原文地址:https://sutune.me/2018/10/14/python-GC/

前言

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。

概述

python 采用的是引用计数机制为主,标记 - 清除分代收集两种机制为辅的策略。

引用计数

引用计数案例

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

导致引用计数 +1 的情况

导致引用计数-1 的情况

循环引用导致内存泄露

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
...

分代回收

垃圾回收

有三种情况会触发垃圾回收:

  1. 调用gc.collect(),需要先导入gc模块。
  2. gc模块的计数器达到阀值的时候。
  3. 程序退出的时候。

gc 模块

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

  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。

  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

扩展资料:Garbage Collector interface

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_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)

自动回收阈值

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

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?

image

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

参考资料


↙↙↙阅读原文可查看相关链接,并与作者交流