Python单例模式有四种主流实现：1.__new__方法（推荐，支持继承、懒加载，线程不安全）；2.装饰器（灵活复用，不支持继承）；3.模块级单例（最Pythonic，线程安全但无法动态控制初始化）；4.元类（强大但复杂，适合深度定制）。
Python 实现单例模式有多种方式，核心目标是：确保一个类只有一个实例，并提供全局访问点。不同写法在可读性、线程安全、兼容性（如继承、装饰器）、以及是否支持懒加载等方面各有侧重。
1. 使用 __new__ 方法（推荐，原生可控）
重写类的 __new__ 是最直接、最符合 Python 习惯的方式。它在实例创建前介入，天然适合控制实例生成逻辑。
说明：通过类变量缓存实例，__new__ 检查是否存在，存在则直接返回，否则调用父类 __new__ 创建新实例。
示例：
立即学习“Python免费学习笔记（深入）”；
class Singleton:
_instance = None
<pre class='brush:python;toolbar:false;'>def __new__(cls):
if cls._instance is None:
cls._instance = super().__new__(cls)
return cls._instance- ✅ 支持继承（子类需注意重置 _instance 或使用更健壮的实现）
- ✅ 线程不安全（多线程下可能重复创建；加锁可修复，但影响性能）
- ✅ 懒加载（首次调用时才创建）
- ⚠️ 注意：如果类定义了 __init__，每次实例化都会执行——即使返回的是已有实例
2. 使用装饰器（灵活复用，语义清晰）
把单例逻辑抽离为装饰器，可作用于任意类，解耦性好，适合项目中统一管理。
示例：
立即学习“Python免费学习笔记（深入）”；
def singleton(cls):
instances = {}
def get_instance(*args, **kwargs):
if cls not in instances:
instances[cls] = cls(*args, **kwargs)
return instances[cls]
return get_instance
<p>@singleton
class Database:
def <strong>init</strong>(self):
print("Database initialized")</p>- ✅ 语法简洁，装饰即生效
- ✅ 天然支持带参初始化（因每次调用仍走 __init__，需额外处理避免重复初始化）
- ⚠️ 类本身失去“类型直觉”（isinstance(db, Database) 仍成立，但 IDE 可能提示类型丢失）
- ⚠️ 不支持继承（被装饰后，子类无法自动获得单例行为）
3. 使用模块级单例（最 Pythonic，隐式但高效）
Python 模块天然单例：模块导入一次，对象只初始化一次。这是官方文档也认可的“Python 方式”。
做法：把类实例直接定义在模块中，或直接用模块变量代替类。
示例（config.py）：
class Config:
def __init__(self):
self.debug = True
<p>config = Config() # 模块加载时创建，全局唯一</p>- ✅ 绝对线程安全（模块加载是原子的）
- ✅ 零开销、无侵入、易测试
- ✅ 自动懒加载（首次 import 时触发）
- ⚠️ 不能动态控制初始化时机（比如依赖环境变量后再创建）
- ⚠️ 不是“类级别的单例”，而是“模块级别的单例”——如果你需要的是类行为（如继承、方法重载），它不适用
4. 使用元类（强大但复杂，慎用）
元类在类创建阶段介入，适合需要深度定制类行为的场景，但可读性和维护成本高。
示例：
立即学习“Python免费学习笔记（深入）”；
class SingletonMeta(type):
_instances = {}
def __call__(cls, *args, **kwargs):
if cls not in cls._instances:
cls._instances[cls] = super().__call__(*args, **kwargs)
return cls._instances[cls]
<p>class Logger(metaclass=SingletonMeta):
pass</p>- ✅ 对所有子类自动生效（只要指定同一元类）
- ✅ 可统一拦截所有单例类的实例化过程
- ⚠️ 元类概念较重，新手难理解，调试困难
- ⚠️ 与装饰器、__new__ 混用易出冲突
总结来看：日常开发优先考虑 __new__ 写法或模块级单例；需要跨多个类复用逻辑时选装饰器；仅当架构层有强定制需求才用元类。没有绝对“最好”，只有“最合适”。
