Python的内存管理

语言的内存管理是语言设计的一个重要方面。

它是决定语言性能的重要因素。

不管是C语言的手工管理，还是Java的垃圾回收，都成为语言最重要的特征。

这里以Python语言为样例，说明一门动态类型的、面向对象的语言的内存管理方式。

 

对象的内存使用

赋值语句是语言最常见的功能了。

但即使是最简单的赋值语句。也能够非常有内涵。

Python的赋值语句就非常值得研究。

a = 1

整数1为一个对象。

而a是一个引用。利用赋值语句。引用a指向对象1。

Python是动态类型的语言(參考动态类型)，对象与引用分离。Python像使用“筷子”那样，通过引用来接触和翻动真正的食物——对象。

 

 引用和对象

 

为了探索对象在内存的存储，我们能够求助于Python的内置函数id()。它用于返回对象的身份(identity)。事实上，这里所谓的身份，就是该对象的内存地址。

a = 1

print(id(a))
print(hex(id(a)))

在我的计算机上，它们返回的是:

11246696
'0xab9c68'

分别为内存地址的十进制和十六进制表示。

 

在Python中。整数和短小的字符，Python都会缓存这些对象，以便反复使用。

当我们创建多个等于1的引用时，实际上是让全部这些引用指向同一个对象。

a = 1
b = 1

print(id(a))
print(id(b))

上面程序返回

11246696

11246696

可见a和b实际上是指向同一个对象的两个引用。

 

为了检验两个引用指向同一个对象，我们能够用iskeyword。

is用于推断两个引用所指的对象是否同样。

# True
a = 1
b = 1
print(a is b)

# True
a = "good"
b = "good"
print(a is b)

# False
a = "very good morning"
b = "very good morning"
print(a is b)

# False
a = []
b = []
print(a is b)

上面的凝视为对应的执行结果。

能够看到，因为Python缓存了整数和短字符串，因此每一个对象仅仅存有一份。

比方，全部整数1的引用都指向同一对象。

即使使用赋值语句，也仅仅是创造了新的引用，而不是对象本身。长的字符串和其他对象能够有多个同样的对象，能够使用赋值语句创建出新的对象。

 

在Python中。每一个对象都有存有指向该对象的引用总数，即引用计数(reference count)。

我们能够使用sys包中的getrefcount()，来查看某个对象的引用计数。

须要注意的是，当使用某个引用作为參数，传递给getrefcount()时，參数实际上创建了一个暂时的引用。因此，getrefcount()所得到的结果，会比期望的多1。

from sys import getrefcount

a = [1, 2, 3]
print(getrefcount(a))

b = a
print(getrefcount(b))

因为上述原因。两个getrefcount将返回2和3。而不是期望的1和2。

 

对象引用对象

Python的一个容器对象(container)。比方表、词典等，能够包括多个对象。实际上，容器对象中包括的并非元素对象本身。是指向各个元素对象的引用。

我们也能够自己定义一个对象，并引用其他对象:

按 Ctrl+C 复制代码

按 Ctrl+C 复制代码

能够看到，a引用了对象b。

 

对象引用对象，是Python最主要的构成方式。即使是a = 1这一赋值方式，实际上是让词典的一个键值"a"的元素引用整数对象1。

该词典对象用于记录全部的全局引用。该词典引用了整数对象1。我们能够通过内置函数globals()来查看该词典。

 

当一个对象A被还有一个对象B引用时。A的引用计数将添加1。

from sys import getrefcount

a = [1, 2, 3]
print(getrefcount(a))

b = [a, a]
print(getrefcount(a))

因为对象b引用了两次a。a的引用计数添加了2。

 

容器对象的引用可能构成非常复杂的拓扑结构。

我们能够用objgraph包来绘制其引用关系，比方

x = [1, 2, 3]
y = [x, dict(key1=x)]
z = [y, (x, y)]

import objgraph
objgraph.show_refs([z], filename='ref_topo.png')

 

 

objgraph是Python的一个第三方包。安装之前须要安装xdot。

sudo apt-get install xdot
sudo pip install objgraph

objgraph官网

 

两个对象可能相互引用，从而构成所谓的引用环(reference cycle)。

a = []
b = [a]
a.append(b)

即使是一个对象，仅仅须要自己引用自己。也能构成引用环。

a = []
a.append(a)
print(getrefcount(a))

引用环会给垃圾回收机制带来非常大的麻烦，我将在后面具体叙述这一点。

 

引用降低

某个对象的引用计数可能降低。

比方，能够使用delkeyword删除某个引用:

from sys import getrefcount

a = [1, 2, 3]
b = a
print(getrefcount(b))

del a
print(getrefcount(b))

 

del也能够用于删除容器元素中的元素，比方:

a = [1,2,3]
del a[0]
print(a)

 

 

假设某个引用指向对象A，当这个引用被又一次定向到某个其它对象B时。对象A的引用计数降低:

from sys import getrefcount

a = [1, 2, 3]
b = a
print(getrefcount(b))

a = 1
print(getrefcount(b))

 

 

垃圾回收

吃太多，总会变胖，Python也是这样。

当Python中的对象越来越多，它们将占领越来越大的内存。只是你不用太操心Python的体形，它会乖巧的在适当的时候“减肥”，启动垃圾回收(garbage collection)，将无用的对象清除。在很多语言中都有垃圾回收机制，比方Java和Ruby。虽然终于目的都是塑造苗条的提醒。但不同语言的减肥方案有非常大的差异 (这一点能够对照本文和Java内存管理与垃圾回收

)。

 

从基本原理上。当Python的某个对象的引用计数降为0时。说明没有不论什么引用指向该对象，该对象就成为要被回收的垃圾了。比方某个新建对象，它被分配给某个引用，对象的引用计数变为1。假设引用被删除，对象的引用计数为0。那么该对象就能够被垃圾回收。

比方以下的表:

a = [1, 2, 3]
del a

del a后，已经没有不论什么引用指向之前建立的[1, 2, 3]这个表。

用户不可能通过不论什么方式接触或者动用这个对象。

这个对象假设继续待在内存里，就成了不健康的脂肪。当垃圾回收启动时。Python扫描到这个引用计数为0的对象。就将它所占领的内存清空。

 

然而。减肥是个昂贵而费力的事情。垃圾回收时，Python不能进行其他的任务。频繁的垃圾回收将大大减少Python的工作效率。假设内存中的对象不多。就没有必要总启动垃圾回收。

所以，Python仅仅会在特定条件下，自己主动启动垃圾回收。当Python执行时，会记录当中分配对象(object allocation)和取消分配对象(object deallocation)的次数。当两者的差值高于某个阈值时，垃圾回收才会启动。

我们能够通过gc模块的get_threshold()方法，查看该阈值:

import gc
print(gc.get_threshold())

返回(700, 10, 10)，后面的两个10是与分代回收相关的阈值，后面能够看到。

700即是垃圾回收启动的阈值。能够通过gc中的set_threshold()方法又一次设置。

 

我们也能够手动启动垃圾回收，即使用gc.collect()。

 

分代回收

Python同一时候採用了分代(generation)回收的策略。这一策略的基本如果是。存活时间越久的对象。越不可能在后面的程序中变成垃圾。

我们的程序往往会产生大量的对象，很多对象非常快产生和消失，但也有一些对象长期被使用。

出于信任和效率。对于这样一些“长寿”对象，我们相信它们的用处，所以降低在垃圾回收中扫描它们的频率。

 

小家伙要多检查

 

Python将全部的对象分为0，1，2三代。

全部的新建对象都是0代对象。当某一代对象经历过垃圾回收，依旧存活，那么它就被归入下一代对象。

垃圾回收启动时，一定会扫描全部的0代对象。

假设0代经过一定次数垃圾回收。那么就启动对0代和1代的扫描清理。当1代也经历了一定次数的垃圾回收后。那么会启动对0，1，2，即对全部对象进行扫描。

这两个次数即上面get_threshold()返回的(700, 10, 10)返回的两个10。也就是说。每10次0代垃圾回收。会配合1次1代的垃圾回收。而每10次1代的垃圾回收，才会有1次的2代垃圾回收。

相同能够用set_threshold()来调整，比方对2代对象进行更频繁的扫描。

import gc
gc.set_threshold(700, 10, 5)

 

孤立的引用环

引用环的存在会给上面的垃圾回收机制带来非常大的困难。这些引用环可能构成无法使用，但引用计数不为0的一些对象。

a = []
b = [a]
a.append(b)

del a
del b

上面我们先创建了两个表对象，并引用对方。构成一个引用环。删除了a。b引用之后，这两个对象不可能再从程序中调用，就没有什么用处了。可是因为引用环的存在，这两个对象的引用计数都没有降到0，不会被垃圾回收。

孤立的引用环

 

为了回收这种引用环。Python复制每一个对象的引用计数，能够记为gc_ref。如果，每一个对象i。该计数为gc_ref_i。

Python会遍历全部的对象i。对于每一个对象i引用的对象j，将对应的gc_ref_j减1。

 

遍历后的结果

 

在结束遍历后。gc_ref不为0的对象，和这些对象引用的对象，以及继续更下游引用的对象，须要被保留。而其他的对象则被垃圾回收。

 

总结

Python作为一种动态类型的语言，其对象和引用分离。这与以前的面向过程语言有非常大的差别。为了有效的释放内存。Python内置了垃圾回收的支持。

Python採取了一种相对简单的垃圾回收机制。即引用计数，并因此须要解决孤立引用环的问题。Python与其他语言既有共通性，又有特别的地方。对该内存管理机制的理解。是提高Python性能的重要一步。