单例模式 (Singleton Pattern)

1. 它是怎么来的？

在软件开发中，我们经常会遇到一些“只需要一个，多了就会乱套”的资源。比如：

电脑的回收站（你不需要两个回收站，它们会打架）。
数据库连接池（频繁创建和销毁连接非常消耗性能，保持一个全局可复用的连接池更高效）。
应用程序的全局配置（如果每个模块都自己读一份配置，万一中途改了，数据就不一致了）。
在过去，程序员们通过全局变量来解决这个问题。但全局变量不仅不安全（容易被不小心覆盖），还破坏了面向对象的封装性。
于是，Gang of Four（四人帮，设计模式的奠基者们）提出了单例模式：确保一个类只有一个实例，并提供一个全局访问点。

2. 适用场景

资源共享/控制：如日志记录器（Logger）、线程池、缓存。
统一配置管理：如读取 config.ini 或环境变量的类。
硬件接口访问：如打印机后台处理程序、显卡驱动接口。

3. 优缺点分析

优点	缺点
严格控制实例数目：节约系统资源，避免频繁创建/销毁的开销。	违反单一职责原则：它既要负责自身的业务逻辑，又要控制自己的实例化过程。
全局唯一访问点：避免了在不同模块之间传来传去。	不易测试：单例的全局状态在单元测试中很难被隔离或 Mock（模拟）。
延迟初始化（Lazy Initialization）：只有在第一次用它时才创建，不占空闲内存。	多线程并发问题：在多线程环境下，如果不加锁，可能会意外创建出多个实例。

4. Python 代码实现

Python 有很多种实现单例的方法（比如模块导入、装饰器、__new__ 方法、元类）。这里我们展示最经典的两种。

💡 简单实例：利用 `new` 方法

Python 中， __new__ 是真正创建实例的方法。我们可以拦截它，让它每次都返回同一个实例。

class SimpleSingleton:
    _instance = None  # 用来存放唯一的实例

    def __new__(cls, *args, **kwargs):
        if cls._instance is None:
            # 如果还没有实例，就创建一个
            cls._instance = super().__new__(cls)
        return cls._instance

    def __init__(self, name):
        # 注意：__init__ 每次实例化时依然会被调用
        self.name = name

# 测试简单单例
s1 = SimpleSingleton("Instance A")
s2 = SimpleSingleton("Instance B")

print(f"s1 的名字: {s1.name}")  # 输出 Instance B (因为 s2 的 __init__ 覆盖了它)
print(f"s2 的名字: {s2.name}")  # 输出 Instance B
print(f"s1 和 s2 是同一个对象吗？ {s1 is s2}")  # 输出 True

痛点：这个简单的写法在单线程下工作良好。但是在多线程高并发时，如果两个线程同时运行到 if cls._instance is None:，它们可能会同时创建实例，单例直接破产。

🚀 复杂实例：线程安全的元类（Metaclass）单例

在 Python 中，最优雅、最工业级的单例实现方式是使用元类（Metaclass）并配合线程锁（Lock）。
元类是控制“如何创建类”的类，用它来实现单例，可以将单例逻辑和业务类完美剥离。
我们以一个数据库连接池为例：

import threading
import time

class SingletonMeta(type):
    """
    一个线程安全的单例元类。
    """
    _instances = {}
    _lock: threading.Lock = threading.Lock()  # 引入线程锁

    def __call__(cls, *args, **kwargs):
        # 第一次检查（避免不必要的加锁开销）
        if cls not in cls._instances:
            with cls._lock:
                # 第二次检查（双重检查锁定，确保线程安全）
                if cls not in cls._instances:
                    instance = super().__call__(*args, **kwargs)
                    cls._instances[cls] = instance
        return cls._instances[cls]


class DatabaseConnectionPool(metaclass=SingletonMeta):
    """
    业务类：数据库连接池
    """
    def __init__(self, db_url: str):
        self.db_url = db_url
        print(f"[Init] 正在连接数据库 {self.db_url}...")
        time.sleep(1)  # 模拟耗时的连接过程
        print("[Init] 数据库连接池初始化成功！")

    def get_connection(self):
        return f"Database connection from {self.db_url}"


# 测试多线程下的单例
def worker(thread_id):
    # 多个线程尝试同时获取/创建连接池
    db_pool = DatabaseConnectionPool("mysql://localhost:3306/my_db")
    print(f"线程 {thread_id} 获取到的连接: {db_pool.get_connection()} (内存地址: {id(db_pool)})")

# 创建 3 个并发线程
threads = []
for i in range(3):
    t = threading.Thread(target=worker, args=(i,))
    threads.append(t)
    t.start()

for t in threads:
    t.join()