原文地址:https://sutune.me/2018/10/14/python-GC/
前不久去面试,面试官看我简历上面写了熟悉 Python,于是就问我 Python 垃圾回收机制,但是我更多的是熟悉 Python 来做自动化,但是对这些原理没怎么深入了解过,所以遇到这个问题就懵了(以后简历估计得改成 “了解一点 Python 了 ”),后面针对这个问题进行了梳理,希望以后面试的同学遇到这个问题可以从容的回答。
python 采用的是引用计数机制为主,标记 - 清除和分代收集两种机制为辅的策略。
Reference Counting
』,该算法最早 George E. Collins 在 1960 的时候首次提出,50 年后的今天,该算法依然被很多编程语言使用。ob_ref
字段,用来记录该对象当前被引用的次数,每当新的引用指向该对象时,它的引用计数ob_ref
加1
,每当该对象的引用失效时计数ob_ref
减1
,一旦对象的引用计数为0
,该对象立即被回收,对象占用的内存空间将被释放。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
func(a)
list1=[a,a]
del a
a=24
func
函数中的局部变量(全局变量不会)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
...
c1
,c2
后,这两个对象的引用计数都是1
,执行c1.t=c2
和c2.t=c1
后,引用计数变成2
.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
后也是一样的。有三种情况会触发垃圾回收:
gc.collect()
,需要先导入gc
模块。gc
模块的计数器达到阀值的时候。gc 模块提供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:
gc.set_debug(flags)
设置 gc 的 debug 日志,一般设置为gc.DEBUG_LEAK
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
代表检查一,二代的对象,2
代表检查一,二,三代的对象,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。
gc.set_threshold(threshold0[, threshold1[, threshold2])
设置自动执行垃圾回收的频率。
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
扩展资料:Garbage Collector interface
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>
必须要 import gc 模块,并且 is_enable()=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=垃圾检查+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,如果在一次一代的垃圾检查中,改对象存活下来,就会被放到二代中,同理在一次二代的垃圾检查中,该对象存活下来,就会被放到三代中。
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)
621
指距离上一次一代
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
指距离上一次二代
垃圾检查,一代
垃圾检查的次数。0
是指距离上一次三代
垃圾检查,二代
垃圾检查的次数。gc 模快有一个自动垃圾回收的阀值,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阀值的数目,如果是,就会执行对应的代数的垃圾检查,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。
标记清除(Mark—Sweep)』算法是一种基于追踪回收(tracing 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 GC 又是如何判断哪些是活动对象哪些是非活动对象的呢?
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。从根对象(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-sweepg 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 和 5 不可达,那么 1、2、3 就是活动对象,4 和 5 是非活动对象会被 GC 回收。
标记清除算法作为 Python 的辅助垃圾收集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:清除非活动的对象前它必须顺序扫描整个堆内存,哪怕只剩下小部分活动对象也要扫描所有对象。
扩展资料: Java 垃圾回收机制