Python—— __slots__

slots魔法

__slots__魔法

在Python中，每个类都有实例属性，默认的情况下Python用字典来保存一个对象的实例属性。这允许我们在运行的时候运行的新的属性。

但是对于已知属性的类来说，他可能是一个瓶颈，这个字典浪费了很多了的内存。Python不能在对象创建时直接分配一个固定的内存类保存所有属性，因此如果你创建很多对象，它会消耗很多内存。可以使用__slots__来告诉python不要使用字典，而且只给一个固定集合的属性分配空间。

不使用__slots__

class MyClass(object):
  def __init__(self, name, identifier):
      self.name = name
      self.identifier = identifier

使用__slot__

class MyClass(object):
  __slots__ = ['name', 'identifier']
  def __init__(self, name, identifier):
      self.name = name
      self.identifier = identifier

使用ipython进行测试

In [1]: import ipython_memory_usage.ipython_memory_usage as imu
In [2]: imu.start_watching_memory()
In [2] used 0.0000 MiB RAM in 5.31s, peaked 0.00 MiB above current, total RAM usage 15.57 MiB
In [3]: %cat slots.py
class MyClass(object):
        __slots__ = ['name', 'identifier']
        def __init__(self, name, identifier):
                self.name = name
                self.identifier = identifier
num = 1024*256
x = [MyClass(1,1) for i in range(num)]
In [3] used 0.2305 MiB RAM in 0.12s, peaked 0.00 MiB above current, total RAM usage 15.80 MiB
In [4]: from slots import *
In [4] used 9.3008 MiB RAM in 0.72s, peaked 0.00 MiB above current, total RAM usage 25.10 MiB
In [5]: %cat noslots.py
class MyClass(object):
        def __init__(self, name, identifier):
                self.name = name
                self.identifier = identifier
num = 1024*256
x = [MyClass(1,1) for i in range(num)]
In [5] used 0.1758 MiB RAM in 0.12s, peaked 0.00 MiB above current, total RAM usage 25.28 MiB
In [6]: from noslots import *
In [6] used 22.6680 MiB RAM in 0.80s, peaked 0.00 MiB above current, total RAM usage 47.95 MiB