因而可以节省比较多的内存空间
全局只有一个接入点, 可以进行更好的进行数据同步控制, 避免多重占用
单例可以常驻内存, 减少内存开销

2.单例模式的缺点

单例模式的扩展比较困难
赋于了单例以太多的职责，某种程度上违反单一职责原则
单例模式是并发协作软件模块中需要最先完成的，因而其不利于测试
单例模式在某种情况下会导致 "资源瓶颈"

三.单例模式的应用场景示例

生成全局惟一的序列号
访问全局复用的惟一资源，如磁盘、总线等
单个对象占用的资源过多，如数据库等
系统全局统一管理，如Windows下的Task Manager
网站计数器

四.实现单例模式的五种常用方式

1.使用模块导入

前面我们介绍过模块导入只有首次导入会执行模块文件, 后面的导入都是直接使用第一次导入的结果, 因为在模块第一次导入时会生成一个 .pyc 文件, 后面导入直接加载它, 既然如此, 那么 Python 的模块就是一个天然的单例模式

test.py 文件内容

class Singletan:
    NAME = "北极星"
    PASSWD = "275242996"
    AGE = 22
    SEX = "man"

info = Singletan()

执行文件正确演示

from test import info  # 第一次导入执行test文件生成 .pyc 文件
from test import info  # 第二次导入直接加载 .pyc 文件

obj1 = info
obj2 = info

print(obj1 is obj2)  # True

执行文件错误演示

from test import Singletan  # 第一次导入执行test文件生成 .pyc 文件
from test import Singletan  # 第二次导入直接加载 .pyc 文件

info1 = Singletan()
info2 = Singletan()

print(info1 is info2)  # False

2.使用类装饰器来实现

def Singletan(cls):
    __instance = None        # 定义一个常量, 用来存对象, 以后每次都返回这个对象
    def wrapper(*args,**kwargs):
        nonlocal __instance  # 声明内层的"__instance"是外层函数的变量,不声明报错
        if not __instance:   # 对象不存在,将类的实例赋值给"__instance"
            __instance = cls(*args,**kwargs)  
            # 这里是进行赋值操作,但如果没有声明成外层函数变量, 机器会识别成你是在定义变量,在定义之前引用会报错
        return __instance    # 对象已经存在时直接将对象返回
    return wrapper

@Singletan  # Singletan(Info)---->返回wrapper = Info
class Info:
    def __init__(self):
        ...

obj1 = Info()
obj2 = Info()

print(obj1 is obj2)  # True

3.使用类的绑定方法实现

class Singletan:
    __instance = None                    # 设置变量存放对象
    NAME = "shawn"
    PASSWD = "275242996"

    @classmethod
    def get_obj(cls):
        if not Singletan.__instance:     # 判断是否对象存在
            Singletan.__instance = cls() # 不存在实例出一个赋值
        return Singletan.__instance      # 存在直接返回这个对象

obj1 = Singletan.get_obj()
obj2 = Singletan.get_obj()

print(obj1 is obj2)  # True

当使用了类的绑定方法实现单例后, 正常实例出来的对象不是单例

obj3 = Singletan()
obj4 = Singletan()

print(obj3 is obj4)  # False

4.基于 new 方法实现单例

class Singletan:
    __instance = None                   # 设置变量存放对象
    NAME = "shawn"
    AGE = 22

    def __new__(cls, *args, **kwargs):
        if not cls.__instance:         # 判断是否对象存在
            cls.__instance = super().__new__(cls)  # 不存在就实例出一个并赋值
        return cls.__instance          # 存在直接返回这个对象

obj1 = Singletan()
obj2 = Singletan()

print(obj1 is obj2)  # True

5.通过元类实现

class SingletanType(type):
    __instance = None      # 设置变量存放对象,Singletan中找不到会跑这来找      

    def __call__(self, *args, **kwargs):
        if not self.__instance:    # 判断是否对象存在
            self.__instance = self.__new__(self)  # 不存在就实例出一个并赋值
            # SingletanType.__instance = self.__new__(self) 直接设置元类的属性,类中找不到会到元类找(了解)
        return self.__instance     # 存在直接返回这个对象

class Singletan(metaclass=SingletanType):
    NAME = "shawn"
    AGE = 22

obj1 = Singletan()  # 触发元类的 __call__
obj2 = Singletan()

print(obj1 is obj2)  # True