Python 内存管理机制与垃圾回收机制

Python 内存管理机制与垃圾回收机制

对 CPython 的内存管理机制与垃圾回收机制简单的总结。

Python 内存管理机制

下面是一张 CPython 的内存架构图：

Python 的对象管理主要位于 Level +3 至 Level +1 层。从上往下看：

1. 对于 int, dict, list 等 Python 内置的对象，都有独立的私有内存池，对象之间内存池不共享，即 string 释放的内存不会给 int 类型使用。对于内置类型，有单独的分配器。
2. 对于小于等于 512 Bytes的对象，使用 Pymalloc 在内存池中分配。内存池大小为 64MB？把内存池抽象为三种结构arena,pool和block。arena大小是固定的，默认为256KB。一个arena含有多个pool（大小为 4KB？），一个pool含有多个block。
   • 内存池机制：当创建大量消耗小内存的对象时，频繁调用 new/malloc 会导致大量的内存碎片，使效率降低。内存池的概念就是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，不够了之后再申请新的内存。这样做最显著的优势就是能够减少内存碎片，提升效率。
3. 对于大于 512 Bytes的对象，会使用 PyMem_RawMalloc()和PyMem_RawRealloc()来申请新的内存空间。本质是使用 C 的 malloc 和 realloc 函数。

内存中存在堆空间与栈空间两个区域。堆空间存储的是对象，栈空间存储的是对象在栈空间的地址。

Python 垃圾回收机制

Python 的垃圾回收机制以引用记数为主，分代回收为辅。为了解决引用计数无法解决的循环引用问题，使用了一种标记清除方法识别循环引用。

首先，会触发垃圾回收的行为有：

• 手动调用gc.collect()
• 当gc模块的计数器达到阈值的时候
• 程序退出的时候

接下来，了解相关概念。

1. 引用记数。

   • Python 中一切皆对象，每个对象中都含有引用记数ob_refcnt。可以用过sys模块中的getrefcount(obj)方法获取 obj 的引用计数。

     x = object()
     print(sys.getrefcount(x)) # 2
     y = x
     print(sys.getrefcount(x)) # 3
     d