Python內存與垃圾回收機制

一、python內存管理機制和調優手段。

　　內存管理機制：引用計數，垃圾回收、內存池。

引用計數：

　　引用計數是一種很是高效的內存管理手段，當一個Python對象被引用時其引用計數增長1，當其再也不被一個變量引用時則記數減1，當引用記數等於0時對象被刪除。

垃圾回收：

　　一、引用計數：

　　引用計數也是一種垃圾收集機制，並且也是一種最直觀，最簡單的垃圾收集技術。當 Python 的某
個對象的引用計數降爲 0 時，說明沒有任何引用指向該對象，該對象就成爲要被回收的垃圾了。好比
某個新建對象，它被分配給某個引用，對象的引用計數變爲 1。若是引用被刪除，對象的引用計數爲 0，
那麼該對象就能夠被垃圾回收。不過若是出現循環引用的話，引用計數機制就再也不起有效的做用了 。
　　

　　二、標記清除

　　若是兩個對象的引用計數爲一、可是僅僅存在它們兩之間的循環引用，那麼這兩個對象都是須要被回收的，也就是說，它們的引用計數雖然表現非0，但實際上有效的引用計數爲0，因此先將引用計數摘掉，就會得出這兩個對象的有效計數。

　　三、分帶回收

　　從前面「標記-清除」這樣的垃圾收集機制來看，這種垃圾收集機制所帶來的額外操做實際上與系統
中總的內存塊的數量是相關的，當須要回收的內存塊越多時，垃圾檢測帶來的額外操做就越多，而垃圾
回收帶來的額外操做就越少；反之，當需回收的內存塊越少時，垃圾檢測就將比垃圾回收帶來更少的額
外操做

舉個例子：

當某些內存塊 M 通過了 3 次垃圾收集的清洗以後還存活時，咱們就將內存塊 M 劃到一個集合
A 中去，而新分配的內存都劃分到集合 B 中去。當垃圾收集開始工做時，大多數狀況都只對集合 B 進
行垃圾回收，而對集合 A 進行垃圾回收要隔至關長一段時間後才進行，這就使得垃圾收集機制須要處
理的內存少了，效率天然就提升了。在這個過程當中，集合 B 中的某些內存塊因爲存活時間長而會被轉
移到集合 A 中，固然，集合 A 中實際上也存在一些垃圾，這些垃圾的回收會由於這種分代的機制而
被延遲。
內存池：
1. Python 的內存機制呈現金字塔形狀，-1，-2 層主要有操做系統進行操做；
2. 第 0 層是 C 中的 malloc，free 等內存分配和釋放函數進行操做；
3. 第 1 層和第 2 層是內存池，有 Python 的接口函數 PyMem_Malloc 函數實現，當對象小於
256K 時有該層直接分配內存；
4. 第 3 層是最上層，也就是咱們對 Python 對象的直接操做；
Python 在運行期間會大量地執行 malloc 和 free 的操做，頻繁地在用戶態和核心態之間進行切
換，這將嚴重影響 Python 的執行效率。爲了加速 Python 的執行效率，Python 引入了一個內存池
機制，用於管理對小塊內存的申請和釋放。
Python 內部默認的小塊內存與大塊內存的分界點定在 256 個字節，當申請的內存小於 256 字節
時，PyObject_Malloc 會在內存池中申請內存；當申請的內存大於 256 字節時，PyObject_Malloc 的
行爲將蛻化爲 malloc 的行爲。固然，經過修改 Python 源代碼，咱們能夠改變這個默認值，從而改
變 Python 的默認內存管理行爲。
調優手段（瞭解）
1.手動垃圾回收
2.調高垃圾回收閾值3.避免循環引用（手動解循環引用和使用弱引用）