Python垃圾回收机制详解

bgujzhang 4年前
   <p>Python中的垃圾回收是以引用计数为主,分代收集为辅。引用计数的缺陷是循环引用的问题。</p>    <p>在Python中,如果一个对象的引用数为0,Python虚拟机就会回收这个对象的内存。</p>    <pre>  <code class="language-python">#encoding=utf-8  __author__ = 'kevinlu1010@qq.com'     class ClassA():      def__init__(self):          print 'object born,id:%s'%str(hex(id(self)))      def__del__(self):          print 'object del,id:%s'%str(hex(id(self)))     deff1():      while True:          c1=ClassA()          delc1  </code></pre>    <p>执行f1()会循环输出这样的结果,而且进程占用的内存基本不会变动</p>    <pre>  <code class="language-python">object born,id:0x237cf58  object del,id:0x237cf58  </code></pre>    <p>c1=ClassA() 会创建一个对象,放在 0x237cf58 内存中,c1变量指向这个内存,这时候这个内存的引用计数是1</p>    <p>del c1 后,c1变量不再指向 0x237cf58 内存,所以这块内存的引用计数减一,等于0,所以就销毁了这个对象,然后释放内存。</p>    <ol>     <li>导致引用计数+1的情况      <ol>       <li>对象被创建,例如 a=23</li>       <li>对象被引用,例如 b=a</li>       <li>对象被作为参数,传入到一个函数中,例如 func(a)</li>       <li>对象作为一个元素,存储在容器中,例如 list1=[a,a]</li>      </ol> </li>     <li> <p>导致引用计数-1的情况</p>      <ol>       <li>对象的别名被显式销毁,例如 del a</li>       <li>对象的别名被赋予新的对象,例如 a=24</li>       <li>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)</li>       <li>对象所在的容器被销毁,或从容器中删除对象</li>      </ol> <p>demo</p> <pre>  <code class="language-python">deffunc(c,d):      print 'in func function', sys.getrefcount(c) - 1        print 'init', sys.getrefcount(11) - 1  a = 11  print 'after a=11', sys.getrefcount(11) - 1  b = a  print 'after b=1', sys.getrefcount(11) - 1  func(11)  print 'after func(a)', sys.getrefcount(11) - 1  list1 = [a, 12, 14]  print 'after list1=[a,12,14]', sys.getrefcount(11) - 1  a=12  print 'after a=12', sys.getrefcount(11) - 1  del a  print 'after del a', sys.getrefcount(11) - 1  del b  print 'after del b', sys.getrefcount(11) - 1  # list1.pop(0)  # print 'after pop list1',sys.getrefcount(11)-1  dellist1  print 'after del list1', sys.getrefcount(11) - 1  </code></pre> <p>输出:</p> <pre>  <code class="language-python">init 24  after a=11 25  after b=1 26  in funcfunction 28  afterfunc(a) 26  afterlist1=[a,12,14] 27  after a=12 26  afterdel a 26  afterdel b 25  afterdellist1 24  </code></pre> <p>问题:为什么调用函数会令引用计数+2</p> </li>     <li>查看一个对象的引用计数</li>    </ol>    <p>sys.getrefcount(a) 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</p>    <h2>二.循环引用导致内存泄露</h2>    <pre>  <code class="language-python">deff2():      while True:          c1=ClassA()          c2=ClassA()          c1.t=c2          c2.t=c1          delc1          delc2            </code></pre>    <p>执行f2(),进程占用的内存会不断增大。</p>    <pre>  <code class="language-python">object born,id:0x237cf30  object born,id:0x237cf58  </code></pre>    <p>创建了c1,c2后, 0x237cf30 (c1对应的内存,记为内存1), 0x237cf58 (c2对应的内存,记为内存2)这两块内存的引用计数都是1,执行 c1.t=c2 和 c2.t=c1 后,这两块内存的引用计数变成2.</p>    <p>在del c1后,内存1的对象的引用计数变为1,由于不是为0,所以内存1的对象不会被销毁,所以内存2的对象的引用数依然是2,在del c2后,同理,内存1的对象,内存2的对象的引用数都是1。</p>    <p>虽然它们两个的对象都是可以被销毁的,但是由于 <strong>循环引用</strong> ,导致垃圾回收器都不会回收它们,所以就会导致内存泄露。</p>    <h2>三.垃圾回收</h2>    <pre>  <code class="language-python">deff3():      # print gc.collect()      c1=ClassA()      c2=ClassA()      c1.t=c2      c2.t=c1      delc1      delc2      printgc.garbage      printgc.collect() #显式执行垃圾回收      printgc.garbage      time.sleep(10)  if __name__ == '__main__':      gc.set_debug(gc.DEBUG_LEAK) #设置gc模块的日志      f3()  </code></pre>    <p>输出:</p>    <pre>  <code class="language-python">gc: uncollectable <ClassAinstanceat 0230E918>  gc: uncollectable <ClassAinstanceat 0230E940>  gc: uncollectable <dict 0230B810>  gc: uncollectable <dict 02301ED0>  object born,id:0x230e918  object born,id:0x230e940  4  </code></pre>    <ul>     <li>垃圾回收后的对象会放在gc.garbage列表里面</li>     <li>gc.collect() 会返回 <strong>不可达</strong> 的对象数目,4等于两个对象以及它们对应的dict</li>     <li>有三种情况会触发垃圾回收:<br> 1.调用 gc.collect() ,<br> 2.当gc模块的计数器达到阀值的时候。<br> 3.程序退出的时候</li>    </ul>    <h2>四.gc模块常用功能解析</h2>    <p><a href="/misc/goto?guid=4959730048940839216" rel="nofollow,noindex">Garbage Collector interface</a></p>    <p>gc模块提供一个接口给开发者设置垃圾回收的选项。上面说到,采用引用计数的方法管理内存的一个缺陷是循环引用,而gc模块的一个主要功能就是解决循环引用的问题。</p>    <h3>常用函数:</h3>    <ol>     <li>gc.set_debug(flags)<br> 设置gc的debug日志,一般设置为gc.DEBUG_LEAK</li>     <li>gc.collect([generation])<br> 显式进行垃圾回收,可以输入参数,0代表只检查第一代的对象,1代表检查一,二代的对象,2代表检查一,二,三代的对象,如果不传参数,执行一个full collection,也就是等于传2。<br> 返回不可达(unreachable objects)对象的数目</li>     <li>gc.set_threshold(threshold0[, threshold1[, threshold2])<br> 设置自动执行垃圾回收的频率。</li>     <li>gc.get_count()<br> 获取当前自动执行垃圾回收的计数器,返回一个长度为3的列表</li>    </ol>    <h3>gc模块的自动垃圾回收机制</h3>    <p>必须要import gc模块,并且is_enable()=True才会启动自动垃圾回收。</p>    <p>这个机制的主要作用就是发现并处理不可达的垃圾对象。</p>    <p>垃圾回收=垃圾检查+垃圾回收</p>    <p>在Python中,采用分代收集的方法。把对象分为三代,一开始,对象在创建的时候,放在一代中,如果在一次一代的垃圾检查中,改对象存活下来,就会被放到二代中,同理在一次二代的垃圾检查中,该对象存活下来,就会被放到三代中。</p>    <p>gc模块里面会有一个长度为3的列表的计数器,可以通过 gc.get_count() 获取。</p>    <p>例如 (488,3,0) ,其中 488 是指距离上一次一代垃圾检查,Python分配内存的数目减去释放内存的数目, <strong>注意是内存分配,而不是引用计数的增加</strong> 。例如:</p>    <pre>  <code class="language-python">printgc.get_count()  # (590, 8, 0)  a = ClassA()  printgc.get_count()  # (591, 8, 0)  del a  printgc.get_count()  # (590, 8, 0)  </code></pre>    <p>3 是指距离上一次二代垃圾检查,一代垃圾检查的次数,同理, 0 是指距离上一次三代垃圾检查,二代垃圾检查的次数。</p>    <p>gc模快有一个自动垃圾回收的阀值,即通过 gc.get_threshold 函数获取到的长度为3的元组,例如 (700,10,10)</p>    <p>每一次计数器的增加,gc模块就会检查增加后的计数是否达到阀值的数目,如果是,就会执行对应的代数的垃圾检查,然后重置计数器</p>    <p>例如,假设阀值是 (700,10,10) :</p>    <ul>     <li>当计数器从 (699,3,0) 增加到 (700,3,0) ,gc模块就会执行 gc.collect(0) ,即检查一代对象的垃圾,并重置计数器为 (0,4,0)</li>     <li>当计数器从 (699,9,0) 增加到 (700,9,0) ,gc模块就会执行 gc.collect(1) ,即检查一、二代对象的垃圾,并重置计数器为 (0,0,1)</li>     <li>当计数器从 (699,9,9) 增加到 (700,9,9) ,gc模块就会执行 gc.collect(2) ,即检查一、二、三代对象的垃圾,并重置计数器为 (0,0,0)</li>    </ul>    <h3>其他</h3>    <ol>     <li>如果循环引用中,两个对象都定义了 __del__ 方法,gc模块不会销毁这些不可达对象,因为gc模块不知道应该先调用哪个对象的 __del__ 方法,所以为了安全起见,gc模块会把对象放到gc.garbage中,但是不会销毁对象。</li>    </ol>    <h2>五.应用</h2>    <ol>     <li>项目中避免循环引用</li>     <li>引入gc模块,启动gc模块的自动清理循环引用的对象机制</li>     <li>由于分代收集,所以把需要长期使用的变量集中管理,并尽快移到二代以后,减少GC检查时的消耗</li>     <li>gc模块唯一处理不了的是循环引用的类都有 __del__ 方法,所以项目中要避免定义_ _del__ 方法,如果一定要使用该方法,同时导致了循环引用,需要代码显式调用 gc.garbage 里面的对象的 __del__ 来打破僵局</li>    </ol>    <p>参考:</p>    <p><a href="/misc/goto?guid=4959730049032824461" rel="nofollow,noindex">python的内存管理机制</a></p>    <p> </p>    <p>来自:http://python.jobbole.com/87064/</p>    <p> </p>