Python为什么不太需要关注垃圾回收呢？(2)

感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

使用Python做Web开发，工作很多年也不太会遇到内存管理和垃圾回收的。在Web应用几乎都是使用多进程模型的，一则是会有定期超时重启的机制，二是每次上线的操作也会进程的重启。所以不会有某个进程长时间的驻留，使其占用很多内存，导致内存泄漏。所以，GC的缺陷基本不太会对Web开发产生很大的影响。且CPython也足够完善，基本不太会出现内存泄漏这样的问题。大部分场景下，都是因为开发者错误的使用或者是误判导致内存占用不正常。

引用计数

Python的垃圾回收是建立在引用技术上的，所以理解引用计数也是非常重要的。而引用计数的原理就是，当一个对象的引用被创建或者复制时，对象的引用计数加1；当一个对象的引用被销毁时，对象的引用计数减1；当对象的引用计数减少为0时，就意味着对象已经没有被任何人使用了，可以将其所占用的内存立刻释放了。

引用计数这种机制的特点是，有比较好的实时性，但是引用计数会有一个循环引用的问题。比如说A引用了B，而B又引用了A，导致每一个对象的引用计数都不为0，那么A和B占用的内存资源永远都不会被回收。所以，就需要一些回收算法来解决这个问题，而Python就是使用了标记清除和分代回收机制。

标记清除

上面我们说了，标记-清除就是为解决循环引用的问题。最理想的情况下，比如说有两个对象A和B，其中A有一个B的引用，就会将B的引用计数减1。然后顺着引用达到B，因为B有一个引用了A，同样将A的引用计数减少1。这样，就将引用计数中循环引用的环给摘除。

但是，还会存在另外一个问题。假设对象A，它有一个对象C的引用，而C并没有引用A。如果将C的引用计数减少1，而最后A没有被回收，显然我们错误将C的引用计数减少了1。这样，将导致在未来的某个时段出现了一个对C的悬空引用。这就要求我们在C没有被删除的情况下，复用C的引用计数。如果采用这样方案的话，那么维护这个引用计数的复杂度就会成倍的增加。而这个标记清除采用了更好的做法来解决这个问题。

标记清除采用了更好的做法，它并不改动真实的引用计数，而是将集合中对象的引用计数复制一份副本，改动该对象引用的副本。对于副本做任何的改动，都不会影响到对象生命周期的维护。

分代回收

分代回收是在面试中，常常会被问到的一个问题。分代回收的核心思想就是，对象存活的时间越长，越不可能是垃圾，应该更少的去回收。且Python将所有的对象分为0、1、2三代，所有的新建对象都是0代对象。但是，当某一代对象经历过垃圾回收，依然存活，那么它就被归入下一代对象，即1代或者2代了。

分代回收的预值，可以使用如下代码进行查看。通常，返回一个元组且包含三个数值，默认值为(700, 10, 10)。其中第一个数值700表示，从上一个垃圾回收到现在分配内存的数目减去释放内存的数目。如果这个数值到了700，则会对第一代的垃圾对象进行回收，并且给第二个数值加1。当第二个数值增加到10的时候，就会对第一代和第二代的垃圾对象进行回收，并且给第三个数值加1。当第三个数值增加到10的时候，则三代都会被回收，然后初始化为(0, 0, 0)并继续开始计数。

需要注意的是，如果没有十分必要的场景，这个分代回收的默认值通常是不需要我们人为的改动的。

In [1]: import gc

In [2]: gc.get_threshold()

Out[2]: (700, 10, 10)

强制回收

上面介绍了Python的自动垃圾回收机制，而Python也支持在某一刻特定的时间点，使用gc.collect()方法强制回收。不会，通常我们是不适用强制回收的，而是使用下面这种禁用垃圾回收的方式。

禁用垃圾回收

这个垃圾回收机制不是挺好的，那我们会什么还要禁用呢。通常我们禁用GC的一个场景就是，某一段代码中需要加载大量的原始数据，尤其是有大量的新建、删除对象这样的操作。也就是执行某一段代码的时候，会自动触发很多次的垃圾回收。但是，我们需要知道Python执行垃圾回收的时候，它会暂停当前的工作。所以，这种工作耗时越多就会拖累我们程序的运行时间。

那我们怎么办呢？我们通常都会在执行这段代码之前，禁用垃圾回收，执行完之后再手动开启。熟悉开源项目的同学可以会看到，有些项目中会使用gc.set_threshold(0)而不用gc.disable这种写法。是因为有些第三方的库会隐式的启用GC让gc.disable不起作用了，而使用gc.set_threshold(0)就不会有第三方的库把垃圾回收开启了，除非我们想要把它开启。

做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。

别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。

我先来介绍一下这些东西怎么用，文末抱走。

---

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

（4）200多本电子书

这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。

基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。

（5）Python知识点汇总

知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。

（6）其他资料

还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。

这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！