首頁  >  文章  >  後端開發  >  python的記憶體管理詳細介紹

python的記憶體管理詳細介紹

高洛峰
高洛峰原創
2017-03-23 16:57:081387瀏覽

語言的記憶體管理是語言設計的一個重要面向。它是決定語言表現的重要因素。無論是C語言的手動管理,或是Java的垃圾回收,都成為語言最重要的特徵。這裡以Python語言為例子,說明一門動態類型的、物件導向的語言的記憶體管理方式。

物件的記憶體使用

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,也可以很有內涵。 Python的賦值語句就很值得研究。

a = 1


整數1為一個物件。而a是一個引用。利用賦值語句,引用a指向物件1。 Python是動態型別的語言(參考動態型別),物件與引用分離。 Python像使用「筷子」一樣,透過引用來接觸和翻動真正的食物――物件。

python的記憶體管理詳細介紹

引用和物件
為了探索物件在記憶體的存儲,我們可以求助於Python的內建函數id()。它用於傳回物件的身份(identity)。其實,這裡所謂的身份,就是該物件的記憶體位址。

a = 1

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


在我的電腦上,它們回傳的是:

#11246696

'0xab9c68'

#分別為記憶體位址的十進制和十六進位表示。

在Python中,整數和短小的字符,Python都會快取這些對象,以便重複使用。當我們創建多個等於1的引用時,實際上是讓所有這些引用指向同一個物件。

a = 1
b = 1

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



上面程式傳回

11246696

11246696

可見a和b其實是指向同一個對象的兩個引用。

為了檢驗兩個引用指向同一個對象,我們可以用is關鍵字。 is用來判斷兩個引用所指的物件是否相同。

# Truea = 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)



上面的註解為對應的運行結果。可以看到,由於Python快取了整數和短字串,因此每個物件只存有一份。例如,所有整數1的引用都指向同一物件。即使使用賦值語句,也只是創造了新的引用,而不是物件本身。長的字串和其它對象可以有多個相同的對象,可以使用賦值語句建立出新的對象。

在Python中,每個物件都有存有指向該物件的參考總數,即引用計數(reference count)。

我們可以使用sys套件中的getrefcount(),來查看某個物件的參考計數。需要注意的是,當使用某個參考作為參數,傳遞給getrefcount()時,參數實際上建立了一個暫時的參考。因此,getrefcount()所得到的結果,會比期望的多1。

from sys import getrefcount

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

b = a
print(getrefcount(b))



由於上述原因,兩個getrefcount將返回2和3,而不是期望的1和2。

物件引用物件

Python的一個容器物件(container),例如表格、字典等,可以包含多個物件。實際上,容器物件中包含的並不是元素物件本身,是指向各個元素物件的參考。

我們也可以自訂一個對象,並引用其它對象:

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。

物件引用對象,是Python最基本的構成方式。即使是a = 1這一賦值方式,實際上是讓字典的一個鍵值"a"的元素引用整數物件1。此字典物件用於記錄所有的全域引用。字典引用了整數物件1。我們可以透過內建函數globals()來查看該字典。

當一個物件A被另一個物件B引用時,A的參考計數將增加1。

from sys import getrefcount

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

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



由於物件b引用了兩次a,a的參考計數增加了2。

容器物件的參考可能構成很複雜的拓樸結構。我們可以用objgraph套件來繪製其引用關係,例如

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

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



python的記憶體管理詳細介紹

#objgraph是Python的一個第三方套件。安裝前需要安裝xdot。

sudo apt-get install xdot
sudo pip install objgraph


兩個物件可能會互相引用,從而構成所謂的引用環(reference cycle)。

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



即使是一個對象,只需要自己引用自己,也能構成一個引用環。

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



引用环会给垃圾回收机制带来很大的麻烦,我将在后面详细叙述这一点。

引用减少

某个对象的引用计数可能减少。比如,可以使用del关键字删除某个引用:

from sys import getrefcount

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

del a
print(getrefcount(b))



del也可以用于删除容器元素中的元素,比如:

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



如果某个引用指向对象A,当这个引用被重新定向到某个其他对象B时,对象A的引用计数减少:

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,它们将占据越来越大的内存。不过你不用太担心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),将没用的对象清除。在许多语言中都有垃圾回收机制,比如Java和Ruby。尽管最终目的都是塑造苗条的提醒,但不同语言的减肥方案有很大的差异 (这一点可以对比本文和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,说明没有任何引用指向该对象,该对象就成为要被回收的垃圾了。比如某个新建对象,它被分配给某个引用,对象的引用计数变为1。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。比如下面的表:

a = [1, 2, 3]
del a


del a后,已经没有任何引用指向之前建立的[1, 2, 3]这个表。用户不可能通过任何方式接触或者动用这个对象。这个对象如果继续待在内存里,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,就将它所占据的内存清空。

然而,减肥是个昂贵而费力的事情。垃圾回收时,Python不能进行其它的任务。频繁的垃圾回收将大大降低Python的工作效率。如果内存中的对象不多,就没有必要总启动垃圾回收。所以,Python只会在特定条件下,自动启动垃圾回收。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。

我们可以通过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,后面可以看到。700即是垃圾回收启动的阈值。可以通过gc中的set_threshold()方法重新设置。

我们也可以手动启动垃圾回收,即使用gc.collect()。

分代回收

Python同时采用了分代(generation)回收的策略。这一策略的基本假设是,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,许多对象很快产生和消失,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,所以减少在垃圾回收中扫描它们的频率。

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,那么它就被归入下一代对象。垃圾回收启动时,一定会扫描所有的0代对象。如果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,即对所有对象进行扫描。

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。

同样可以用set_threshold()来调整,比如对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很大的困难。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。但是由于引用环的存在,这两个对象的引用计数都没有降到0,不会被垃圾回收。

python的記憶體管理詳細介紹

孤立的引用环
为了回收这样的引用环,Python复制每个对象的引用计数,可以记为gc_ref。假设,每个对象i,该计数为gc_ref_i。Python会遍历所有的对象i。对于每个对象i引用的对象j,将相应的gc_ref_j减1。

python的記憶體管理詳細介紹

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,需要被保留。而其它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。这与曾经的面向过程语言有很大的区别。为了有效的释放内存,Python内置了垃圾回收的支持。Python采取了一种相对简单的垃圾回收机制,即引用计数,并因此需要解决孤立引用环的问题。

Python与其它语言既有共通性,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。


以上是python的記憶體管理詳細介紹的詳細內容。更多資訊請關注PHP中文網其他相關文章!

陳述:
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn