Python中, 仿照经典代码实现单例, 却出现了不是单例的的状态, 代码哪里出错了 ?
问题描述
实际现象期望实现单例, 保持某个属性全局唯一
预期现象仿照经典实现代码, 却出现了不是单例的情况
我要做什么实现scheduler全局唯一, 不派生过多的scheduler
重现步骤拷贝代码
运行之
查看内存地址
相关代码仿照经典实现
from apscheduler.schedulers.background import BackgroundSchedulerclass Borg(object):__shared_state = {} def __init__(self):self.__dict__ = Borg.__shared_stateself.scheduler = BackgroundScheduler()s1 = Borg().schedulers2 = Borg().schedulerprint s1, s2# <apscheduler.schedulers.background.BackgroundScheduler object at 0x02623DF0> # <apscheduler.schedulers.background.BackgroundScheduler object at 0x02D801D0>
我自己想的办法
from apscheduler.schedulers.background import BackgroundSchedulerclass Borg(object): @classmethod def get_scheduler(cls):try: cls_scheduler = cls.schedulerexcept AttributeError as e: cls.scheduler = BackgroundScheduler() return cls.schedulerelse: return cls_schedulerbs1 = Borg.get_scheduler()bs2 = Borg.get_scheduler()bs3 = Borg.get_scheduler()print bs1, bs2, bs3# <apscheduler.schedulers.background.BackgroundScheduler object at 0x02752D70> # <apscheduler.schedulers.background.BackgroundScheduler object at 0x02752D70> # <apscheduler.schedulers.background.BackgroundScheduler object at 0x02752D70>上下文环境
产品版本: Python 2.7 APScheduler最新
操作系统: Linux
Github链接, 经典实现: https://github.com/faif/pytho...
问题解答
回答1:经典例子这个不能算是纯单例,而是具有单例特性的Brog模式。
其魔法在于利用类Brog共享的类属性__shared_state的字典,后面创建的实例会覆盖前面实例的__dict__。
s1 = Borg().schedulers2 = Borg().scheduler
创建一个实例s1,同时初始化属性scheduler,此时的地址是0x02623DF0,再创建一个实例s2,然后修改了属性scheduler,地址为0x02D801D0。s1和s2其实是两个不同实例,只不过他们的属性共用类属性,看起来就像单例的效果。
如果把代码改成这样,应该就能看得更清楚过程:
s1 = Borg()print(s1.scheduler)s2 = Borg()print(s1.scheduler)print(s2.scheduler)print(s1.scheduler is s2.scheduler)
相关文章:
1. python中开发中比如道具之类的配置文件,是以什么文件格式存储2. 请问python中为什么我用for循环对嵌套列表进行赋值时,都是以i的最终值来计算的?3. python中self _init_(self,param1,param2)问题4. python中的一个用法不清楚5. python3.x - Python中出现AttributeError: object has no attribute6. python中return 语句与 分支语句连用问题7. python pymysql 执行比较时间的sql语句,在mysql中可以顺了执行,但是在python中执行为何报错?8. c - 为什么python中值相等的两个变量会指向同一个内存地址?9. Python中使用超长的List导致内存占用过大10. 使用python中的pandas求每个值占该列的比例
