Python内存机制

Python的内存管理机制：引入计数、垃圾回收、内存池机制

参考链接：Python内存管理机制 - GeaoZhang - 博客园 (cnblogs.com)

一、变量与对象

关系图如下：

1. 变量，通过变量指针引用对象

   变量指针指向具体对象的内存空间，取对象的值

2. 对象，类型已知，每个对象都包含一个头部信息（头部信息：类型标识符和引用计数器）

变量名没有类型，类型属于对象（因为变量引用对象，所以类型随对象），变量引用什么类型的对象，变量就是什么类型的。

In [32]: var1=object
In [33]: var2=var1

In [34]: id(var1)
Out[34]: 139697863383968

In [35]: id(var2)
Out[35]: 139697863383968

id()是python的内置函数，用于返回对象的身份，即对象的内存地址。

In [39]: a=123
In [40]: b=a

In [41]: id(a) # 指向同一个对象
Out[41]: 23242832

In [42]: id(b) # 指向同一个对象
Out[42]: 23242832

In [43]: a=456 # 更改指向

In [44]: id(a)
Out[44]: 33166408

In [45]: id(b)
Out[45]: 23242832

3. 引用所指判断

   通过is进行引用所指判断，is是用来判断两个引用所指的对象是否相同。

   In [46]: a=1 # 整数
   In [47]: b=1
   In [48]: print(a is b)
   True

   短字符串

   In [49]: c="good"
   In [50]: d="good"
   In [51]: print(c is d)
   True

   长字符串

   In [52]: e="very good"
   In [53]: f="very good"
   In [54]: print(e is f)
   False

   列表

   In [55]: g=[]
   In [56]: h=[]
   In [57]: print(g is h)
   False

   由运行结果可知：

   1. Python缓存了整数和短字符串，因此每个对象在内存中只存有一份，引用所指对象就是相同的，即使使用赋值语句，也只是创造新的引用，而不是对象本身；
   2. Python没有缓存长字符串、列表及其他对象，可以由多个相同的对象，可以使用赋值语句创建出新的对象。

---

二、引用计数

在Python中，每个对象都有指向该对象的引用总数—引用计数，查看对象的引用计数：sys.getrefcount()

1. 普通引用

   In [2]: import sys
   
   In [3]: a=[1,2,3]
   In [4]: getrefcount(a)
   Out[4]: 2
   
   In [5]: b=a
   In [6]: getrefcount(a)
   Out[6]: 3
   In [7]: getrefcount(b)
   Out[7]: 3

   当使用某个引用作为参数，传递给getrefcount()时，参数实际上创建了一个临时的引用。因此，getrefcount()所得到的结果，会比期望的多1。

2. 容器对象

   Python的一个容器对象(比如：表、词典等)，可以包含多个对象。

   In [12]: a=[1,2,3,4,5]
   In [13]: b=a
   
   In [14]: a is b
   Out[14]: True
   
   In [15]: a[0]=6   
   In [16]: a
   Out[16]: [6, 2, 3, 4, 5]
   
   In [17]: a is b
   Out[17]: True
   
   In [18]: b
   Out[18]: [6, 2, 3, 4, 5]

   

   由上可见，实际上，容器对象中包含的并不是元素对象本身，是指向各个元素对象的引用。

3. 引用计数增加

   1. 对象被创建

      In [39]: getrefcount(123)
      Out[39]: 6
      
      In [40]: n=123
      
      In [41]: getrefcount(123)
      Out[41]: 7

   2. 另外的别人被创建

      In [42]: m=n
      In [43]: getrefcount(123)
      Out[43]: 8

   3. 作为容器对象的一个元素

      In [44]: a=[1,12,123]
      In [45]: getrefcount(123)
      Out[45]: 9

   4. 被作为参数传递给函数：foo(x)

4. 引用计数减少

   1. 对象的别名被显式的销毁

      In [46]: del m
      In [47]: getrefcount(123)
      Out[47]: 8

   2. 对象的一个别名被赋值给其他对象

      In [48]: n=456
      In [49]: getrefcount(123)
      Out[49]: 7

   3. 对象从一个窗口对象中移除，或，窗口对象本身被销毁

      In [50]: a.remove(123)
      In [51]: a
      Out[51]: [1, 12]
      
      In [52]: getrefcount(123)
      Out[52]: 6

   4. 一个本地引用离开了它的作用域，比如上面的foo(x)函数结束时，x指向的对象引用减1。

---

三、垃圾回收

当Python中的对象越来越多，占据越来越大的内存，启动垃圾回收(garbage collection)，将没用的对象清除。

1. 原理

   当Python的某个对象的引用计数降为0时，说明没有任何引用指向该对象，该对象就成为要被回收的垃圾。比如某个新建对象，被分配给某个引用，对象的引用计数变为1。如果引用被删除，对象的引用计数为0，那么该对象就可以被垃圾回收。

   In [74]: a=[321,123]
   
   In [75]: del a

2. 解析del

   del a后，已经没有任何引用指向之前建立的[321,123]，该表引用计数变为0，用户不可能通过任何方式接触或者动用这个对象，当垃圾回收启动时，Python扫描到这个引用计数为0的对象，就将它所占据的内存清空。

3. 注意

   1. 垃圾回收时，Python不能进行其它的任务，频繁的垃圾回收将大大降低Python的工作效率；
   2. Python只会在特定条件下，自动启动垃圾回收（垃圾对象少就没必要回收）
   3. 当Python运行时，会记录其中分配对象(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。

   In [93]: import gc
   
   In [94]: gc.get_threshold()　　#gc模块中查看阈值的方法
   Out[94]: (700, 10, 10)

   阈值分析：

   • 700即是垃圾回收启动的阈值；
   • 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；

   当然也是可以手动启动垃圾回收：　

   In [95]: gc.collect()    #手动启动垃圾回收
   Out[95]: 2

4. 何为分代回收

   • Python将所有的对象分为0，1，2三代；
   • 所有的新建对象都是0代对象；
   • 当某一代对象经历过垃圾回收，依然存活，就被归入下一代对象。

---

四、内存池机制

Python中有分为大内存和小内存：（256K为界限分大小内存）

1. 大内存使用malloc进行分配

2. 小内存使用内存池进行分配

3. Python的内存池(金字塔)

   • 第3层：最上层，用户对Python对象的直接操作

   • 第1层和第2层：内存池，有Python的接口函数PyMem_Malloc实现

     若请求分配的内存在1~256字节之间就使用内存池管理系统进行分配，调用malloc函数分配内存，但是每次只会分配一块大小为256K的大块内存，不会调用free函数释放内存，将该内存块留在内存池中以便下次使用。

   • 第0层：大内存—–若请求分配的内存大于256K，malloc函数分配内存，free函数释放内存。

   • 第-1，-2层：操作系统进行操作