Python的内存管理机制（垃圾回收）

内存管理器

　　Python 作为一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言，与大多数编程语言不同，Python 中的变量无需事先申明，变量无需指定类型，程序员无需关心内存管理，Python 解释器给你自动回收。开发人员不用过多的关心内存管理机制，这一切全部由 Python 内存管理器承担了复杂的内存管理工作。

Python内存池

为什么要引入内存池

　　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，致使效率降低。

　　内存池的作用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。

Python 中的内存管理机制为 Pymalloc

内存池是如何工作的（how）

CPython(Python 解释器)的内存架构图：

• python 的对象管理主要位于 Level+1~Level+3 层

• Level+3层：对于 python 内置的对象（比如 int，dict 等）都有独立的私有内存池，对象之间的内存池不共享，即int释放的内存，不会被分配给float使用

• Level+2层：当申请的内存大小小于 256 KB 时，内存分配主要由 Python 对象分配器（Python’s object allocator）实施

• Level+1层：当申请的内存大小大于 256 KB 时，由Python原生的内存分配器进行分配，本质上是调用 C 标准库中的 malloc/realloc 等函数

关于释放内存方面，当一个对象的引用计数变为 0 时，Python 就会调用它的析构函数。调用析构函数并不意味着最终一定会调用 free 来释放内存空间，如果真是这样的话，那频繁地申请、释放内存空间会使Python的执行效率大打折扣。因此在析构时也采用了内存池机制，从内存池申请到的内存会被归还到内存池中，以避免频繁地申请和释放动作。

垃圾回收机制

　　Python 的垃圾回收机制采用引用计数机制为主，标记-清除和分代回收机制为辅的策略。其中，标记-清除机制用来解决计数引用带来的循环引用而无法释放内存的问题，分代回收机制是为提升垃圾回收的效率。

引用计数

　　Python 通过引用计数来保存内存中的变量追踪，即记录该对象被其他使用的对象引用的次数。

　　Python 中有个内部跟踪变量叫做引用计数器，每个变量有多少个引用，简称引用计数。当某个对象的引用计数为 0 时，就列入了垃圾回收队列。

• 引用计数增加的情况：

1. 一个对象被分配给一个新的名字（例如：a=[1,2]）

2. 将其放入一个容器中（如列表、元组或字典）（例如：c.append(a)）

• 引用计数减少的情况：

1. 使用 del 语句对对象别名显式的销毁(例如：del b)

2. 对象所在的容器被销毁或从容器中删除对象（例如：del c ）

3. 引用超出作用域或被重新赋值（例如：a=[3,4]）

引用计数能够解决大多数垃圾回收的问题，但是遇到两个对象相互引用的情况，del 语句可以减少引用次数，但是引用计数不会归 0，对象也就不会被销毁，从而造成了内存泄漏问题。针对该情况，Python引入了标记-清除机制。

标记-清除

　　标记-清除用来解决引用计数机制产生的循环引用，进而导致内存泄漏的问题 。循环引用只有在容器对象才会产生，比如字典，元组，列表等。

顾名思义，该机制在进行垃圾回收时分成了两步，分别是：

• 标记阶段，遍历所有的对象，如果是可达的（reachable），也就是还有对象引用它，那么就标记该对象为可达

• 清除阶段，再次遍历对象，如果发现某个对象没有标记为可达（即为Unreachable），则就将其回收

具体栗子：

• a引用b,b引用a,此时两个对象各自被引用了2次（去除getrefcout()的临时引用）

   

• 执行del之后，对象a,b的引用次数都-1，此时各自的引用计数器都为1，陷入循环引用

   

• 标记：找到其中的一端a,因为它有一个对b的引用，则将b的引用计数-1

   

• 标记：再沿着引用到b,b有一个a的引用,将a的引用计数-1，此时对象a和b的引用次数全部为0，被标记为不可达（Unreachable）

   

• 清除: 被标记为不可达的对象就是真正需要被释放的对象

上面描述的垃圾回收的阶段，会暂停整个应用程序，等待标记清除结束后才会恢复应用程序的运行。为了减少应用程序暂停的时间，Python 通过“分代回收”(Generational Collection)以空间换时间的方法提高垃圾回收效率。

分代回收

　　对于程序，存在一定比例的内存块的生存周期比较短；而剩下的内存块，生存周期会比较长，甚至会从程序开始一直持续到程序结束。生存期较短对象的比例通常在 80%～90%之间。因此，简单地认为：对象存在时间越长，越可能不是垃圾，应该越少去收集。这样在执行标记-清除算法时可以有效减小遍历的对象数，从而提高垃圾回收的速度，是一种以空间换时间的方法策略。

　　Python 将所有的对象分为年轻代（第0代）、中年代（第1代）、老年代（第2代）三代。所有的新建对象默认是 第0代对象。当在第0代的gc扫描中存活下来的对象将被移至第1代，在第1代的gc扫描中存活下来的对象将被移至第2代。当某一代中被分配的对象与被释放的对象之差达到某一阈值时，就会触发当前一代的gc扫描。当某一代被扫描时，比它年轻的一代也会被扫描，因此，第2代的gc扫描发生时，第0，1代的gc扫描也会发生，即为全代扫描。

gc扫描次数（第0代>第1代>第2代）

总结

　　总体而言，python 通过内存池来减少内存碎片化，提高执行效率。主要通过引用计数来完成垃圾回收，通过标记-清除解决容器对象循环引用造成的问题，通过分代回收提高垃圾回收的效率。

参考：https://mp.weixin.qq.com/s/PGfpBKyzaRkKPYEI72c-Nw