对象池模式（Object Pool）

在前几篇中，我们讨论的都是：

如何创建对象
如何复制对象
如何构建复杂对象

而对象池模式关注的是一个更现实的问题：

对象创建太贵了，能不能不要频繁创建？

这就是 Object Pool（对象池）存在的意义。

一、什么是对象池模式？

一句话定义：

对象池模式通过维护一组可复用对象，避免频繁创建和销毁，从而提升性能。

核心思想：

预先创建一批对象
使用时从池中取出
用完后归还池中
不重复创建

二、什么时候需要对象池？

对象池并不是"通用解法"，

它只适合以下场景：

1️⃣ 对象创建成本高

例如：

数据库连接
网络连接
线程
大型文件句柄
GPU 资源

2️⃣ 对象数量可控

对象池通常会限制最大数量，否则会失控。

三、最典型案例：数据库连接池

想象一个 Web 服务：

python 复制代码

def handle_request():
    conn = create_database_connection()
    ...
    conn.close()

如果每次请求都：

建立 TCP
鉴权
握手

性能会非常糟糕。

所以现实世界中：

MySQL
PostgreSQL
Redis
ORM 框架

全部都使用了连接池。

四、一个简单的 Python 对象池实现

我们来实现一个通用对象池。

1️⃣ 定义池类

python 复制代码

import queue

class ObjectPool:
    def __init__(self, create_func, max_size=5):
        self._create_func = create_func
        self._pool = queue.Queue(max_size)

        # 预创建对象
        for _ in range(max_size):
            self._pool.put(self._create_func())

    def acquire(self):
        return self._pool.get()

    def release(self, obj):
        self._pool.put(obj)

2️⃣ 使用对象池

假设我们有一个"昂贵对象"：

python 复制代码

class ExpensiveObject:
    def __init__(self):
        print("Creating expensive object...")

    def do_something(self):
        print("Working...")

创建池：

python 复制代码

pool = ObjectPool(ExpensiveObject, max_size=3)

使用：

python 复制代码

obj = pool.acquire()
obj.do_something()
pool.release(obj)

注意：

对象只在初始化时创建
后续全部复用

五、线程安全问题

对象池几乎总是和并发环境一起使用。

所以：

必须保证线程安全
使用 queue.Queue 是一个简单可靠方案

如果自己用 list + lock，很容易出问题。

六、带上下文管理器的改进版本（推荐）

更 Pythonic 的写法：

python 复制代码

from contextlib import contextmanager

class ObjectPool:
    def __init__(self, create_func, max_size=5):
        self._create_func = create_func
        self._pool = queue.Queue(max_size)

        for _ in range(max_size):
            self._pool.put(self._create_func())

    @contextmanager
    def get(self):
        obj = self._pool.get()
        try:
            yield obj
        finally:
            self._pool.put(obj)

使用方式：

python 复制代码

with pool.get() as obj:
    obj.do_something()

优势：

自动归还
防止忘记 release
更安全

七、对象池的优缺点

✅ 优点

减少频繁创建/销毁开销
限制资源上限
提高系统稳定性

❌ 缺点

增加系统复杂度
可能导致资源长期占用
如果对象有状态，容易产生污染

八、对象池最容易踩的坑

1️⃣ 状态污染问题

如果对象内部有状态：

python 复制代码

obj.user_id = 100

归还后下一个人使用：

👉 很可能读到脏数据。

解决方法：

在 release() 时重置状态
或者在 acquire() 时初始化

2️⃣ 盲目使用对象池

现代 Python 中：

小对象创建成本很低
GC 很高效

不要为了"看起来专业"而使用对象池。

经验法则：

只有当性能瓶颈明确在对象创建上时，才使用对象池。

九、现实世界中的对象池

虽然它不在 GoF 23 模式里，但在工程实践中非常重要：

数据库连接池（SQLAlchemy）
线程池（concurrent.futures）
协程池
HTTP 连接池
Redis 连接池
Java 中的线程池 Executor

你每天都在使用它，只是没注意。

十、一句话总结

对象池模式解决的不是"创建什么"，
而是"不要反复创建"。

它属于：

偏工程优化
偏资源管理
偏高并发系统

在小项目中几乎用不到，

但在高性能系统中非常关键。