Python的內存管理機制（垃圾回收）

內存管理器

　　Python 作為一個高層次的結合了解釋性、編譯性、互動性和面向對象的腳本語言，與大多數編程語言不同，Python 中的變量無需事先申明，變量無需指定類型，程序員無需關心內存管理，Python 解釋器給你自動回收。開發人員不用過多的關心內存管理機制，這一切全部由 Python 內存管理器承擔了復雜的內存管理工作。

 

Python內存池

為什么要引入內存池

　　當創建大量消耗小內存的對象時，頻繁調用 new/malloc 會導致大量的內存碎片，致使效率降低。

　　內存池的作用就是預先在內存中申請一定數量的，大小相等的內存塊留作備用，當有新的內存需求時，就先從內存池中分配內存給這個需求，不夠之后再申請新的內存。這樣做最顯著的優勢就是能夠減少內存碎片，提升效率。

Python 中的內存管理機制為 Pymalloc

 

內存池是如何工作的（how）

CPython(Python 解釋器)的內存架構圖：

 

 

 

• python 的對象管理主要位於 Level+1~Level+3 層

• Level+3層：對於 python 內置的對象（比如 int，dict 等）都有獨立的私有內存池，對象之間的內存池不共享，即int釋放的內存，不會被分配給float使用

• Level+2層：當申請的內存大小小於 256 KB 時，內存分配主要由 Python 對象分配器（Python’s object allocator）實施

• Level+1層：當申請的內存大小大於 256 KB 時，由Python原生的內存分配器進行分配，本質上是調用 C 標准庫中的 malloc/realloc 等函數

關於釋放內存方面，當一個對象的引用計數變為 0 時，Python 就會調用它的析構函數。調用析構函數並不意味着最終一定會調用 free 來釋放內存空間，如果真是這樣的話，那頻繁地申請、釋放內存空間會使Python的執行效率大打折扣。因此在析構時也采用了內存池機制，從內存池申請到的內存會被歸還到內存池中，以避免頻繁地申請和釋放動作。

 

垃圾回收機制

　　Python 的垃圾回收機制采用引用計數機制為主，標記-清除和分代回收機制為輔的策略。其中，標記-清除機制用來解決計數引用帶來的循環引用而無法釋放內存的問題，分代回收機制是為提升垃圾回收的效率。

引用計數

　　Python 通過引用計數來保存內存中的變量追蹤，即記錄該對象被其他使用的對象引用的次數。

　　Python 中有個內部跟蹤變量叫做引用計數器，每個變量有多少個引用，簡稱引用計數。當某個對象的引用計數為 0 時，就列入了垃圾回收隊列。

• 引用計數增加的情況：

1. 一個對象被分配給一個新的名字（例如：a=[1,2]）

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

• 引用計數減少的情況：

1. 使用 del 語句對對象別名顯式的銷毀(例如：del b)

2. 對象所在的容器被銷毀或從容器中刪除對象（例如：del c ）

3. 引用超出作用域或被重新賦值（例如：a=[3,4]）

引用計數能夠解決大多數垃圾回收的問題，但是遇到兩個對象相互引用的情況，del 語句可以減少引用次數，但是引用計數不會歸 0，對象也就不會被銷毀，從而造成了內存泄漏問題。針對該情況，Python引入了標記-清除機制。

 

標記-清除

　　標記-清除用來解決引用計數機制產生的循環引用，進而導致內存泄漏的問題 。循環引用只有在容器對象才會產生，比如字典，元組，列表等。

顧名思義，該機制在進行垃圾回收時分成了兩步，分別是：

• 標記階段，遍歷所有的對象，如果是可達的（reachable），也就是還有對象引用它，那么就標記該對象為可達

• 清除階段，再次遍歷對象，如果發現某個對象沒有標記為可達（即為Unreachable），則就將其回收

 

具體栗子：

• a引用b,b引用a,此時兩個對象各自被引用了2次（去除getrefcout()的臨時引用）

   

• 執行del之后，對象a,b的引用次數都-1，此時各自的引用計數器都為1，陷入循環引用

   

• 標記：找到其中的一端a,因為它有一個對b的引用，則將b的引用計數-1

   

• 標記：再沿着引用到b,b有一個a的引用,將a的引用計數-1，此時對象a和b的引用次數全部為0，被標記為不可達（Unreachable）

   

   

• 清除: 被標記為不可達的對象就是真正需要被釋放的對象

上面描述的垃圾回收的階段，會暫停整個應用程序，等待標記清除結束后才會恢復應用程序的運行。為了減少應用程序暫停的時間，Python 通過“分代回收”(Generational Collection)以空間換時間的方法提高垃圾回收效率。

 

分代回收

　　對於程序，存在一定比例的內存塊的生存周期比較短；而剩下的內存塊，生存周期會比較長，甚至會從程序開始一直持續到程序結束。生存期較短對象的比例通常在 80%～90%之間。因此，簡單地認為：對象存在時間越長，越可能不是垃圾，應該越少去收集。這樣在執行標記-清除算法時可以有效減小遍歷的對象數，從而提高垃圾回收的速度，是一種以空間換時間的方法策略。

　　Python 將所有的對象分為年輕代（第0代）、中年代（第1代）、老年代（第2代）三代。所有的新建對象默認是 第0代對象。當在第0代的gc掃描中存活下來的對象將被移至第1代，在第1代的gc掃描中存活下來的對象將被移至第2代。當某一代中被分配的對象與被釋放的對象之差達到某一閾值時，就會觸發當前一代的gc掃描。當某一代被掃描時，比它年輕的一代也會被掃描，因此，第2代的gc掃描發生時，第0，1代的gc掃描也會發生，即為全代掃描。

gc掃描次數（第0代>第1代>第2代）

 

總結

　　總體而言，python 通過內存池來減少內存碎片化，提高執行效率。主要通過引用計數來完成垃圾回收，通過標記-清除解決容器對象循環引用造成的問題，通過分代回收提高垃圾回收的效率。

 

 

 

參考：https://mp.weixin.qq.com/s/PGfpBKyzaRkKPYEI72c-Nw