理解了 import 的基本流程后，一个很自然的疑问是：如果同一个模块被多处 import，Python 会反复执行它吗？答案是不会。Python 通过模块缓存机制确保每个模块只被加载和初始化一次。
sys.modules：模块缓存的实现
Python 在内存中维护了一个名为 sys.modules 的字典，它充当模块缓存。字典的键是模块名（字符串），值是对应的模块对象。
- import 时首先检查缓存：当执行
import xxx时，Python 做的第一件事就是去sys.modules中查找xxx。如果找到了，就直接返回已缓存的模块对象，不会再次执行模块中的代码。 - 缓存的发生时机：只有完整执行完某个模块的代码后，才会将该模块添加到
sys.modules中。如果模块在导入过程中抛出异常，缓存操作不会发生，下次import依然会重新尝试执行模块代码。 - 缓存是可修改的：
sys.modules本质上是一个普通字典，你可以手动从中删除模块，这样下次 import 时就会重新加载。这种做法常用于开发环境中实现热重载。
重复导入并不会重复执行代码
这是一个非常实用的特性：
- 实际效果：假设一个模块
config.py中定义了数据库连接配置，并打印了一行日志。无论你的项目中有多少个文件写了import config，config.py顶层的print()只会输出一次。 - 为什么很重要：
- 避免重复初始化带来的副作用（比如多次打开同一个文件、多次创建同一个全局对象）。
- 确保在整个进程生命周期内，模块级别的单例（比如连接池、全局配置）是统一且唯一的。
- 节省时间和内存，提高程序启动和运行效率。
重复 import 仍然开销很小
虽然 Python 会重复执行 import 语句（即再次执行到同一 import 行时，会查一次 sys.modules 字典），但这个过程只是做一次字典查找，开销极小，几乎可以忽略不计。所以不必因为担心性能而把所有的 import 都挪到文件顶部——按需 import 或不同文件各自 import 完全没问题。
一些值得注意的细节
- 不同导入名会建立不同的缓存键：
import package.module 会在 sys.modules 中同时缓存 package 和 package.module 两个键。而 from package import module 只缓存 package.module 和 module 本身（取决于具体形式）。通常这些差异不会影响使用，但在做模块重载或处理包结构时需要留意。
importlib.reload可以强制重新执行模块：
如果你确实需要在运行过程中重新加载一个模块（例如在测试中或在交互环境下），可以使用 importlib.reload(module)。它会将该模块从 sys.modules 中移除并重新执行，但不会递归地重载它导入的子模块。
- 循环导入与缓存的交互：
当循环导入发生时（模块 A 导入模块 B，模块 B 又导入模块 A），缓存的半成品模块会被拿去使用，这可能导致部分属性尚未初始化。因此缓存机制一方面避免了死循环，另一方面也要求我们设计好模块结构，避免互相依赖。
最佳实践
- 放心地在多个文件中 import 相同的模块：这是模块化编程的基础，不会造成性能问题。
- 不要在模块顶层执行有副作用的代码：虽然缓存保证了只执行一次，但把打印、文件创建等副作用放在模块顶层容易导致模块加载行为不可预测。最好将初始化逻辑封装在函数或类内部。
- 如果确实需要热重载，使用
importlib.reload并理解其局限：通常只建议在开发调试时使用，生产环境中尽量避免。
简单来说，模块缓存机制让 Python 的模块引用变得高效且安全，你几乎不需要额外操心重复导入的问题，它已经在幕后替你优化好了。