python内存管理与Memcached内存管理的理解

首先说明，这些还仅限于我的理解阶段，可能有很多错误或者问题，欢迎各位指正以便于补足我的理解。
大家都或多或少的知道,memcached里面有一套特殊的内存管理机制。长话短说，即内存池。当某个数据要被存储时，首先系统根据该数据大小去找已分配而未使用的内存，如果有，则把数据存储在这块内存区域。
例如                         188
    数据(200)    -----   210
                               220
其中三块188,210,220大小的内存区域都是已经分配的区域，但是没有被使用。当数据200大小要存储时，则选择最切近的210大小去存储数据，即便有10大小空闲，也无妨。
如果没有空闲内存区域，则会根据数据大小malloc一个内存，用来存储数据。
当内存使用后，不用释放内存，该内存会被放入一个空闲的队列供后来者使用。

python中也有类似机制。不过python采用的block-pool-arean是预先分配内存大小的。大家可以在源码中看到。
其中,block的分配上限是256。
内存的区间                 大小                     索引
 *        1-8                     8                       0
 *   9-16                   16                       1
 *  17-24                   24                       2
 *  25-32                   32                       3
 *  33-40                   40                       4
 *  41-48                   48                       5
 *  49-56                   56                       6
 *  57-64                   64                       7
 *  65-72                   72                       8
 *   ...                   ...                     ...
 * 241-248                 248                      30
 * 249-256                 256                      31

然后当数据分配时在预分配的内存中寻找适合大小的区域。原则与memcached有点类似。

memcached这么做，主要是根据数据大小来避免频繁申请内存导致的内存碎片。而python这里也类似。但我颇不理解的是，在PyObject_malloc分配时，大小与Py_ssize_t有直接关系。
如果超过这个大小，意味着只能用Pymem_malloc分配，你可以认为其于c的malloc类似。
由于很多py程序中无法直接去操作内存，无法直接去控制内存的malloc与free，因此可能连最后一次改正的机会都没有了。
这样便导致，如果您的项目需要频繁的操作内存，而且内存超过这些限制，可能便导致一些内存碎片的问题。