单例 单例，多线程才是单例，在多进程单例无效，大家帮解释？

Question

单例 单例，多线程才是单例，在多进程单例无效，大家帮解释？

import multiprocessing
import threading
import time


def singleton(cls):
    _instance = {}

    def inner():
        if cls not in _instance:
            _instance[cls] = cls()
        return _instance[cls]

    return inner


@singleton
class Cls(object):
    count = 0

    def __init__(self):
        self.count += 1


def run1():
    for i in range(0, 100):
        a = Cls()
        a.count += 1
        b = Cls()
        b.count += 1
        b = Cls()
        b.count += 1
        time.sleep(1)
        print("a", a.count)


def run2():
    for i in range(0, 100):
        a = Cls()
        a.count += 1
        b = Cls()
        b.count += 1
        b = Cls()
        b.count += 1
        time.sleep(1)
        print("b", a.count)


if __name__ == '__main__':
    threading.Thread(target=run1).start()
    threading.Thread(target=run2).start()
    # multiprocessing.Process(target=run1).start()
    # multiprocessing.Process(target=run2).start()

Answer 1

首先加两行代码在你的原有代码中：

import multiprocessing
import threading
import time


def singleton(cls):
    _instance = {}

    def inner():
        if cls not in _instance:
            _instance[cls] = cls()
        return _instance[cls]

    return inner


@singleton
class Cls(object):
    count = 0

    def __init__(self):
        self.count += 1


def run1():
    for i in range(0, 100):
        a = Cls()
        a.count += 1
        b = Cls()
        b.count += 1
        b = Cls()
        b.count += 1
        time.sleep(1)
        print("a", a.count, "id:", id(b))    # 改动


def run2():
    for i in range(0, 100):
        a = Cls()
        a.count += 1
        b = Cls()
        b.count += 1
        b = Cls()
        b.count += 1
        time.sleep(1)
        print("b", a.count, "id:", id(b))    # 改动


if __name__ == '__main__':
    threading.Thread(target=run1).start()
    threading.Thread(target=run2).start()
    # multiprocessing.Process(target=run1).start()
    # multiprocessing.Process(target=run2).start()

你自行打印一下就能看到，多线程下的两个 print 下的 id 是一样的，多进程的则只能保证单个进程的id一致，两个进程下的这个 id 并不同。

造成这种差异的原因是python的多进程内存空间是不共享的，每一个进程都有一个单独的python解释器在背后运行，也就是你在A进程操作的对象，在B进程默认你是无法访问的，他们彼此之间互相独立，内存地址也不同。

而多线程不同，多线程都在同一个进程下，所以内存空间共享，单例在线程间是有效的。

Answer 2

这个问题的本质在于以下几点：

1. 线程与进程的区别：进程是操作系统分配和调度资源的基本单位，线程是进程的一条执行路径，这里的资源包含内存。
2. 单例的含义：单例是指单一的对象，而对象本质上是内存中具有特定结构的数据，所以单例只存在于一块特定的内存中。
3. Python的多线程：threading库创建的多线程是同一个Python解释器进程中的多个线程对象，它们共享该进程的内存；而multiprocessing库创建的多进程是多个Python解释器进程，这些进程管理的内存是相互独立的。
4. Python多进程实现单例：使用multiprocessing.shared_memory创建共享内存，然后将单例对象放在共享内存中。
5. 补充说明：上面提到，多个进程是多个Python解释器进程，这里假设了运行Python程序使用标准CPython，如果是其它运行时如Jython，则表现可能有所不同，需要专门验证。