我们之前提到过,Oyster.com基于Python的web服务器缓存了大量Python字典(dicts)(哈希表(hash tables))的静态内容。好啦,我们最近使用一行代码——在我们的Image类中使用__slots__,使得每个6GB的服务器在处理中都节省超过2GB内存。
这是使用前和使用这一改变后再部署的RAM用量截图:
我们大概分配了一百万个下面这个类的实例:
pythonclass Image(object):
def __init__(self, id, caption, url):
self.id = id
self.caption = caption
self.url = url
self._setup()
# ... other methods ...
Python默认使用一个字典来存储一个对象的实例属性。一般说来,这很不错,而且还支持完全动态性,比如在运行时设置任意新的属性。
然而,对于一个“小类”来说,有一些在“编译时”就已经固定的属性,这样一来,字典实际上是在消耗内存,在创建一百万个这样的类的时候,消耗更是显而易见。你可以跟Python说不使用字典,而是仅为某些固定的属性分配空间,可以通过在类中将__slots__设置为一个固定列表来实现这个效果:
pythonclass Image(object):
__slots__ = ['id', 'caption', 'url']
def __init__(self, id, caption, url):
self.id = id
self.caption = caption
self.url = url
self._setup()
# ... other methods ...
需要特别说到的是,你也可以使用collections.namedtuple,它仅限定元组空间(the space of a tuple)中的属性能够访问,这与在类中使用__slots__相似。但是,在我看来,从一个命名元组(namedtuple)类中继承令人感到怪异。并且,如果你想自定义初始化器(initializer),你还必须重写__new__而不是用__init__。
警告:别过早优化或者将此应用在所有场景!这个方法并不利于代码维护,而且在你真的有成千个实例的时候才有显著效果。