模块级变量最简单可靠,因Python模块导入仅执行一次且天然线程安全,无需锁或DCL,避免竞态与重复初始化。

为什么直接用模块级变量最简单可靠
Python 的模块在导入时只执行一次,天然线程安全。把单例实例放在模块顶层,比手写锁或装饰器更少出错、更易读、也更符合 Pythonic 风格。
常见错误是过早引入 threading.Lock 或在 __new__ 里加双重检查锁(DCL),但 Python 的 GIL 并不保证 DCL 正确性,且容易漏掉对 __init__ 的重复调用防护。
- 模块级单例无需任何同步原语,启动即确定,无竞态风险
- 所有线程 import 同一模块后拿到的都是同一个对象引用
- 避免了
__new__+__init__分离导致的多次初始化问题
如果必须用类实现,用 __new__ + threading.Lock 而非双重检查
Python 中双重检查锁(DCL)不可靠——因为对象构造可能被重排序,即使加了 volatile(Python 没这关键字)也无法保障。老老实实用一个全局锁最稳妥。
注意:锁对象本身必须在类定义外创建,否则每次访问 Singleton._lock 都可能触发类属性查找竞争(虽然概率低,但存在)。
- 将
threading.Lock()实例定义在类外部或模块级,如_singleton_lock = threading.Lock() - 在
__new__开头就acquire(),确保只有一个线程能进入构造逻辑 - 不要在
__init__中做状态赋值,除非加标志位防止重复初始化;建议把初始化逻辑全收进__new__
import threading
<p>_singleton_lock = threading.Lock()
_instance = None</p><p>class Singleton:
def <strong>new</strong>(cls):
global _instance
if _instance is None:
with _singleton_lock:
if _instance is None:
_instance = super().<strong>new</strong>(cls)</p><h1>初始化放在这里,只执行一次</h1><pre class="brush:php;toolbar:false;"> _instance._initialized = True
return _instance
用 functools.lru_cache 实现函数式单例要小心缓存键
lru_cache(maxsize=1) 看似能“缓存唯一实例”,但它依赖函数参数生成 key。若构造函数有参数(哪怕默认值),不同参数会生成不同 key,破坏单例语义。
安全 Python 代码沙箱:在隔离的沙箱中执行任意 Python 代码,预装 requests、NumPy、pandas 库。返回 stdout、stderr。
典型误用:@lru_cache(maxsize=1) 加在 __init__ 或工厂函数上,却忘了参数变化会导致多个实例。
- 仅当构造函数完全无参时,
@lru_cache(maxsize=1)才等价于单例 - 若需传参(如配置路径),应先用参数构造唯一 key(如
hash((type, config_path))),再缓存;但这已不是严格单例,而是“参数化单例” -
lru_cache不控制对象生命周期,实例不会被自动释放,可能掩盖内存泄漏
测试线程安全单例时别只跑一次
并发 bug 很难复现。只起两个线程各调用一次 Singleton(),大概率看不出问题——得模拟高竞争场景。
关键点不是“是否拿到同一对象”,而是“__init__ 是否只执行一次”。很多实现看似返回同一实例,实则多次执行初始化逻辑(比如反复连接数据库)。
- 用
threading.Thread启动 50+ 线程,循环调用构造函数 100 次,再检查初始化标记或副作用计数器 - 在
__init__里加print(os.getpid(), threading.get_ident())辅助观察 - 真正危险的是“看起来正常但初始化逻辑被并发执行”,这种 bug 在压测或上线后才暴露
模块级方案最难出错,类方案最容易在初始化阶段翻车——多花一分钟想清楚“哪段代码绝对不能并发执行”,比套模板重要得多。
Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!










