python gc模块_Python垃圾回收机制:gc模块

在Python中，为了解决内存泄露问题，采用了对象引用计数，并基于引用计数实现自动垃圾回收。

由于Python 有了自动垃圾回收功能，就造成了不少初学者误认为不必再受内存泄漏的骚扰了。但如果仔细查看一下Python文档对 __del__() 函数的描述，就知道这种好日子里也是有阴云的。下面摘抄一点文档内容如下：

Some common situations that may prevent the reference count of an object from going to zero include: circular references between objects (e.g., a doubly-linked list or a tree data structure with parent and child pointers); a reference to the object on the stack frame of a function that caught an exception (the traceback stored in sys.exc_traceback keeps the stack frame alive); or a reference to the object on the stack frame that raised an unhandled exception in interactive mode (the traceback stored in sys.last_traceback keeps the stack frame alive).

可见，有__del__() 函数的对象间的循环引用是导致内存泄漏的主凶。但没有__del__()函数的对象间的循环引用是可以被垃圾回收器回收掉的。

如何知道一个对象是否内存泄露掉了呢？

可以通过Python的扩展模块gc来查看不能回收掉的对象的详细信息。

例

例1：没有出现内存泄露的

importgcimportsysclassCGcLeak(object):def __init__(self):

self._text= '#' * 10

def __del__(self):pass

defmake_circle_ref():

_gcleak=CGcLeak()print "_gcleak ref count0: %d" %(sys.getrefcount(_gcleak))del_gcleaktry:print "_gcleak ref count1 :%d" %(sys.getrefcount(_gcleak))except UnboundLocalError: #本地变量xxx引用前没定义

print "_gcleak is invalid!"

deftest_gcleak():

gc.enable()#设置垃圾回收器调试标志

gc.set_debug(gc.DEBUG_COLLECTABLE | gc.DEBUG_UNCOLLECTABLE | gc.DEBUG_INSTANCES |gc.DEBUG_OBJECTS)print "begin leak test..."make_circle_ref()print "\nbegin collect..."_unreachable=gc.collect()print "unreachable object num:%d" %(_unreachable)print "garbage object num:%d" %(len(gc.garbage)) #gc.garbage是一个list对象，列表项是垃圾收集器发现的不可达(即垃圾对象)、但又不能释放(不可回收)的对象，通常gc.garbage中的对象是引用对象还中的对象。因Python不知用什么顺序来调用对象的__del__函数，导致对象始终存活在gc.garbage中，造成内存泄露 if __name__ == "__main__": test_gcleak()。如果知道一个安全次序，那么就可以打破引用焕，再执行del gc.garbage[:]从而清空垃圾对象列表

if __name__ == "__main__":

test_gcleak()

结果

begin leak test...

_gcleak ref count0: 2 #对象_gcleak的引用计数为2

_gcleak is invalid! #因为执行了del函数，_gcleak变为了不可达的对象

begin collect... #开始垃圾回收

unreachable object num:0 #本次垃圾回收发现的不可达的对象个数为0

garbage object num:0 #整个解释器中垃圾对象的个数为0

结论是对象_gcleak的引用计数是正确的，也没发生内存泄漏。

例2：对自己的循环引用造成内存泄露

importgcimportsysclassCGcLeak(object):def __init__(self):

self._text= '#' * 10

def __del__(self):pass

defmake_circle_ref():

_gcleak=CGcLeak()

_gcleak._self=_gcleak #自己循环引用自己print "_gcleak ref count0: %d" %(sys.getrefcount(_gcleak))del_gcleaktry:print "_gcleak ref count1 :%d" %(sys.getrefcount(_gcleak))exceptUnboundLocalError:print "_gcleak is invalid!"

deftest_gcleak():

gc.enable()

gc.set_debug(gc.DEBUG_COLLECTABLE| gc.DEBUG_UNCOLLECTABLE | gc.DEBUG_INSTANCES |gc.DEBUG_OBJECTS)print "begin leak test..."make_circle_ref()print "\nbegin collect..."_unreachable=gc.collect()print "unreachable object num:%d" %(_unreachable)print "garbage object num:%d" %(len(gc.garbage))if __name__ == "__main__":

test_gcleak()

结果

begin leak test...

gc: uncollectable

_gcleak ref count0: 3

_gcleak is invalid!

gc: uncollectable

begin collect...

unreachable object num:2 #本次回收不可达的对象个数为2

garbage object num:1 #整个解释器中垃圾个数为1

例3：多个对象间的循环引用造成内存泄露

importgcimportsysclassCGcLeakA(object):def __init__(self):

self._text= '$' * 10

def __del__(self):pass

classCGcLeakB(object):def __init__(self):

self._text= '$' * 10

def __del__(self):pass

defmake_circle_ref():

_a=CGcLeakA()

_b=CGcLeakB()

_a.s=_b

_b.d=_aprint "ref count0:a=%d b=%d" %(sys.getrefcount(_a), sys.getrefcount(_b))del_adel_btry:print "ref count1:a%d" %(sys.getrefcount(_a))exceptUnboundLocalError:print "_a is invalid!"

deftest_gcleak():

gc.enable()

gc.set_debug(gc.DEBUG_COLLECTABLE| gc.DEBUG_UNCOLLECTABLE | gc.DEBUG_INSTANCES |gc.DEBUG_OBJECTS)print "begin leak test..."make_circle_ref()print "\nbegin collect..."_unreachable=gc.collect()print "unreachable object num:%d" %(_unreachable)print "garbage object num:%d" %(len(gc.garbage))if __name__ == "__main__":

test_gcleak()

结果

begin leak test...

ref count0:a=3 b=3

_a is invalid!

begin collect...

unreachable object num:4

garbage object num:2

gc: uncollectable

gc: uncollectable

gc: uncollectable

gc: uncollectable

结论

Python 的 gc 有比较强的功能，比如设置 gc.set_debug(gc.DEBUG_LEAK) 就可以进行循环引用导致的内存泄露的检查。如果在开发时进行内存泄露检查；在发布时能够确保不会内存泄露，那么就可以延长 Python 的垃圾回收时间间隔、甚至主动关闭垃圾回收机制，从而提高运行效率。