之前做一个python项目，在Windows上执行，执行过程中内存一直在不断增加，直到耗尽，程序停止。刚开始以为还是业务代码造成中的，后面通过使用python检查内存泄露的工具，才发现是python写的服务程序造成的

python内存机制

要知道为何造成python内存泄露，首先要了解python的内存机制。python它是一个结合了解释，编译，互动，面向对象的脚本语言，它的变量无需事先声明，无需指定类型，我们使用python不用像c一样，new一个对象之后，然后要自己去手动释放。python的解释器会给你自动回收，它有一个内存管理器来承担复杂的内存管理工具，这也是让大家觉得python容易学的原因之一。 python的内存管理机制中有两个重要的部分：内存池和垃圾回收

内存池

当创建大量消耗小内存的对象时，频繁调用new/malloc导致大量的内存碎片，会造成内存的使用效率降低。然后内存池的作用就是预先在内存中申请一定数量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，这样能够减少内存碎片，提升效率。

python的内存架构有-2到3共6层，python的对象管理器只要位于1到3层，

在l3层，对于python内置对象（int,dict,list,str等）都有独立的私有内存池，对象之间的内存池不共享，就是说int释放的内存，不会给dict使用。 在l2层，当申请的内存大小小于256kb时，内存分配主要由python对象分配器（python's object allocator）实施 在l1层，当申请的内存大小大于256kb时，由python原生的内存分配器进行分配，本质上是调用c标准库的的malloc/realloc等函数 关于释放内存，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，那么频繁的申请释放内存空间会使python的执行效率降低。因此在析构函数中也采用内存机制，从内存池申请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

引用计数--- python内部有个跟踪变量叫做引用计数器，每引用一次计数就加1；当这个对象的引用计数为0时，就会把这个对象放入垃圾回收队列，python中有个函数可以知道当前对象被引用的次数 sys.getretcount(obj) 返回要比实际情况+1，因为调用这个函数也会产生一个临时引用。