【转】python里面的“垃圾”是怎么回收的

最新推荐文章于 2024-05-03 18:52:34 发布

baby_in_car

最新推荐文章于 2024-05-03 18:52:34 发布

阅读量169

点赞数

原文链接：https://www.heroyf.club/2019/10/24/python_gc/

版权

大家都熟悉C和Java的垃圾回收机制，可以帮助机器很好的去释放内存空间，提升内存的使用效率。那么对于胶水语言Python来说，是怎么样做到垃圾回收的呢？

前言：

对于python来说，一切皆为对象，所有的变量赋值都遵循着对象引用机制。程序在运行的时候，需要在内存中开辟出一块空间，用于存放运行时产生的临时变量；计算完成后，再将结果输出到永久性存储器中。如果数据量过大，内存空间管理不善就很容易出现OOM(out of memory)的情况，俗称爆内存，程序可能被操作系统终止。

而对于服务器，内存管理则显得更为重要，不然很容易引发内存泄露。

这里说的泄露，并不是说我们的内存出了信息安全问题，被恶意程序利用了，而是指程序本身没有设计好，导致程序未能释放已经不再使用的内存。

计数引用

因为python里面一切皆对象，所有我们看到的一切变量，实质上是对象的一个指针。

当一个对象不再调用的时候，也就是当这个对象的引用计数（指针数）为0的时候，说明这个对象永不可达，自然也就成为了垃圾，需要被回收。可以简单的理解为没有任何变量再指向它。

import os
import psutil

#显示当前python程序占用的内存大小
def show_memory_info(hint):
    pid = os.getpid()
    p = psutil.Process(pid)

    info = p.memory_full_info()
    memory = info.uss / 1024. / 1024
    print('{} memory used:{}MB'.format(hint,memory))

def func():
    show_memory_info('initial')
    a = [i for i in range(10000000)]
    show_memory_info('after a created')
func()
show_memory_info('finished')

########运行结果#############
initial memory used:4.94140625MB
after a created memory used:197.484375MB
finished memory used:5.2421875MB

从输出结果，我们可以看到在调用函数func()之后，在列表a被创建之后，内存迅速占用到了197M；而在函数运行结束之后，内存则返回正常。这是因为，函数内部声明的列表a是局部变量，在函数返回后，局部变量的引用会被注销掉；此时，列表a所指代对象的引用数为0，python便会执行垃圾回收，因此之前占用的大量内存又回来了。

接下来，让我们再来看另外一段代码：

import os
import psutil

def show_memory_info(hint):
    pid = os.getpid()
    p = psutil.Process(pid)
    
    info = p.memory_full_info()
    memory = info.uss / 1024. / 1024
    print('{} memory used:{}MB'.format(hint,memory))

def func():
    show_memory_info('inital')
    global a
    a = [i for i in range(10000000)]
    show_memory_info('after a created!')

func()
show_memory_info('finished!')

################输出结果################
inital memory used:4.8671875MB
after a created! memory used:197.4375MB
finished! memory used:197.4375MB

从这段代码中，我们可以看到 global a表示将a声明为全局变量。那么，即使函数返回后，列表的引用依然存在，对象并没有因为函数调用结束而被回收掉，依然占用着分配给它的大量内存。那么，我们再来往下思考，如果我们把变量返回到主程序中接受，结果会怎么样呢？再来看一段代码：

def func():
    show_memory_info('initail')
    a = [i for i in range(10000000)]
    show_memory_info('after a created:')
    return a 

a = func()
show_memory_info('finished!')

###################output#################
inital memory used:4.8671875MB
after a created! memory used:197.41015625MB
finished! memory used:197.41015625MB

从输出结果可以看出，但我们选择把局部变量的值引用到主程序的时候，在程序执行结束之后，内存的使用情况和作为全局变量完全一致。说明，这种方法依然会造成内存得不到释放。

那么我们怎么看到变量被引用了多少次呢？让我们来看下面一段代码

import sys

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

def func(a):
    print(sys.getrefcount(a))

func(a)
print(sys.getrefcount(a))

#############output#############
2
4
2

其中涉及到函数调用的时候，会额为增加两次

1.函数栈

2.函数调用

从这里可以看到python并不需要我们像C语言那样的释放内存，但是python同样给我们提供了手动释放内错的方法:gc.collect()

看下面一段代码：

import sys
import gc
import os
import psutil

def show_memory_info(hint):
    pid = os.getpid()
    p = psutil.Process(pid)

    info = p.memory_full_info()
    memory = info.uss / 1024. / 1024
    print('{} memory used:{}MB'.format(hint,memory))

show_memory_info('initial')
a = [i for i in range(10000000)]

del a
gc.collect()
show_memory_info('finished')
print(a)

###############output ####################
initial memory used:4.94140625MB
finished memory used:4.98828125MB
Traceback (most recent call last):
  File "varible.py", line 20, in <module>
    print(a)
NameError: name 'a' is not defined

截止目前，貌似python的垃圾回收机制非常的简单，只要对象引用次数为0，必定为触发gc，那么引用次数为0是否是触发gc的充要条件呢？

原文链接：https://www.heroyf.club/2019/10/24/python_gc/