Python中类属性初始化代码何时执行？类属性未执行问题咨询

核心差异：Python vs JVM类初始化时机 #

Python的类级代码（包括类属性赋值、类体内的顶层代码）是在类被首次导入/加载到内存时执行，而不是像JVM那样在首次调用类方法/实例化类时触发。

如果你的AnalyticsWriter类在SparkSession创建完成之前就已经被导入，那spark = SparkSession.getActiveSession()会直接拿到None，后续即使SparkSession创建成功，这个类属性也不会自动重新赋值——因为类级代码只会执行一次。

解决方法 #

针对你的场景，推荐两种简单可行的方案：

方案1：动态获取SparkSession（每次调用类方法时检查） #

把类属性的赋值改成在类方法内动态获取，或者用类级的@property来延迟获取：

class AnalyticsWriter:
    @classmethod
    @property
    def spark(cls):
        return SparkSession.getActiveSession()

    @classmethod
    def measure_upsert(cls) -> DeltaTable:
        assert cls.spark, "AnalyticsWriter requires an active SparkSession"
        # 后续业务逻辑

这样每次访问AnalyticsWriter.spark时，都会重新调用getActiveSession()，确保拿到的是最新的活跃Session。

方案2：显式初始化类属性 #

添加一个类方法专门初始化spark属性，在确保SparkSession创建完成后手动调用：

class AnalyticsWriter:
    spark = None

    @classmethod
    def init_spark(cls):
        cls.spark = SparkSession.getActiveSession()

    @classmethod
    def measure_upsert(cls) -> DeltaTable:
        assert cls.spark, "AnalyticsWriter requires an active SparkSession"
        # 后续业务逻辑

使用流程：

# 先创建SparkSession
spark = SparkSession.builder.appName("test").getOrCreate()
# 初始化类的spark属性
AnalyticsWriter.init_spark()
# 再调用类方法
AnalyticsWriter.measure_upsert()

补充说明 #

如果你的代码结构中无法避免类提前导入，方案1的延迟获取是更稳妥的选择，它能自动适配SparkSession的生命周期；方案2则更偏向JVM风格的显式初始化，适合需要严格控制初始化时机的场景。

内容的提问来源于stack exchange，提问作者WestCoastProjects