将需复用的数据存储在类属性中是否属于不良编程实践？

类属性存储缓存数据的合理性 #

你用类属性实现的懒加载缓存方案，是一种可行且常见的编程实践，尤其适合这种跨模块共享只读数据源的场景：

• 核心优点：
  • 懒加载：只有第一次调用get_data()时才读取文件，避免程序启动时加载不必要的资源
  • 全局复用：跨模块调用都共享同一份缓存的原始数据，不会重复读取文件，节省IO开销
  • 封装性：通过类把数据源路径和加载逻辑打包，不同数据源可以用独立的类实现，互不干扰

不过要留意几个潜在问题：

• 线程安全：多线程环境下第一次并发调用get_data()，可能会触发重复读文件，需要加锁保护
• 数据更新：如果数据源文件在程序运行中被修改，缓存的_data不会自动刷新，得额外写刷新逻辑
• 内存占用：缓存的原始数据会一直留在内存里，数据量极大时可能造成内存压力

多数据源复用模式的优化方案 #

如果有多个数据源要复用这个模式，没必要重复写类，可以用以下两种方式简化：

1. 基类+子类继承 #

先写一个通用基类，子类只需要指定数据源路径就行：

import pandas as pd

class BaseCachedData:
    _data = None
    data_path = None

    @classmethod
    def get_data(cls):
        if cls._data is None:
            if cls.data_path is None:
                raise ValueError("必须设置data_path属性")
            cls._data = pd.read_csv(cls.data_path)
        return cls._data.copy()

# 不同数据源的子类
class UserData(BaseCachedData):
    data_path = 'users.csv'

class OrderData(BaseCachedData):
    data_path = 'orders.csv'

2. 用functools简化缓存逻辑 #

你提到的functools工具确实能替代手动缓存逻辑，让代码更简洁：

• 用lru_cache装饰普通函数：适合无状态的数据源加载，把路径作为参数即可（参数需可哈希）

  from functools import lru_cache
  import pandas as pd
  
  @lru_cache(maxsize=None)
  def load_data(data_path):
      return pd.read_csv(data_path)
  
  # 使用示例
  def fun1():
      df = load_data('path.csv').copy()
      ...
  
  def fun2():
      df = load_data('path.csv').copy()
      ...
  

  这种方式不用定义类，直接用函数缓存，多个数据源传不同路径就行。

• 用cached_property装饰类实例属性：适合需要实例化的场景，但如果是全局共享，用类方法或上面的函数缓存更合适

  from functools import cached_property
  import pandas as pd
  
  class SomeData:
      def __init__(self, data_path):
          self.data_path = data_path
  
      @cached_property
      def data(self):
          return pd.read_csv(self.data_path)
  
  # 全局实例化一个对象供所有模块调用
  global_data = SomeData('path.csv')
  
  # 使用示例
  def fun1():
      df = global_data.data.copy()
      ...
  

最优方案选择 #

• 如果数据源是只读、全局共享、数量固定：用你最初的类属性方案或基类继承方案，封装性更好
• 如果数据源动态可变（比如路径经常变化）：用lru_cache装饰的函数方案更灵活
• 如果需要线程安全或支持数据刷新：可以在类的get_data方法中加锁，或者实现刷新方法：

  import threading
  import pandas as pd
  
  class SomeData:
      _data = None
      data_path = 'path.csv'
      _lock = threading.Lock()
  
      @classmethod
      def get_data(cls):
          with cls._lock:
              if cls._data is None:
                  cls._data = pd.read_csv(cls.data_path)
          return cls._data.copy()
  
      @classmethod
      def refresh_data(cls):
          with cls._lock:
              cls._data = pd.read_csv(cls.data_path)
  

内容的提问来源于stack exchange，提问作者marcin