作者 | 頭文件

來源 | 程序員小灰

Python作為一個(gè)高層次的結(jié)合了解釋性、編譯性、互動(dòng)性和面向?qū)ο蟮哪_本語言，與大多數(shù)編程語言不同，Python中的變量無需事先申明，變量無需指定類型，程序員無需關(guān)心內(nèi)存管理，Python解釋器給你自動(dòng)回收。開發(fā)人員不用過多的關(guān)心內(nèi)存管理機(jī)制，這一切全部由Python內(nèi)存管理器承擔(dān)了復(fù)雜的內(nèi)存管理工作。

內(nèi)存不外乎創(chuàng)建和銷毀兩部分，本文將圍繞Python的內(nèi)存池和垃圾回收兩部分進(jìn)行分析。

Python內(nèi)存池

1、為什么要引入內(nèi)存池（why）

當(dāng)創(chuàng)建大量消耗小內(nèi)存的對(duì)象時(shí)，頻繁調(diào)用new/malloc會(huì)導(dǎo)致大量的內(nèi)存碎片，致使效率降低。內(nèi)存池的作用就是預(yù)先在內(nèi)存中申請(qǐng)一定數(shù)量的，大小相等的內(nèi)存塊留作備用，當(dāng)有新的內(nèi)存需求時(shí)，就先從內(nèi)存池中分配內(nèi)存給這個(gè)需求，不夠之后再申請(qǐng)新的內(nèi)存。這樣做最顯著的優(yōu)勢(shì)就是能夠減少內(nèi)存碎片，提升效率。

python中的內(nèi)存管理機(jī)制為Pymalloc

2、內(nèi)存池是如何工作的（how）

首先，我們看一張CPython(python解釋器)的內(nèi)存架構(gòu)圖：

• Python的對(duì)象管理主要位于Level+1~Level+3層

• Level+3層：對(duì)于python內(nèi)置的對(duì)象（比如int,dict等）都有獨(dú)立的私有內(nèi)存池，對(duì)象之間的內(nèi)存池不共享，即int釋放的內(nèi)存，不會(huì)被分配給float使用

• Level+2層：當(dāng)申請(qǐng)的內(nèi)存大小小于256KB時(shí)，內(nèi)存分配主要由 Python 對(duì)象分配器（Python’s object allocator）實(shí)施

• Level+1層：當(dāng)申請(qǐng)的內(nèi)存大小大于256KB時(shí)，由Python原生的內(nèi)存分配器進(jìn)行分配，本質(zhì)上是調(diào)用C標(biāo)準(zhǔn)庫中的malloc/realloc等函數(shù)

關(guān)于釋放內(nèi)存方面，當(dāng)一個(gè)對(duì)象的引用計(jì)數(shù)變?yōu)?時(shí)，Python就會(huì)調(diào)用它的析構(gòu)函數(shù)。調(diào)用析構(gòu)函數(shù)并不意味著最終一定會(huì)調(diào)用free來釋放內(nèi)存空間，如果真是這樣的話，那頻繁地申請(qǐng)、釋放內(nèi)存空間會(huì)使Python的執(zhí)行效率大打折扣。因此在析構(gòu)時(shí)也采用了內(nèi)存池機(jī)制，從內(nèi)存池申請(qǐng)到的內(nèi)存會(huì)被歸還到內(nèi)存池中，以避免頻繁地申請(qǐng)和釋放動(dòng)作。

垃圾回收機(jī)制

Python的垃圾回收機(jī)制采用引用計(jì)數(shù)機(jī)制為主，標(biāo)記-清除和分代回收機(jī)制為輔的策略。其中，標(biāo)記-清除機(jī)制用來解決計(jì)數(shù)引用帶來的循環(huán)引用而無法釋放內(nèi)存的問題，分代回收機(jī)制是為提升垃圾回收的效率。

1、引用計(jì)數(shù)

Python通過引用計(jì)數(shù)來保存內(nèi)存中的變量追蹤，即記錄該對(duì)象被其他使用的對(duì)象引用的次數(shù)。

Python中有個(gè)內(nèi)部跟蹤變量叫做引用計(jì)數(shù)器，每個(gè)變量有多少個(gè)引用，簡(jiǎn)稱引用計(jì)數(shù)。當(dāng)某個(gè)對(duì)象的引用計(jì)數(shù)為0時(shí)，就列入了垃圾回收隊(duì)列。

1. >>> a=[1,2]

2. >>> importsys

3. >>> sys.getrefcount(a) ## 獲取對(duì)象a的引用次數(shù)

4. 2

5. >>> b=a

6. >>> sys.getrefcount(a)

7. 3

8. >>> delb ## 刪除b的引用

9. >>> sys.getrefcount(a)

10. 2

11. >>> c=list

12. >>> c.Append(a) ## 加入到容器中

13. >>> sys.getrefcount(a)

14. 3

15. >>> delc ## 刪除容器，引用-1

16. >>> sys.getrefcount(a)

17. 2

18. >>> b=a

19. >>> sys.getrefcount(a)

20. 3

21. >>> a=[3,4] ## 重新賦值

22. >>> sys.getrefcount(a)

23. 2

注意：當(dāng)把a(bǔ)作為參數(shù)傳遞給getrefcount時(shí)，會(huì)產(chǎn)生一個(gè)臨時(shí)的引用，因此得出來的結(jié)果比真實(shí)情況+1

• 引用計(jì)數(shù)增加的情況：

1. 一個(gè)對(duì)象被分配給一個(gè)新的名字（例如：a=[1,2]）

2. 將其放入一個(gè)容器中（如列表、元組或字典）（例如：c.append(a)）

• 引用計(jì)數(shù)減少的情況：

1. 使用del語句對(duì)對(duì)象別名顯式的銷毀(例如：del b)

2. 對(duì)象所在的容器被銷毀或從容器中刪除對(duì)象（例如：del c ）

3. 引用超出作用域或被重新賦值（例如：a=[3,4]）

引用計(jì)數(shù)能夠解決大多數(shù)垃圾回收的問題，但是遇到兩個(gè)對(duì)象相互引用的情況，del語句可以減少引用次數(shù)，但是引用計(jì)數(shù)不會(huì)歸0，對(duì)象也就不會(huì)被銷毀，從而造成了內(nèi)存泄漏問題。針對(duì)該情況，Python引入了標(biāo)記-清除機(jī)制。

2、標(biāo)記-清除

標(biāo)記-清除用來解決引用計(jì)數(shù)機(jī)制產(chǎn)生的循環(huán)引用，進(jìn)而導(dǎo)致內(nèi)存泄漏的問題 。循環(huán)引用只有在容器對(duì)象才會(huì)產(chǎn)生，比如字典，元組，列表等。

顧名思義，該機(jī)制在進(jìn)行垃圾回收時(shí)分成了兩步，分別是：

• 標(biāo)記階段，遍歷所有的對(duì)象，如果是可達(dá)的（reachable），也就是還有對(duì)象引用它，那么就標(biāo)記該對(duì)象為可達(dá)；

• 清除階段，再次遍歷對(duì)象，如果發(fā)現(xiàn)某個(gè)對(duì)象沒有標(biāo)記為可達(dá)（即為Unreachable），則就將其回收。

1. >>> a=[1,2]

2. >>> b=[3,4]

3. >>> sys.getrefcount(a)

4. 2

5. >>> sys.getrefcount(b)

6. 2

7. >>> a.append(b)

8. >>> sys.getrefcount(b)

9. 3

10. >>> b.append(a)

11. >>> sys.getrefcount(a)

12. 3

13. >>> dela

    >>> del b

    
     

• a引用b,b引用a,此時(shí)兩個(gè)對(duì)象各自被引用了2次（去除getrefcout()的臨時(shí)引用）

• 執(zhí)行del之后，對(duì)象a,b的引用次數(shù)都-1，此時(shí)各自的引用計(jì)數(shù)器都為1，陷入循環(huán)引用

• 標(biāo)記：找到其中的一端a,因?yàn)樗幸粋€(gè)對(duì)b的引用，則將b的引用計(jì)數(shù)-1

• 標(biāo)記：再沿著引用到b,b有一個(gè)a的引用,將a的引用計(jì)數(shù)-1，此時(shí)對(duì)象a和b的引用次數(shù)全部為0，被標(biāo)記為不可達(dá)（Unreachable）

• 清除: 被標(biāo)記為不可達(dá)的對(duì)象就是真正需要被釋放的對(duì)象

上面描述的垃圾回收的階段，會(huì)暫停整個(gè)應(yīng)用程序，等待標(biāo)記清除結(jié)束后才會(huì)恢復(fù)應(yīng)用程序的運(yùn)行。為了減少應(yīng)用程序暫停的時(shí)間，Python 通過“分代回收”(Generational Collection)以空間換時(shí)間的方法提高垃圾回收效率。

3、分代回收

分代回收是基于這樣的一個(gè)統(tǒng)計(jì)事實(shí)，對(duì)于程序，存在一定比例的內(nèi)存塊的生存周期比較短；而剩下的內(nèi)存塊，生存周期會(huì)比較長，甚至?xí)某绦蜷_始一直持續(xù)到程序結(jié)束。生存期較短對(duì)象的比例通常在 80%～90%之間。因此，簡(jiǎn)單地認(rèn)為：對(duì)象存在時(shí)間越長，越可能不是垃圾，應(yīng)該越少去收集。這樣在執(zhí)行標(biāo)記-清除算法時(shí)可以有效減小遍歷的對(duì)象數(shù)，從而提高垃圾回收的速度，是一種以空間換時(shí)間的方法策略。

Python將所有的對(duì)象分為年輕代（第0代）、中年代（第1代）、老年代（第2代）三代。所有的新建對(duì)象默認(rèn)是 第0代對(duì)象。當(dāng)在第0代的gc掃描中存活下來的對(duì)象將被移至第1代，在第1代的gc掃描中存活下來的對(duì)象將被移至第2代。

gc掃描次數(shù)（第0代>第1代>第2代）

當(dāng)某一代中被分配的對(duì)象與被釋放的對(duì)象之差達(dá)到某一閾值時(shí)，就會(huì)觸發(fā)當(dāng)前一代的gc掃描。當(dāng)某一代被掃描時(shí)，比它年輕的一代也會(huì)被掃描，因此，第2代的gc掃描發(fā)生時(shí)，第0，1代的gc掃描也會(huì)發(fā)生，即為全代掃描。

1. >>> importgc

   >>> gc.get_threshold ## 分代回收機(jī)制的參數(shù)閾值設(shè)置

   (700,10,10)

• 700=新分配的對(duì)象數(shù)量-釋放的對(duì)象數(shù)量，第0代gc掃描被觸發(fā)

• 第一個(gè)10：第0代gc掃描發(fā)生10次，則第1代的gc掃描被觸發(fā)

• 第二個(gè)10：第1代的gc掃描發(fā)生10次，則第2代的gc掃描被觸發(fā)

4、思考

在標(biāo)記-清除中，如果對(duì)象c也引用a,執(zhí)行del操作后，會(huì)發(fā)生什么？

對(duì)象a,b,c的引用關(guān)系如下圖所示：

1. >>> a=[1,2]

2. >>> b=[3,4]

3. >>> c=a

4. >>> a.append(b)

5. >>> b.append(a)

• ref_count表示引用計(jì)數(shù)

• 對(duì)象a,b,c全部為reachable

執(zhí)行del之后，引用關(guān)系如下圖所示：

1. >>> dela

2. >>> delb

• a,b,c的ref_count減1

執(zhí)行g(shù)c掃描

標(biāo)記: a引用b,將b的refcount減1到0，b引用a,將a的refcount減1到1，將b放在unreachable下。

再循環(huán)：因?yàn)閍是可達(dá)的，所以會(huì)遞歸地將從a節(jié)點(diǎn)出發(fā)可以達(dá)到的所有節(jié)點(diǎn)標(biāo)記為reachable下，即為：

清除：unreachable下沒有可清除的對(duì)象，因此a,b,c對(duì)象不會(huì)被清除

總結(jié)

總體而言，Python通過內(nèi)存池來減少內(nèi)存碎片化，提高執(zhí)行效率。主要通過引用計(jì)數(shù)來完成垃圾回收，通過標(biāo)記-清除解決容器對(duì)象循環(huán)引用造成的問題，通過分代回收提高垃圾回收的效率。