【笔记】：谁偷了我的内存？

内存占用

Sayings:

　　最近被线上程序内存泄漏的问题搞的挺头大（程序在运行中内存占用不断的扩大），便开始看python内存垃圾回收机制、弱引用、循环引用相关的文章，着重查了一下自己的程序是不是真的有循环引用；在看的过程中写了一些demo去验证一些猜想；开篇先问三个问题

• Linux与Windows内存回收机制是不是不同？都是如何实现的
• Linux上不同Python版本内存释放方式是不是不同？不同的版本都更新了那些东西导致差别如此之大
• 最重要的Python3.5中的100M做啥用了？难道是内存池占用？

长期更新中.... 

本文代码（main.py）：

#!/usr/bin/env python
# -*- coding:utf-8 -*-

import uuid
import time


class Student():
    def __init__(self, stuid):
        self.stuid = stuid


class Class():
    def __init__(self, classid):
        self.classid = classid
        self.student = Student(uuid.uuid1())


if __name__ == '__main__':
    li = []
    for i in range(500000):
        li.append(Class(uuid.uuid1()))
    print('create instance')
    time.sleep(10)
    li[:] = []
    print('release instance')
    while True:
        time.sleep(100)

　　

Linux环境（centos7）: 

环境：系统初始状态内存占用详情【175M/978M】

1、使用Python3.5.2执行main.py文件,内存峰值占用【556M/978M】,程序使用384M

 程序等待10后,打印到‘release instance’字符串，此时内存占用【282M/978M】，程序还占用102M

理论上，li列表都已经清空，所有的class实例引用计数都应该为0，内存应该全部释放才对，但是事实却是有100M内存空间还在占用；假如把demo中循环次数加倍，那最后的内存占用也是相应扩大的；如果我们开发的程序有用到类似这种方式的话，随着使用的时间越长，生成的实例越来越多，即使我们把实例删除，计数清0，内存占用也是越来越大的，最终会导致内存占满，程序崩溃；把程序杀死之后，内存占用又回到最初的状态

那么问题是，那100M为什么没被释放？ 

2、当我迟迟不能理解的时候，换了一种思路，尝试更换一下Python版本试试，会不会有不一样的状况发生;更改版本为Python3.6.2执行main.py文件,内存峰值占用【559M/978M】,与Python3.5.2基本一致

程序等待10后,打印到‘release instance’字符串时，奇迹发生此时内存占用【183M/978M】，程序占用10M（符合预期）左右，内存几乎全部释放

可以想到Python3.6.2相对于Python3.5.2肯定对内存管理进行了更新， 那么更新了什么导致差别如此的大？

3、使用Python2.7.5执行相同代码时，更为奇葩的事情发生了，内存占用更大，而且最后内存几乎没有进行释放！

内存峰值占用【880M/978M】,程序使用723M

程序等待10后,打印到‘release instance’字符串时，内存占用【822M/978M】,程序使用648M，只释放了70M左右；

Windows环境（w10）:

1、在pycharm上执行使用Python3.5.2执行main.py文件，程序峰值占用内存为381M

等待10后,打印到‘release instance’字符串时，内存占用8M，内存基本释放完毕

在 windows下，其他不同版本的Python结果都相似，那么windows的内存机制是否有别与linux，区别在哪？