设计模式-结构型-代理模式

1. 代理模式概述

代理模式(Proxy Pattern) 是一种结构型设计模式,它允许通过代理对象来控制对目标对象的访问。代理模式主要用于以下场景:

  • 控制对象访问:限制某些对象的访问权限,例如权限控制。

  • 延迟实例化:在真正需要使用对象时才创建,以优化性能。

  • 记录日志或监控:在访问对象时增加额外的功能,如日志、统计。

  • 远程代理:提供访问远程对象的接口,如RPC、Web服务。

代理模式的主要角色:

  • Subject(抽象主题):定义代理对象和真实对象的共同接口。

  • RealSubject(真实对象):实际执行操作的对象。

  • Proxy(代理对象):持有真实对象的引用,控制其访问。


2. 代理模式的分类

代理模式可以分为以下几种类型:

  • 静态代理:在编译期就确定代理类。

  • 动态代理:在运行时动态生成代理对象。

  • 远程代理:为远程对象提供本地代理。

  • 虚拟代理:按需创建对象,延迟初始化。

  • 保护代理:控制对对象的访问权限。


3. 代理模式的 Python 实现

3.1 静态代理

静态代理需要手动编写代理类,适用于代理逻辑固定的情况。

复制代码
class Subject:
    """抽象主题类"""
    def request(self):
        pass

class RealSubject(Subject):
    """真实对象"""
    def request(self):
        print("真实对象的请求被执行")

class Proxy(Subject):
    """代理类"""
    def __init__(self, real_subject):
        self._real_subject = real_subject

    def request(self):
        print("代理对象:检查权限")
        self._real_subject.request()
        print("代理对象:记录日志")

# 使用代理
real_subject = RealSubject()
proxy = Proxy(real_subject)
proxy.request()

3.2 动态代理(基于 functools.wraps**)**

动态代理可以使用 Python 的装饰器实现,在运行时增强功能。

复制代码
import functools

def proxy_decorator(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        print("代理:执行前的操作(如权限检查、日志记录)")
        result = func(*args, **kwargs)
        print("代理:执行后的操作(如缓存、监控)")
        return result
    return wrapper

class Service:
    """一个需要代理的服务类"""
    @proxy_decorator
    def operation(self):
        print("执行真实服务逻辑")

# 使用动态代理
service = Service()
service.operation()

3.3 虚拟代理(延迟初始化)

虚拟代理用于在需要时才创建真实对象,以优化资源使用。

复制代码
class RealService:
    """真实对象"""
    def __init__(self):
        print("初始化真实对象...")
    
    def operation(self):
        print("执行真实对象的操作")

class VirtualProxy:
    """虚拟代理类"""
    def __init__(self):
        self._real_service = None

    def operation(self):
        if self._real_service is None:
            self._real_service = RealService()  # 延迟初始化
        self._real_service.operation()

# 使用虚拟代理
proxy = VirtualProxy()
proxy.operation()
proxy.operation()  # 第二次调用不会重新初始化

4. 代理模式的优缺点

优点:

✅ 控制对象访问:可以限制用户直接访问敏感对象。

✅ 增强功能:可以在不修改原代码的情况下添加额外逻辑,如日志、权限检查。

✅ 优化性能:使用虚拟代理可以延迟对象初始化,减少资源消耗。

✅ 支持远程访问:远程代理模式可以封装远程调用的细节。

缺点:

❌ 增加代码复杂度:代理模式需要额外的代理类,使代码结构变得更复杂。

❌ 可能影响性能:对于高频调用的情况,代理可能会引入额外的开销。


5. 适用场景

代理模式适用于以下场景:

  • 权限控制:如用户访问系统资源时需要权限验证。

  • 日志和监控:如 API 调用时记录日志,收集访问数据。

  • 远程调用:如分布式系统中的 RPC 代理。

  • 缓存代理:如访问数据库或网络时,使用缓存代理减少开销。

  • 防火墙代理:如限制对特定网站或 API 的访问。


6. 总结

代理模式是一种重要的设计模式,能够在不改变原对象的情况下,控制其访问并增强其功能。在 Python 中,我们可以使用静态代理、动态代理(装饰器)或虚拟代理来实现不同的需求。

何时使用代理模式?

  • 需要控制对对象的访问,如权限管理。

  • 需要在对象调用前后增加额外功能,如日志、监控。

  • 需要延迟加载对象,减少初始化成本。

相关推荐
黑客笔记7 小时前
python小工具win7翻车事故现场
python
岁月宁静9 小时前
从零拆解 AI 语音模拟面试系统
人工智能·python·agent
benchmark_cc10 小时前
个人开发者接入五档盘口:用 QuantDash 读取单只股票的验收清单与易错点
python·数据分析·pandas·量化交易·股票数据·quantdash
ZhengEnCi11 小时前
项目越写越乱?先别改架构:用一次目录重排 + 一份可复算的体检脚本把乱治住
python·架构·ai编程
Dmz丶12 小时前
前端转 AI 100 天 Day 45:阶段复盘——从“会调 API”到“做出 AI 产品”
python
Sakura_j_h_12 小时前
MCP SDK 2.0 实战:用 MCPServer 搭本地笔记检索服务
开发语言·笔记·python·qt·ai工具·mcp·mcpserver
QuZhengRong13 小时前
【AI】Agent 全栈进阶|AgentScope 沙箱源码解析
python·学习·ai·agent·沙箱
Eider199813 小时前
Python基础语法之并发相关3
开发语言·python
wy_hhxx14 小时前
《Agent设计模式 图解可复用智能体架构》上篇内容整理
设计模式·架构·ai agent
M--Y14 小时前
LangGraph 架构基石:持久化与运行控制
python·langchain·大模型·llm·持久化·langgraph