譯者 | 王德朕

策劃 | 云昭

內(nèi)存管理對于編程的重要性不言而喻。不管是技術(shù)面試，還是實際生產(chǎn)環(huán)境，始終都是開發(fā)者繞不開的一個門檻。

在Java領(lǐng)域，“JVM調(diào)優(yōu)”成為了一個熱議的話題。那么作為時不時占據(jù)編程排行榜的榜一大哥——Python，它是如何處理內(nèi)存管理的呢？

本文就帶大家詳細(xì)了解Python垃圾回收系統(tǒng)的來龍去脈，以及如何避免它的陷阱。

Python為編程者提供了許多簡單上手的特性，其中最大的便利之一就是(幾乎)無障礙的內(nèi)存管理。在Python中，不需要手動為Python中的對象和數(shù)據(jù)結(jié)構(gòu)分配、跟蹤和釋放內(nèi)存，Python運行時為你完成了所有這些工作，你可以專注于解決實際問題，而不是處理機器層面的細(xì)節(jié)。

盡管如此，對于經(jīng)驗不足的Python程序員來說，了解Python的垃圾收集和內(nèi)存管理是如何工作的還是很有好處的。理解這些機制將有助于避免復(fù)雜項目出現(xiàn)性能問題，還可以使用Python的內(nèi)置工具來監(jiān)視程序的內(nèi)存管理行為。

在這篇文章中，我們將看看Python內(nèi)存管理是如何工作的，它的垃圾回收系統(tǒng)如何幫助優(yōu)化Python程序中的內(nèi)存，以及如何使用標(biāo)準(zhǔn)庫和第三方模塊來控制內(nèi)存使用和垃圾回收。

1、Python如何管理內(nèi)存

每個Python對象都有一個引用計數(shù)，也被稱為refcount。refcount是對某個對象引用其它對象總數(shù)的統(tǒng)計。當(dāng)你增加或刪除對一個對象的引用時，這個數(shù)字會上升或下降，當(dāng)一個對象的refcount變?yōu)榱銜r，該對象就會被刪除，其內(nèi)存被釋放。

什么是引用？允許通過名稱或通過另一個對象中的訪問器訪問對象的任何東西。

這里有一個簡單的例子：

x = "Hello there"

運行這段 Python代碼，會發(fā)生兩件事:

1.字符串 “Hello there” 作為一個 Python 對象被創(chuàng)建并存儲在內(nèi)存中；

2.在本地命名空間中創(chuàng)建變量 x ，并指向該對象，此時該對象的引用計數(shù)加1。

如果接下來的代碼是“y=x”，那么引用計數(shù)將再次提高到2。

每當(dāng)x和y超出作用域或者從它們的名稱空間中刪除時，字符串x和y的引用計數(shù)都會減少1。一旦x和y都超出作用域或被刪除，字符串的refcount就變?yōu)?并被刪除。

什么是作用域

作用域是名稱空間的通用術(shù)語。默認(rèn)情況下，在函數(shù)內(nèi)定義的變量的作用域只是該函數(shù)，但在模塊級別定義的名稱的作用域是整個模塊。有關(guān)更多詳細(xì)信息，請參閱Python的文檔。

現(xiàn)在，假設(shè)我們創(chuàng)建一個包含字符串的列表，如下所示：

x = ["Hello there", 2, False]

字符串一直保留在內(nèi)存中，直到列表本身被刪除或者包含字符串的元素從列表中被刪除。這兩個操作都會導(dǎo)致持有該字符串引用的對象消失。

現(xiàn)在考慮一下這個例子:

x="Hello there"

y=[x]

如果我們從y中刪除第一個元素，或者完全刪除列表y，那么字符串仍然在內(nèi)存中，這是因為x包含對它的引用。

2、Python循環(huán)引用

大多數(shù)情況下，引用計數(shù)都是正常工作的，但有時你會遇到這樣的情況：兩個對象各自持有對方的一個引用，這就是所謂的循環(huán)引用。在這種情況下，對象的引用計數(shù)將永遠不會達到零，它們也永遠不會從內(nèi)存中刪除。

這里有一個人為的例子:

x = SomeClass()

y = SomeOtherClass()

x.item = y

y.item = x

由于x和y保持對彼此的引用，即使沒有其它引用，它們也永遠不會從系統(tǒng)中刪除。

實際上，對于Python來說，為對象生成循環(huán)引用是相當(dāng)常見的。一個例子是跟蹤對象的異常，該對象包含對異常本身的引用。

在Python的早期版本中，具有循環(huán)引用的對象可能會隨著時間積累，這對于長時間運行的應(yīng)用程序來說是一個大問題。但Python后來引入了循環(huán)檢測和垃圾回收系統(tǒng)，用于管理循環(huán)引用。

3、Python垃圾回收器(GC)

Python的垃圾回收器檢測具有循環(huán)引用的對象。它通過跟蹤作為“容器”的對象--例如列表、字典、自定義類實例，并確定其中有哪些對象不被引用。

一旦這些對象被挑選出來，垃圾回收器就會通過把它們的引用計數(shù)降低到0來刪除它們。(有關(guān)這種方法的詳細(xì)信息，請參閱Python開發(fā)人員指南。)

絕大多數(shù)Python對象沒有循環(huán)引用，因此垃圾回收器不需要全天運行。相反，垃圾回收器使用一些方法來減少運行次數(shù)，并盡可能高效地運行。

當(dāng)Python解釋器啟動時，它會跟蹤已分配但未釋放的對象數(shù)量，絕大多數(shù)Python對象的生命周期非常短，因此它們很快就會出現(xiàn)或消失。但是隨著時間的推移，長期存在的對象會逐漸積累，當(dāng)這種對象的數(shù)量超過一定數(shù)量時，垃圾回收器就會運行。(在Python 3.10中，默認(rèn)允許的長生命周期對象數(shù)是700。)

每次垃圾回收器運行時，它都會將收集后的所有對象放在一起，并將它們放在一個稱為“分代”的組中，在循環(huán)引用內(nèi)，這些“第1代”對象被掃描的頻率較低。任何在垃圾回收器中幸存下來的第1代對象最終都會遷移到第2代，在第2代中，它們很少被掃描。

同樣，并不是所有的對象都會被垃圾回收器追蹤到，例如像用戶創(chuàng)建類這樣的復(fù)雜對象總是被跟蹤的，但是一個只保存簡單對象，例如整數(shù)和字符串的字典不會被跟蹤，因為在那個特定的字典中沒有對象持有對其的引用，不持有對其它元素的引用的簡單對象，如整數(shù)和字符串，永遠不會被跟蹤。

4、如何使用GC模塊

一般來說，垃圾回收器不需要調(diào)整就可以運行良好，Python的開發(fā)團隊選擇了常見情況的默認(rèn)值，如果你確實需要調(diào)整垃圾回收的工作方式，你可以使用Python的GC?模塊，GC模塊為垃圾回收器的行為提供了編程接口，并可配置對哪些對象進行跟蹤。

GC讓你做的一件有用的事情是，當(dāng)你確定不需要垃圾回收器的時候，可以關(guān)掉它。如果你有一個短期運行的腳本，堆積了大量的對象，你就不需要垃圾回收器。所有的東西都會在腳本結(jié)束時被清除掉。為此，你可以用gc.disable()命令禁用垃圾回收器，之后可以用gc.enable()重新啟用它。

你還可以使用gc.collect() 手動運行垃圾回收，這方面的一個常見應(yīng)用是管理程序中生成許多臨時對象的部分，你可以在程序的這一部分禁用垃圾回收，然后在結(jié)束時手動運行回收并重新啟用回收。

另一個有用的垃圾回收優(yōu)化是gc.free()，當(dāng)運行該代碼后，垃圾回收器跟蹤的所有內(nèi)容都被“凍結(jié)”，或者被列為免于回收掃描，這樣，未來的掃描可以跳過這些對象。如果你有一個導(dǎo)入庫并在啟動前設(shè)置大量內(nèi)部狀態(tài)的程序，那么可以在完成所有工作之后發(fā)出gc.free()。這樣可以防止垃圾回收器搜尋那些無論如何都不可能被移除的東西。(如果希望將凍結(jié)的對象再次執(zhí)行垃圾回收，請使用gc.unfree()。)

5、使用GC調(diào)試?yán)厥?/span>

還可以使用GC調(diào)試?yán)厥招袨椋绻麅?nèi)存中堆積的對象數(shù)量過多，而且沒有被垃圾回收，那么可以使用GC的檢查工具來確定哪些對象保存著對這些對象的引用。

如果想知道哪些對象保存著對給定對象的引用，可以使用gc.get_reference (obj)來列出它們，還可以使用gc.get_reference(obj)查找給定對象引用的任何。

如果不確定給定對象是否是垃圾回收的候選對象，gc.is_trace (obj)會告訴垃圾回收器是否跟蹤該對象，如前所述，請記住垃圾回收器不會跟蹤“原子”對象(如整數(shù))或僅包含原子對象的元素。

如果希望親自查看正在收集的對象，可以使用gc.set_debug(gc.DEBUG _ LEAK | gc.DEBUG_STATS)設(shè)置垃圾收集器的調(diào)試標(biāo)志。這將有關(guān)垃圾收集的信息寫入stderr，它將所有作為垃圾收集的對象保存在只讀列表gc.garbage中。

6、避免Python內(nèi)存管理中的陷阱

如前所述，對象可能堆積在內(nèi)存中，如果在某個地方仍然有對它們的引用，則不會被回收。這并不是Python的垃圾回收本身的問題，而是因為垃圾回收器無法判斷你是否意外地保留了對某些內(nèi)容的引用。

讓我們以一些防止對象出現(xiàn)永不回收的提示來結(jié)束本文。

注意對象作用域

如果你把對象1指定為對象2的一個屬性（比如一個類），對象2需要在對象1之前退出作用范圍。

obj1 = MyClass()

obj2.prop = obj1

更重要的是，如果這是以其它操作的副作用形式方式發(fā)生的，例如把對象2作為參數(shù)傳遞給對象1的構(gòu)造函數(shù)，你可能沒有意識到對象1有一個引用。

obj1 = MyClass(obj2)

另一個例子，如果你把一個對象推到一個模塊級的列表中，然后忘記了這個列表，這個對象將一直存在，直到從列表中刪除，或者直到列表本身不再有任何引用。但是如果這個列表是一個模塊級的對象，它很可能會一直存在，直到程序終止。

簡而言之，要意識到對象可能被另一個不明顯的對象引用。

使用weakref避免循環(huán)引用

Python的weakref模塊讓你創(chuàng)建對其它對象的弱引用，弱引用不會增加一個對象的引用數(shù)，所以一個只有弱引用的對象是垃圾回收的候選對象。

weakref的一個常見用途是對象的緩存，如果不希望被引用的對象僅僅因為有一個緩存條目而被保留下來，可以對緩存條目使用弱引用。

手動中斷循環(huán)引用

最后，如果你知道一個給定的對象持有對另一個對象的引用，你可以手動中斷對該對象的引用，如果你有instance_of_class.ref = other_object，當(dāng)你準(zhǔn)備移除instance_of_class時，你可以設(shè)置instance_of_class.ref = None。

原文鏈接：

??https://www.infoworld.com/article/3671673/python-garbage-collection-and-the-gc-module.html??

譯者介紹

王德朕，51CTO社區(qū)編輯，10年互聯(lián)網(wǎng)產(chǎn)研經(jīng)驗，6年IT教培行業(yè)經(jīng)驗。