Python中避免类实例化时重复创建S3客户端/会话的方法

针对每次实例化S3Interactor都会新建S3会话导致性能瓶颈的问题，这里提供几种比单例更符合Python风格的复用方案：

方案一：类级客户端缓存 #

通过类变量维护客户端缓存，按(bucket_name, aws_region)组合作为缓存键，相同配置的实例自动复用已有客户端：

class S3Interactor(BaseInteractor):
    """Class that loads data into dataframes from s3"""
    # 类共享的客户端缓存，键为(bucket_name, aws_region)
    _client_cache = {}

    def __init__(self, bucket_name: str, aws_region: str):
        self.bucket_name = bucket_name
        self.aws_region = aws_region

    @property
    def s3_client(self):
        cache_key = (self.bucket_name, self.aws_region)
        if cache_key not in self._client_cache:
            self._client_cache[cache_key] = self.create_client()
        return self._client_cache[cache_key]

    @monitor(local_logger=logger)
    def create_client(self):
        """Create client that connects to loader interface"""
        import boto3
        return boto3.client('s3', region_name=self.aws_region)

这种方式既实现了连接复用，又支持不同bucket/region的客户端共存，比单例模式更灵活。

方案二：依赖注入 #

将S3客户端的创建逻辑从S3Interactor中剥离，由调用方传入已创建的客户端，完全掌控连接的复用：

class S3Interactor(BaseInteractor):
    """Class that loads data into dataframes from s3"""
    def __init__(self, bucket_name: str, s3_client):
        self.bucket_name = bucket_name
        self._s3_client = s3_client

    @property
    def s3_client(self):
        return self._s3_client

    # 可选：保留类方法作为客户端创建的快捷方式
    @classmethod
    @monitor(local_logger=logger)
    def from_region(cls, bucket_name: str, aws_region: str):
        import boto3
        client = boto3.client('s3', region_name=aws_region)
        return cls(bucket_name, client)

调用方可以在应用初始化时创建一次客户端，然后传递给所有需要的S3Interactor实例，这种方式解耦了业务逻辑与客户端管理，也方便单元测试时传入Mock客户端。

方案三：模块级全局客户端 #

如果你的应用仅使用单一bucket和region，可以直接在模块中创建全局客户端，所有实例共享该连接：

# s3_interactor.py
import boto3
from your_module import logger, monitor, BaseInteractor

# 模块加载时初始化一次客户端
DEFAULT_REGION = "us-east-1"
DEFAULT_BUCKET = "your-primary-bucket"
_global_s3_client = boto3.client('s3', region_name=DEFAULT_REGION)

class S3Interactor(BaseInteractor):
    """Class that loads data into dataframes from s3"""
    def __init__(self, bucket_name: str = DEFAULT_BUCKET, s3_client=None):
        self.bucket_name = bucket_name
        self._s3_client = s3_client or _global_s3_client

    @property
    def s3_client(self):
        return self._s3_client

这种方式实现最简单，适合配置单一的小型应用，同时保留了传入自定义客户端的扩展能力。

内容的提问来源于stack exchange，提问作者Luiz Fernando Lobo