Python垃圾回收详解
- 1.序言
- 2.环形双向链表
- 3.引用计数
- 4.标记清除
- 5.分代回收
- 6.Python缓存
- 池(int)
- free_list(float/list/tuple/dict)
- unicode_latin1[256](str)
1.序言
大家都知道每个语言都会有自己的垃圾回收机制,python也不例外。
Python的垃圾回收机制是以引用计数
为主,标记清除
和分代回收
为辅加上缓存机制
市面上大部分人使用的都是CPython(以下均用Python指代),众所周知,Python是基于C语言的,所以Python的垃圾回收机制与C语言相似。
正式介绍垃圾回收机制之前,我们先了解一个重要的概念环形双向链表refchain
2.环形双向链表
在python程序中创建任何对象都会放在refchain链表中而当我们创建一个对象时,程序内部还会创建一些其他数据,让我们从C源码中看看会创建哪些数据
大家可以看到PyObject结构体中第一行_PyObject_HEAD_EXTRA中定义了上一个对象prev
和下一个对象next
两个值,第二行第三行定义了引用计数器
和数据类型
两个值,综上,在PyObject结构体中包含了4个值
大家继续往下看PyVarObject结构体,当对象是由多个元素组成的时候,还包含一个元素个数ob_size
的值
# 在C源码中如何体现每个对象中都有的相同的值:PyObject结构体(4个值)。
# 有多个元素组成的对象:PyObject结构体(4个值) + ob_size 。
# 下面给大家看一个例子就能很清楚地了解了
data = 3.14 # 创建一个浮点型数据
# 内部会创建:
# _ob_next = refchain中的上一个对象
# _ob_prev = refchain中的下一个对象
# ob_refcnt = 1
# ob_type = float
# ob_fval = 3.14
OK,了解了环形双象链表后,大家就能了解透彻以下Python垃圾回收机制内容了
3.引用计数
刚刚我们有学到当python程序运行时,会根据数据类型的不同找到其对应的结构体,根据结构体中的字段来进行创建相关的数据,然后将对象添加到refchain环形双向链表中
其中PyObject结构体中地ob_refcnt
就是引用计数器,值默认为1,当有其他变量引用对象时,引用计数器就会发生变化
- 引用
a = 99999 # a对应对象引用计数为1
b = a # b对应对象引用计数为1
- 删除引用
a = 99999
b = a
del b # b变量删除;b对应对象引用计数器-1,1-1=0
del a # a变量删除;a对应对象引用计数器-1,1-1=0
# 当一个对象的引用计数器为0时,意味着没有人再使用这个对象了,这个对象就是垃圾,垃圾回收。
# 回收:1.对象从refchain链表移除;2.将对象销毁,内存归还。
大家看上面的引用计数垃圾回收是不是很方便,引用就+1,删除引用就-1
但是遇到循环引用问题
,以上的解决方案就不足以处理干净系统垃圾
大家可以看到v1和v2虽然都删除引用了,但实际他们的引用计数器仍为1,仍然存在于系统中
那么怎么处理这种特殊情况呢?这就引出了下面的标记清除
4.标记清除
目的:为了解决引用计数器循环引用的不足。
实现:在python的底层再维护一个链表,链表中专门放那些可能存在循环引用的对象(list/tuple/dict/set)
在Python内部 某种情况
下触发,回去扫描 可能存在循环应用的链表
(链表2)中的每个元素,检查是否有循环引用,如果有则让双方的引用计数器 -1 ;如果是0则垃圾回收。
好了,引入了标记清除解决了循环引用的问题。但是却带来了新的问题
- 什么时候扫描?
- 可能存在循环引用的链表扫描代价大,每次扫描耗时久
这就引出了下面的方法分代回收
5.分代回收
Python将可能存在循环应用的对象维护成3个链表(链表2、3、4)
- 0代:0代中对象个数达到700个扫描一次。
- 1代:0代扫描10次,则1代扫描一次。
- 2代:1代扫描10次,则2代扫描一次。
这就解决了什么时候扫描和扫描代价太大的问题,存活越久的(2代)的对象被检查得越少(大大滴良民!)
综上,这就是为什么我一开始说Python的垃圾回收机制是以引用计数
为主,标记清除
和分代回收
为辅加上缓存机制
,现在大家对这句话应该有了很深的理解
But,上述流程还能优化吗?
6.Python缓存
Python内部为了避免重复创建和销毁一些常见对象,维护了一个池
池(int)
# 启动解释器时,Python内部帮我们创建:-5、-4、..... 256
v1 = 7 # 内部不会开辟内存,直接去池中获取
v2 = 9 # 内部不会开辟内存,直接去池中获取
v3 = 9 # 内部不会开辟内存,直接去池中获取
print(id(v2),id(v3)) # 1820206787120 1820206787120
v4 = 999
v5 = 666
v6 = 666 # 超出小数据池的范围创建对象内部会开辟空间
另外我们上面说过,引用计数为0的时候,对象会被销毁,内存会被回收,理论上是不严谨的。Python对于这个步骤也做了处理
free_list(float/list/tuple/dict)
当一个对象的引用计数器为0时,按理说应该回收,内部不会直接回收,而是将对象添加到 free_list 链表中当缓存。以后再去创建对象时,不再重新开辟内存,而是直接使用free_list
v1 = 3.14 # 开辟内存,内部存储结构体中定义那几个值,并存到refchain中。
del v1 # refchain中移除,将对象添加到 free_list 中(80个),free_list满了则销毁。
v9 = 999.99 # 不会重新开辟内存,去free_list中获取对象,对象内部数据初始化,再放到refchain中。
当然free_list也是有限制的,超出限制后再删除对象也是会被直接销毁
unicode_latin1[256](str)
v1 = "A"
print( id(v1) ) # 输出:4517720496
del v1
v2 = "A"
print( id(v1) ) # 输出:4517720496
# 除此之外,Python内部还对字符串做了驻留机制,针对那么只含有字母、数字、下划线的字符串(见源码Objects/codeobject.c),如果内存中已存在则不会重新在创建而是使用原来的地址里(不会像free_list那样一直在内存存活,只有内存中有才能被重复利用)。
v1 = "lucky"
v2 = "lucky"
print(id(v1) == id(v2)) # 输出:True