内存管理与多线程

内存管理

1、赋值语句内存分析
使用 id() 访问内存地址

使用 is 比较内存引用地址是否相等

2、垃圾回收机制

class Cat(object):

    def __init__(self):
        print('对象产生了: {0}'.format(id(self)))

    def __del__(self):
        print('对象删除了: {0}'.format(id(self)))


def f0():
    """ 自动回收内存 """
    while True:
        c1 = Cat()


def f1():
    """ 一直在被引用，不会被回收 """
    l = []
    while True:
        c1 = Cat()
        l.append(c1)
        print(len(l))


if __name__ == '__main__':
    f1()

（1）以引用计数为主，分代收集为辅
引用计数：
a、每个对象都有存有指向该对象的引用总数
b、查看某个对象的引用计数sys.getrefcount()
c、可以使用del关键字删除某个引用

import sys

i = 1

l = []
l2 = l
l3 = l

l5 = l3
print(sys.getrefcount(l))
del l2


# 对象l被引用的数量
print(sys.getrefcount(l))

print('xxxxxxxxxxxxx')
print(sys.getrefcount(i))
a = i
print(sys.getrefcount(i))

（2）如果一个对象的引用数为0，python虚拟机就会回收这个对象的内存

垃圾回收：
满足特定条件，自动启动垃圾回收
等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
查看阙值gc.get_threshold()

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，那么它就被归入下一代对象

手动回收：
gc.collect()手动回收
objgraph模块中的count()记录当前类产生的实例对象的个数

import gc, sys
import objgraph


print(gc.get_threshold())


class Persion(object):
    pass


class Cat(object):
    pass


p = Persion()
c = Cat()
p.name = 'Susan'
p.pet = c

c.master = p
print(sys.getrefcount(p))
print(sys.getrefcount(c))

# del p
# del c

# 手动执行垃圾回收
gc.collect()
print(objgraph.count('Persion'))
print(objgraph.count('Cat'))

（3）引用计数的缺陷是循环引用的问题

3、内存管理机制
内存池（memory pool）机制：预先在内存中申请一定数量的，大小相等的内存块留作备用，当有新的内存需求时，就先从内存池中分配内存给这个需求，不够了之后在申请新的内存

python多线程

1、对多核的利用
GIL——全局解释器锁
GIL只是强制在任何时候只有一个线程可以执行python代码
I/O密集型应用与CPU密集型应用

GIL执行顺序：
设置GIL；
切换进一个线程去运行；
执行下面操作之一：指定数量的字节码指令；线程主动让出控制权（可以调用time.sleep(0)来完成）
把线程设置回睡眠状态（切换出线程）
解锁GIL
重复上述步骤

2、线程
在同一个进程下执行，并共享相同的上下文
一个进程中的各个线程与主线程共享同一片数据空间
线程包括开始、执行顺序和结束三部分
它可以被强占和临时挂起
一般以并发方式进行

（1）实现一个线程：
用threading模块代替thread模块
用threading.Tread创建线程
start()启动线程
join()挂起线程

import threading
import time


def loop():
    """ 新的线程执行的代码 """
    n = 0
    while n < 5:
        print(n)
        now_thread = threading.current_thread()
        print('[loop]now  thread name : {0}'.format(now_thread.name))
        time.sleep(1)
        n += 1


def use_thread():
    """ 使用线程来实现 """
    # 当前正在执行的线程名称
    now_thread = threading.current_thread()
    print('now  thread name : {0}'.format(now_thread.name))
    # 设置线程
    t = threading.Thread(target=loop, name='loop_thread')
    # 启动线程
    t.start()
    # 挂起线程
    t.join()


if __name__ == '__main__':
    use_thread()