建站
咨詢
售后
建站咨詢
新聞中心
本篇內(nèi)容介紹了“Python的內(nèi)存管理和垃圾回收機(jī)制”的有關(guān)知識，在實(shí)際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！
對象的內(nèi)存使用
賦值語句是語言最常見的功能了。但即使是最簡單的賦值語句，也可以很有內(nèi)涵。Python的賦值語句就很值得研究。
a = 1
整數(shù)1為一個(gè)對象。而a是一個(gè)引用。利用賦值語句，引用a指向?qū)ο?。Python是動態(tài)類型的語言(參考 動態(tài)類型)，對象與引用分離。Python像使用“筷子”那樣，通過引用來接觸和翻動真正的食物——對象。
引用和對象
為了探索對象在內(nèi)存的存儲，我們可以求助于Python的內(nèi)置函數(shù)id()。它用于返回對象的身份(identity)。其實(shí)，這里所謂的身份，就是該對象的內(nèi)存地址。
a = 1print(id(a))print(hex(id(a)))
在我的計(jì)算機(jī)上，它們返回的是:
11246696
'0xab9c68'
分別為內(nèi)存地址的十進(jìn)制和十六進(jìn)制表示。
在Python中，整數(shù)和短小的字符，Python都會緩存這些對象，以便重復(fù)使用。當(dāng)我們創(chuàng)建多個(gè)等于1的引用時(shí)，實(shí)際上是讓所有這些引用指向同一個(gè)對象。
a = 1b = 1print(id(a))print(id(b))
上面程序返回
11246696
11246696
可見a和b實(shí)際上是指向同一個(gè)對象的兩個(gè)引用。
為了檢驗(yàn)兩個(gè)引用指向同一個(gè)對象，我們可以用is關(guān)鍵字。is用于判斷兩個(gè)引用所指的對象是否相同。
# Truea = 1b = 1print(a is b)# Truea = "good"b = "good"print(a is b)# Falsea = "very good morning"b = "very good morning"print(a is b)# Falsea = [] b = []print(a is b)
上面的注釋為相應(yīng)的運(yùn)行結(jié)果。可以看到，由于Python緩存了整數(shù)和短字符串，因此每個(gè)對象只存有一份。比如，所有整數(shù)1的引用都指向同一對象。即使使用賦值語句，也只是創(chuàng)造了新的引用，而不是對象本身。長的字符串和其它對象可以有多個(gè)相同的對象，可以使用賦值語句創(chuàng)建出新的對象。
在Python中，每個(gè)對象都有存有指向該對象的引用總數(shù)，即引用計(jì)數(shù)(reference count)。
我們可以使用sys包中的getrefcount()，來查看某個(gè)對象的引用計(jì)數(shù)。需要注意的是，當(dāng)使用某個(gè)引用作為參數(shù)，傳遞給getrefcount()時(shí)，參數(shù)實(shí)際上創(chuàng)建了一個(gè)臨時(shí)的引用。因此，getrefcount()所得到的結(jié)果，會比期望的多1。
from sys import getrefcount a = [1, 2, 3]print(getrefcount(a)) b = a print(getrefcount(b))
由于上述原因，兩個(gè)getrefcount將返回2和3，而不是期望的1和2。
對象引用對象
Python的一個(gè)容器對象(container)，比如表、詞典等，可以包含多個(gè)對象。實(shí)際上，容器對象中包含的并不是元素對象本身，是指向各個(gè)元素對象的引用。
我們也可以自定義一個(gè)對象，并引用其它對象:
class from_obj(object): def __init__(self, to_obj): self.to_obj = to_obj b = [1,2,3] a = from_obj(b)print(id(a.to_obj))print(id(b))
可以看到，a引用了對象b。
對象引用對象，是Python最基本的構(gòu)成方式。即使是a = 1這一賦值方式，實(shí)際上是讓詞典的一個(gè)鍵值"a"的元素引用整數(shù)對象1。該詞典對象用于記錄所有的全局引用。該詞典引用了整數(shù)對象1。我們可以通過內(nèi)置函數(shù)globals()來查看該詞典。
當(dāng)一個(gè)對象A被另一個(gè)對象B引用時(shí)，A的引用計(jì)數(shù)將增加1。
from sys import getrefcount a = [1, 2, 3]print(getrefcount(a)) b = [a, a]print(getrefcount(a))
由于對象b引用了兩次a，a的引用計(jì)數(shù)增加了2。
容器對象的引用可能構(gòu)成很復(fù)雜的拓?fù)浣Y(jié)構(gòu)。我們可以用objgraph包來繪制其引用關(guān)系，比如
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的一個(gè)第三方包。安裝之前需要安裝xdot。
sudo apt-get install xdot sudo pip install objgraph
objgraph官網(wǎng)
兩個(gè)對象可能相互引用，從而構(gòu)成所謂的引用環(huán)(reference cycle)。
a = [] b = [a] a.append(b)
即使是一個(gè)對象，只需要自己引用自己，也能構(gòu)成引用環(huán)。
a = [] a.append(a)print(getrefcount(a))
引用環(huán)會給垃圾回收機(jī)制帶來很大的麻煩，我將在后面詳細(xì)敘述這一點(diǎn)。
引用減少
某個(gè)對象的引用計(jì)數(shù)可能減少。比如，可以使用del關(guān)鍵字刪除某個(gè)引用:
from sys import getrefcount a = [1, 2, 3]b = aprint(getrefcount(b))del aprint(getrefcount(b))
del也可以用于刪除容器元素中的元素，比如:
a = [1,2,3]del a[0]print(a)
如果某個(gè)引用指向?qū)ο驛，當(dāng)這個(gè)引用被重新定向到某個(gè)其他對象B時(shí)，對象A的引用計(jì)數(shù)減少:
from sys import getrefcount a = [1, 2, 3] b = aprint(getrefcount(b)) a = 1print(getrefcount(b))
垃圾回收
吃太多，總會變胖，Python也是這樣。當(dāng)Python中的對象越來越多，它們將占據(jù)越來越大的內(nèi)存。不過你不用太擔(dān)心Python的體形，它會乖巧的在適當(dāng)?shù)臅r(shí)候“減肥”，啟動垃圾回收(garbage collection)，將沒用的對象清除。在許多語言中都有垃圾回收機(jī)制，比如Java和Ruby。盡管最終目的都是塑造苗條的提醒，但不同語言的減肥方案有很大的差異 (這一點(diǎn)可以對比本文和 Java內(nèi)存管理與垃圾回收
)。
從基本原理上，當(dāng)Python的某個(gè)對象的引用計(jì)數(shù)降為0時(shí)，說明沒有任何引用指向該對象，該對象就成為要被回收的垃圾了。比如某個(gè)新建對象，它被分配給某個(gè)引用，對象的引用計(jì)數(shù)變?yōu)?。如果引用被刪除，對象的引用計(jì)數(shù)為0，那么該對象就可以被垃圾回收。比如下面的表:
a = [1, 2, 3]del a
del a后，已經(jīng)沒有任何引用指向之前建立的[1, 2, 3]這個(gè)表。用戶不可能通過任何方式接觸或者動用這個(gè)對象。這個(gè)對象如果繼續(xù)待在內(nèi)存里，就成了不健康的脂肪。當(dāng)垃圾回收啟動時(shí)，Python掃描到這個(gè)引用計(jì)數(shù)為0的對象，就將它所占據(jù)的內(nèi)存清空。
然而，減肥是個(gè)昂貴而費(fèi)力的事情。垃圾回收時(shí)，Python不能進(jìn)行其它的任務(wù)。頻繁的垃圾回收將大大降低Python的工作效率。如果內(nèi)存中的對象不多，就沒有必要總啟動垃圾回收。所以，Python只會在特定條件下，自動啟動垃圾回收。當(dāng)Python運(yùn)行時(shí)，會記錄其中分配對象(object allocation)和取消分配對象(object deallocation)的次數(shù)。當(dāng)兩者的差值高于某個(gè)閾值時(shí)，垃圾回收才會啟動。
我們可以通過gc模塊的get_threshold()方法，查看該閾值:
import gcprint(gc.get_threshold())
返回(700, 10, 10)，后面的兩個(gè)10是與分代回收相關(guān)的閾值，后面可以看到。700即是垃圾回收啟動的閾值?？梢酝ㄟ^gc中的set_threshold()方法重新設(shè)置。
我們也可以手動啟動垃圾回收，即使用gc.collect()。
分代回收
Python同時(shí)采用了分代(generation)回收的策略。這一策略的基本假設(shè)是，存活時(shí)間越久的對象，越不可能在后面的程序中變成垃圾。我們的程序往往會產(chǎn)生大量的對象，許多對象很快產(chǎn)生和消失，但也有一些對象長期被使用。出于信任和效率，對于這樣一些“長壽”對象，我們相信它們的用處，所以減少在垃圾回收中掃描它們的頻率。
小家伙要多檢查
Python將所有的對象分為0，1，2三代。所有的新建對象都是0代對象。當(dāng)某一代對象經(jīng)歷過垃圾回收，依然存活，那么它就被歸入下一代對象。垃圾回收啟動時(shí)，一定會掃描所有的0代對象。如果0代經(jīng)過一定次數(shù)垃圾回收，那么就啟動對0代和1代的掃描清理。當(dāng)1代也經(jīng)歷了一定次數(shù)的垃圾回收后，那么會啟動對0，1，2，即對所有對象進(jìn)行掃描。
這兩個(gè)次數(shù)即上面get_threshold()返回的(700, 10, 10)返回的兩個(gè)10。也就是說，每10次0代垃圾回收，會配合1次1代的垃圾回收；而每10次1代的垃圾回收，才會有1次的2代垃圾回收。
同樣可以用set_threshold()來調(diào)整，比如對2代對象進(jìn)行更頻繁的掃描。
import gc gc.set_threshold(700, 10, 5)
孤立的引用環(huán)
引用環(huán)的存在會給上面的垃圾回收機(jī)制帶來很大的困難。這些引用環(huán)可能構(gòu)成無法使用，但引用計(jì)數(shù)不為0的一些對象。
a = [] b = [a] a.append(b)del adel b
上面我們先創(chuàng)建了兩個(gè)表對象，并引用對方，構(gòu)成一個(gè)引用環(huán)。刪除了a，b引用之后，這兩個(gè)對象不可能再從程序中調(diào)用，就沒有什么用處了。但是由于引用環(huán)的存在，這兩個(gè)對象的引用計(jì)數(shù)都沒有降到0，不會被垃圾回收。
孤立的引用環(huán)
為了回收這樣的引用環(huán)，Python復(fù)制每個(gè)對象的引用計(jì)數(shù)，可以記為gc_ref。假設(shè)，每個(gè)對象i，該計(jì)數(shù)為gc_ref_i。Python會遍歷所有的對象i。對于每個(gè)對象i引用的對象j，將相應(yīng)的gc_ref_j減1。
遍歷后的結(jié)果
在結(jié)束遍歷后，gc_ref不為0的對象，和這些對象引用的對象，以及繼續(xù)更下游引用的對象，需要被保留。而其它的對象則被垃圾回收。
“Python的內(nèi)存管理和垃圾回收機(jī)制”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識可以關(guān)注創(chuàng)新互聯(lián)-成都網(wǎng)站建設(shè)公司網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！
標(biāo)題名稱：Python的內(nèi)存管理和垃圾回收機(jī)制-創(chuàng)新互聯(lián)
分享路徑：http://www.dlmjj.cn/article/ieiig.html
