代码之家 › 专栏 › 技术社区 › K.Mulier

为什么这个单例实现“不线程安全”?

python-3.6 singleton python-3.x multithreading python

K.Mulier · 技术社区 · 7 年前

1。@singleton装饰师

我找到了一种优雅的方式来装饰一个python类,使它成为 singleton . 类只能生成一个对象。各 Instance() 调用返回同一对象:

class Singleton:
    """
    A non-thread-safe helper class to ease implementing singletons.
    This should be used as a decorator -- not a metaclass -- to the
    class that should be a singleton.

    The decorated class can define one `__init__` function that
    takes only the `self` argument. Also, the decorated class cannot be
    inherited from. Other than that, there are no restrictions that apply
    to the decorated class.

    To get the singleton instance, use the `Instance` method. Trying
    to use `__call__` will result in a `TypeError` being raised.

    """

    def __init__(self, decorated):
        self._decorated = decorated

    def Instance(self):
        """
        Returns the singleton instance. Upon its first call, it creates a
        new instance of the decorated class and calls its `__init__` method.
        On all subsequent calls, the already created instance is returned.

        """
        try:
            return self._instance
        except AttributeError:
            self._instance = self._decorated()
            return self._instance

    def __call__(self):
        raise TypeError('Singletons must be accessed through `Instance()`.')

    def __instancecheck__(self, inst):
        return isinstance(inst, self._decorated)

我在这里找到了代码: Is there a simple, elegant way to define singletons?

上面的评论说:

[这是]一个非线程安全的帮助程序类,以便于实现单例。

不幸的是,我没有足够的多线程经验来看到“线程不安全”自己。

2。问题

我用这个 @Singleton 多线程python应用程序中的decorator。我担心潜在的稳定问题。因此:

有没有一种方法可以使这个代码完全线程安全?
如果前面的问题没有解决方案(或者解决方案过于繁琐),我应该采取什么预防措施来保持安全?
@阿兰·费伊指出,装修工的代码写得很糟糕。当然,任何改进都非常感谢。

_{在此,我提供我当前的系统设置:

>蟒蛇3.6.3

>Windows 10,64位}

3 回复 | 直到 7 年前

Aran-Fey Kevin 7 年前

我建议您选择一个更好的单例实现。这个 metaclass-based implementation 是最常用的。

至于线程安全,您的方法和上面链接中建议的任何方法都不是线程安全的:线程总是有可能读取到没有现有实例并开始创建实例,但是 another thread does the same 在存储第一个实例之前。

您可以使用 decorator suggested in this answer 为了保护 __call__ 基于元类的带有锁的单例类的方法。

import functools
import threading

lock = threading.Lock()


def synchronized(lock):
    """ Synchronization decorator """
    def wrapper(f):
        @functools.wraps(f)
        def inner_wrapper(*args, **kw):
            with lock:
                return f(*args, **kw)
        return inner_wrapper
    return wrapper


class Singleton(type):
    _instances = {}

    @synchronized(lock)
    def __call__(cls, *args, **kwargs):
        if cls not in cls._instances:
            cls._instances[cls] = super(Singleton, cls).__call__(*args, **kwargs)
        return cls._instances[cls]


class SingletonClass(metaclass=Singleton):
    pass

se7entyse7en 7 年前

如果您关心性能,可以使用 check-lock-check pattern 要最小化锁定采集:

class SingletonOptmized(type):
    _instances = {}

    def __call__(cls, *args, **kwargs):
        if cls not in cls._instances:
            cls._locked_call(*args, **kwargs)
        return cls._instances[cls]

    @synchronized(lock)
    def _locked_call(cls, *args, **kwargs):
        if cls not in cls._instances:
            cls._instances[cls] = super(SingletonOptmized, cls).__call__(*args, **kwargs)

class SingletonClassOptmized(metaclass=SingletonOptmized):
    pass

区别在于:

In [9]: %timeit SingletonClass()
488 ns Â± 4.67 ns per loop (mean Â± std. dev. of 7 runs, 1000000 loops each)

In [10]: %timeit SingletonClassOptmized()
204 ns Â± 4 ns per loop (mean Â± std. dev. of 7 runs, 1000000 loops each)

martin-voj 6 年前

我发布这个只是为了简化@oliviermelan在和@se7entyse7en上提出的解决方案:没有开销 import functools 和包装。

import threading

lock=threading.lock()。

类singletOnOptmizedOptmized(类型): _实例= DEF 呼叫 (cls,*args,**kwargs): 如果cls不在cls.\u实例中: 带锁: 如果cls不在cls.\u实例中: cls._instances[cls]=super(singletonOptmizedOptmized,cls)。呼叫 (*args,**kwargs) 返回cls.\u实例[cls]

类singletonClassoptmizedOptmized(元类=singletonOptmizedOptmized): 通过

差异:

>>> timeit('SingletonClass()', globals=globals(), number=1000000)
0.4635776
>>> timeit('SingletonClassOptmizedOptmized()', globals=globals(), number=1000000)
0.192263300000036