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
|
人工智能 Java
零基础五步骤,从零开始天猫精灵
零基础五步骤,从零开始天猫精灵
1471 1
零基础五步骤,从零开始天猫精灵
|
机器学习/深度学习 算法 存储
一文读懂大规模图神经网络平台AliGraph
2019阿里云峰会·上海开发者大会于7月24日盛大开幕,本次峰会与未来世界的开发者们分享开源大数据、IT基础设施云化、数据库、云原生、物联网等领域的技术干货, 共同探讨前沿科技趋势。本文整理自开源大数据专场中阿里巴巴资深技术专家李永先生的精彩演讲,将为大家分享AliGraph:大规模图神经网络平台。
8976 0
|
11月前
|
弹性计算 运维 网络协议
卓越效能,极简运维,Serverless高可用架构
本文介绍了Serverless高可用架构方案,当企业面对日益增长的用户访问量和复杂的业务需求时如何实现更高的灵活性、更低的成本和更强的稳定性。
|
存储 关系型数据库 数据库
关系型数据库的数据一致性和完整性
【5月更文挑战第1天】关系型数据库的数据一致性和完整性是数据库设计中的两个重要概念,它们共同保证了数据库中数据的准确性和可靠性。
598 2
关系型数据库的数据一致性和完整性
|
机器学习/深度学习 自然语言处理 监控
金融行业的大数据风控模型:构建安全高效的信用评估体系
金融机构借助大数据风控提升信贷效率,通过数据收集、清洗、特征工程、模型构建与评估来识别风险。关键技术涉及机器学习、深度学习、NLP和实时处理。以下是一个Python风控模型构建的简例,展示了从数据预处理到模型训练、评估的过程,并提及实时监控预警的重要性。该文旨在阐述大数据风控的核心要素和关键技术,并提供基础的代码实现概念。【6月更文挑战第23天】
2164 8
|
数据采集 Web App开发 数据安全/隐私保护
Python爬虫-使用代理伪装IP
介绍代理,设置代理,使用代理伪装IP案例
805 0
|
机器学习/深度学习 人工智能 算法
AI图生成技术:从随机噪声到逼真图像
在人工智能的快速发展中,图像生成是一个备受关注的研究领域。AI图生成技术通过训练深度神经网络来生成逼真的图像,为我们提供了许多有趣的应用场景,如风格转换、图像修复和虚拟现实等。本篇博客将介绍一种基于随机噪声的AI图生成技术,并探讨其背后的原理和应用。
891 1
|
数据采集 网络协议 人机交互
【STM32】ESP8266 wifi模块创建阿里云产品
什么是ESP8266呢?这个是WiFi模块,是一个由安可信科技公司开发出来的模块,这个模块的核心处理器ESP8266在比较小的尺寸封装中集成了业界领先的微型的MCU,它带有了16位精简的模式,主要的频率支持80MHz和160MHz,支持RTOS,集成WiFi,板载天线。
【STM32】ESP8266 wifi模块创建阿里云产品
|
存储 自然语言处理 机器人
AIGC工程系列-LLM编程框架LangChain初探
前话:最近基于LLM的AIGC应用涌现,大家都在探索如何快速利用LLM去构建自己业务领域的应用。我们早前做了LLM应用框架这方面的一些调研,发现有一款LLM开发框架Langchain在开源社区异常火爆,短短5个月的时间已经达2w+star。于是我们针对该框架做了系统性的调研梳理,并沉淀到了语雀文档,当时只是为了方便团队成员理解和快速做业务Demo。最近有很多同学搜到了这篇调研文档,频繁要求帮忙开下
4538 0
|
运维 Java 程序员