模块级变量是Python中最简单且线程安全的单例实现，由解释器保证仅加载一次；2. 双重检查锁定通过类的__new__方法和线程锁确保多线程下实例唯一；3. 装饰器方式将单例逻辑与类解耦，支持参数初始化且线程安全；4. 元类方式通过__call__拦截实例创建，统一管理多个单例类。推荐优先使用模块级单例，简洁高效且天然线程安全。
在多线程环境下实现单例模式，关键在于防止多个线程同时创建多个实例。Python中虽然有GIL（全局解释器锁），但在某些情况下，比如使用多线程并发访问时，仍可能出现竞态条件。因此，必须通过同步机制确保单例的唯一性。
1. 使用模块级变量（推荐）
Python中最简单且线程安全的单例实现方式是利用模块的特性。 Python的模块在解释器中只会被导入一次，本质上就是天然的单例。# singleton.py
class Singleton:
def __init__(self):
self.value = None
# 实例化一个对象，其他模块导入此对象即可
instance = Singleton()使用方式：
from singleton import instance
这种方式由Python解释器保证线程安全，无需额外加锁，简洁高效。
2. 使用双重检查锁定（Double-Checked Locking）
如果坚持在类内部实现单例，可以结合 __instance 和线程锁来确保多线程下的安全。
立即学习“Python免费学习笔记（深入）”；
import threading
class Singleton:
_instance = None
_lock = threading.Lock()
def __new__(cls):
if cls._instance is None:
with cls._lock:
# 再次检查，避免重复创建
if cls._instance is None:
cls._instance = super().__new__(cls)
return cls._instance说明：
- 第一次判断避免每次都加锁，提高性能。
- 加锁后再次判断，防止多个线程同时通过第一层检查。
- 适用于多线程频繁调用的场景。
3. 使用装饰器实现线程安全单例
通过装饰器封装单例逻辑，更灵活且可复用。
import threading
def singleton(cls):
instances = {}
lock = threading.Lock()
def get_instance(*args, **kwargs):
if cls not in instances:
with lock:
if cls not in instances:
instances[cls] = cls(*args, **kwargs)
return instances[cls]
return get_instance
@singleton
class MyConfig:
def __init__(self):
self.data = "config"优点：
- 装饰器解耦了单例逻辑与业务类。
- 线程安全，支持带参数初始化（可根据参数控制是否真正单例）。
4. 使用元类（metaclass）控制实例创建
元类是更底层的实现方式，适合需要统一管理多个单例类的场景。
import threading
class SingletonMeta(type):
_instances = {}
_lock = threading.Lock()
def __call__(cls, *args, **kwargs):
if cls not in cls._instances:
with cls._lock:
if cls not in cls._instances:
cls._instances[cls] = super().__call__(*args, **kwargs)
return cls._instances[cls]
class Logger(metaclass=SingletonMeta):
def log(self, msg):
print(f"Log: {msg}")特点：
- 所有使用该元类的类自动具备单例特性。
- 集中控制，便于维护。
基本上就这些常见方式。模块级单例最推荐，代码清晰、线程安全；若需类内控制，双重检查或元类是可靠选择。关键是避免竞态，确保唯一实例。不复杂但容易忽略细节。
