logging日志和垃圾回收

logging日志

一、logging日志级别（日志一共分成5个等级，从低到高排序）

• (1) DEBUG：详细的信息,通常只出现在诊断问题上
• (2) INFO：确认一切按预期运行
• (3) WARNING：一个迹象表明,一些意想不到的事情发生了,或表明一些问题在不久的将来(例如。磁盘空间低”)。这个软件还能按预期工作。
• (4) ERROR：更严重的问题,软件没能执行一些功能
• (5) CRITICAL：一个严重的错误,这表明程序本身可能无法继续运行

二、logging日志输出（有两种方式记录跟踪，一种输出控制台，另一种是记录到文件中，如日志文件）

• 日志输出到控制台：logging.debug(“可加字符串解释”)
• 日志输出到文件：可以将日志输出到文件，只需要在函数中设置好输出文件的文件名和写文件的模式。

三、logging日志格式说明

• logging格式说明：
  %(levelno)s: 打印日志级别的数值
  %(levelname)s: 打印日志级别名称
  %(pathname)s: 打印当前执行程序的路径，其实就是sys.argv[0]
  %(filename)s: 打印当前执行程序名
  %(funcName)s: 打印日志的当前函数
  %(lineno)d: 打印日志的当前行号
  %(asctime)s: 打印日志的时间
  %(process)d: 打印进程ID
  %(thread)d: 打印线程ID
  %(threadName)s: 打印线程名称
  %(message)s: 打印日志信息

• 使用格式：
    这个格式可以输出日志的打印时间，是哪个模块输出的，输出的日志级别是什么，以及输入的日志内容。

   format='%(asctime)s - %(filename)s[line:%(lineno)d] - %(levelname)s: %(message)s'
  

---

垃圾回收

一、整形对象池
  数值类型和字符串类型在 Python 中都是不可变的，这意味着你无法修改这个对象的值，每次对变量的修改，实际上是创建一个新的对象

• 小整形对象池

  (1) 小整形对象池范围： [-5, 256]
  (2) 地址相同 （有空格地址不同）
  (3) 短的普通字符串 都会常驻内存

• 大整形对象池

  (1) 地址不同
  (2) 每一个大整数，均创建一个新的对象。

• intern机制

  (1) 单个单词，默认开启intern机制，共用对象，引用计数为0，则销毁
  (2) 字符串（含有空格），不可修改，没开启intern机制，不共用对象，引用计数为0，销毁

二、计数机制

• 应用计数机制的优缺点
  • 优点;
    (1) 简单
    (2) 实时性：一旦没有引用，内存就直接释放了。不用像其他机制等到特定时机。实时性还带来一个好处：处理回收内存的时间分摊到了平时。
  • 缺点;
    (1) 维护引用计数消耗资源
    (2) 循环引用

三、GC模块

• 垃圾回收机制

  (1) Python中的垃圾回收是以引用计数为主，分代收集为辅。
  (2) 关闭垃圾回收

  gc.disable()
  

  (3) 手动执行代码 让内存释放

  gc.collect()
  

• 导致引用计数为+1 的情况

  (1) 对象被创建，例如a=23
  (2) 对象被引用，例如b=a
  (3) 对象被作为参数，传入到一个函数中，例如func(a)
  (4) 对象作为一个元素，存储在容器中，例如list1=[a,a]

• 导致引用计数为 -1 的情况

  (1) 对象的别名被显式销毁，例如del a
  (2) 对象的别名被赋予新的对象，例如a=24
  (3) 一个对象离开它的作用域，例如f函数执行完毕时，func函数中的局部变量（全局变 量不会）
  (4) 对象所在的容器被销毁，或从容器中删除对象

• 导致引用计数为 0 的情况

  对象的引用计数为0的时候，才会释放
  

• 查看一个对象的引用计数

  可以查看a对象的引用计数，但是比正常计数大1，因为调用函数的时候传入a，这会让a的引用计数+1
  

• 触发垃圾回收的三种情况
  (1) 当gc模块的计数器达到阀值的时候，自动回收垃圾
  (2) 调用gc.collect()，手动回收垃圾
  (3) 程序退出的时候，python解释器来回收垃圾