Python一 —— Python的垃圾回收机制

文章目录

1. Python的垃圾回收机制

概述

Python采用的是 引用计数为主， 标记—清除 和 分代收集 为辅的策略。

引用计数

引用技术的概念及缺点

  • Python语言默认采用的垃圾回收机制 是 引用计数法（Reference Counting）。
  • 引用计数法的原理是：每个对象维护一个ob_ref字段，用来记录该对象被引用的次数吗，每当新的引用指向该对象时，它的引用计数ob_ref加1，每当该对象引用失效时ob_ref减1，一旦该对象的引用计数为0，该对象立即被回收，对象占用的内存空间将被释放。
  • 它的缺点是：
    • ① 需要额外的空间维护引用次数，这个问题是其次的
    • ② 最主要的问题是：它不能解决对象的循环引用，循环引用会出现内存泄漏的情况，因此很多语言比如Java并没有采用该算法来做垃圾回收机制。

引用计数的案例

import sys
class A():
    def __init__(self):
        '''初始化对象'''
        print('object born id:%s' %str(hex(id(self))))

def f1():
    '''循环引用变量与删除变量'''
    while True:
        c1=A()
        del c1

def func(c):
    print('obejct refcount is: ',sys.getrefcount(c)) #getrefcount()方法用于返回对象的引用计数


if __name__ == '__main__':
   #生成对象
    a=A()
    func(a)

    #增加引用
    b=a
    func(a)

    #销毁引用对象b
    del b
    func(a)

执行结果：

object born id:0x265c56a56d8
obejct refcount is:  4
obejct refcount is:  5
obejct refcount is:  4

导致引用次数 +1的情况：

  • 对象被创建，例如 a = 23
  • 对象被引用，例如 b = a
  • 对象被作为参数，传入到一个函数中，例如 fun(a)
  • 对象被作为一个元素，存储在容器中，例如list1=[a, a]

导致引用计数-1的情况：

  • 对象的别名被显式销毁，例如 del a

  • 对象的别名被赋予新的对象，例如 a = 24

  • 一个对象离开它的作用域，例如 f 的函数执行完毕时，func函数中的局部变量（全局变量不会）

  • 对象所在的容器被销毁，或从容器中删除对象

循环引用导致内存泄漏的情况

def f2():
    '''循环引用'''
    while True:
        c1=A()
        c2=A()
        c1.t=c2
        c2.t=c1
        del c1
        del c2

执行结果：

id:0x1feb9f691d0
object born id:0x1feb9f69438
object born id:0x1feb9f690b8
object born id:0x1feb9f69d68
object born id:0x1feb9f690f0
object born id:0x1feb9f694e0
object born id:0x1feb9f69f60
object born id:0x1feb9f69eb8
object born id:0x1feb9f69128
object born id:0x1feb9f69c88
object born id:0x1feb9f69470
object born id:0x1feb9f69e48
object born id:0x1feb9f69ef0
object born id:0x1feb9f69dd8
object born id:0x1feb9f69e10
object born id:0x1feb9f69ac8
object born id:0x1feb9f69198
object born id:0x1feb9f69cf8
object born id:0x1feb9f69da0
object born id:0x1feb9f69c18
object born id:0x1feb9f69d30
object born id:0x1feb9f69ba8
...

执行过程：

  • 创建了c1， c2后，这两个对象的引用计数都为1，执行c1.t = c2 和 c2.t = c1后，引用计数变为2
  • 在del c1后，内存c1的对象的引用计数变为1，由于不是为0，所以c1的对象不会被销毁，同理，在del c2后也是一样
  • 虽然它们两个的对象都是可以被销毁的，但是由于循环引用，导致垃圾回收机制都不会回收它们，所以就会造成内存泄漏。

分代回收

  • 分代回收是一种以空间换时间的方式，Python将内存根据对象的存活时间划分为不同的集合，每一个集合称为一个代，Python将内存分为了3 “代”，分别代表年轻代（第 0 代）、中年代（第 1 代）、老年代（第 2 代），它们对应的是 3 个链表，它们的垃圾收集频率随着对象的存活时间的增大而减小。
  • 新创建的对象都会分配在 年轻代，年轻代链表的总数达到上限时，Python垃圾回收机制就会被触发，把那些可以被回收的对象被回收掉，而那些不会被回收的对象就会被移动到 中年代，依次类推， 老年代中的对象是存活时间最久的对象，甚至是存活于整个系统的生命周期中。
  • 同时，分代回收是建立在标记—清除技术的基础之上的。分代回收同样作为Python的辅助垃圾收集技术处理那些容器对象

标记—清除技术

标记—清除（Mark—Sweep）算法是一种基于追踪回收（tracking GC）技术实现的垃圾回收算法。它分为两个阶段：

  • 第一阶段 是标记阶段，GC会把所有的活动对象打上标记。
  • 第二阶段 是把那些没有标记的对象（非活动对象）进行回收。

那么问题来了，GC又是如何判断哪些是活动对象，哪些是非活动对象的呢？

在这里插入图片描述

​ 对象之间通过引用（指针）连在一起，构成一个有向图，对象构成这个有向图的节点，而引用关系构成这个有向图的边。从跟对象（root object）出发，沿着有向边遍历对象，可达的（reachable）对象标记为活动对象，不可达的对象就是要被清除的非活动对象。 根对象就是全局变量、调用栈、寄存器。 mark—sweep在上图中，我们把小黑圈视为全局变量，也就是把它作为root object，从小黑圈出发，对象 1 可直达，那么它将被标记，对象2、3可间接到达也会被标记，而4, 5不可达，那么1， 2， 3就是活动对象，4， 5就是非活动对象。

​ 标记清除算法作为Python的辅助垃圾回收技术，主要处理的是一些容器对象，比如list、dict、tuple、instance等，因为对于字符串、数值对象是不可能造成循环引用问题。 Python使用一个双向链表将这些容器对象组织起来。

不过，这种简单粗暴的标记—清除算法也有明显 的缺点：

  • 清楚非活动的对象前，它必须扫描整个堆内存，哪怕只剩下小部分活动对象也要扫描所有对象。

垃圾回收的触发

有三种情况会触发垃圾回收机制：

  • 调用gc.collect()，需要先导入gc模块。
  • 当gc模块的计数器达到阈值的时候。
  • 程序退出的时候。

gc 模块 (解决循环引用问题)

​ gc模块提供了一个接口给开发者设置垃圾回收的选项。上面说到，采用引用计数的方法，管理内存的一个缺陷是循环引用，而 gc 模块的一个主要功能就是解决循环引用的问题。

常用函数

  1. gc.set_debug(flags)设置 gc 的 debug 日志，一般设置为gc.DEBUG_LEAK

  2. gc.collect([generation])

    显式进行垃圾回收，可以输入参数，0代表只检查第一代的对象，1表示检查第一、二代的对象，2代表检查第一、二、三代的对象，如果不传参数，执行一个full collection，也就是等于传2。返回不可达（unreachable objects）对象的数目。

  3. gc.set_threshold(threshold0[, threshold1[, threshold2]])

    设置自动执行垃圾回收的频率

  4. gc.get_count()：获取当前自动执行垃圾回收的计数器，返回一个长度为3的列表

gc 实践案例

def f3():
    '''循环引用'''
    while True:
        c1=A()
        c2=A()
        c1.t=c2
        c2.t=c1
        del c1
        del c2
        #增加垃圾回收机制
        print(gc.garbage)
        print(gc.collect())
        print(gc.garbage)
        time.sleep(10)

执行结果：

object born id:0x21d1a5dc470
object born id:0x21d1a5dc9e8
[]
4
gc: collectable <A 0x0000021D1A5DC470>
[<__main__.A object at 0x0000021D1A5DC470>, <__main__.A object at 0x0000021D1A5DC9E8>, {'t': <__main__.A object at 0x0000021D1A5DC9E8>}, {'t': <__main__.A object at 0x0000021D1A5DC470>}]
gc: collectable <A 0x0000021D1A5DC9E8>
gc: collectable <dict 0x0000021D1A156C88>
gc: collectable <dict 0x0000021D1A5CABC8>

gc 模块的自动垃圾回收机制

必须要 import gc模块，并且is_enalbe() = True才会启动自动垃圾回收。

这个机制的主要作用就是 发现并处理不可达的垃圾对象。

垃圾回收 = 垃圾检测 + 垃圾回收

在Python中，采用分代收集的方法。把对象分为三代，一开始，对象在创建的时候，放在一代中，如果在一次一代垃圾检查中，该对象存活下来，就会被放入第二代，同理，在一次二代的垃圾检查中，该对象存活下来，那么就会被放入第三代。

gc 模块里面会有一个长度为 3 的列表的计数器，可以通过gc.get_count()获取。

def f4():
    '''垃圾自动回收'''
    print(gc.get_count())
    a=A()
    print(gc.get_count())
    del a
    print(gc.get_count())

执行结果：

(621, 10, 0)
object born id:0x2ca32a8c588
(624, 10, 0)
(623, 10, 0)

结果分析：

  • 621——距离上一次一代垃圾检查，Python分配内存的数目 减去 释放内存的数目，注意：是内存分配，而不是引用计数的增加。
  • 10——距离上一次二代垃圾检查，一代垃圾检查的次数
  • 0——距离上一次三代垃圾检查，二代垃圾检查的次数

自动回收阈值

gc 模块有一个自动垃圾回收的阈值，即通过gc.get_threshold函数获取到的长度为 3 的元组，例如(700, 10, 10)

每一次计数器的增加，gc 模块就会检查增加后的计数是否达到阈值，如果是，就会执行对应的代数检查，然后重置计数器

注意：

如果循环引用中，两个对象都定义了__del__方法，gc 模块不会销毁这些不可达对象，因为 gc模块不知道应该先调用哪个对象的__del__方法，所以为了安全起见，gc 模块会把对象放到gc.garbage中，但是不会销毁对象。