這篇文章主要介紹了python垃圾回收機制(GC)原理解析,文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下

　　今天想跟大家分享的是關(guān)于python的垃圾回收機制,雖然本人這會對該機制沒有很深入的了解, 但是本著熱愛分享的原則,還是囫圇吞棗地坐下記錄分享吧, 萬一分享的過程中開竅了呢.哈哈哈.

　　首先還是做一下概述吧: 我們都知道, 在做python的語言編程中, 相較于java, c++, 我們似乎很少去考慮到去做垃圾回收,內(nèi)存釋放的工作, 其實是python內(nèi)部已經(jīng)做了相應(yīng)的回收機制, 不用我們自己操心去做內(nèi)存釋放.但是還是有必要了解一下.可以更加深入的了解python這門優(yōu)美的語言的魅力.

一、概述：

　　python的GC模塊主要運用了“引用計數(shù)(reference counting)”來跟蹤和回收垃圾。在引用計數(shù)的基礎(chǔ)上，還可以通過標記清除(mark and sweep)解決容器(這里的容器值指的不是docker，而是數(shù)組，字典，元組這樣的對象)對象可能產(chǎn)生的循環(huán)引用的問題。通過“分代回收(generation collection)”以空間換取時間來進一步提高垃圾回收的效率。

二、垃圾回收三種機制

　　1、引用計數(shù)

　　在Python中，大多數(shù)對象的生命周期都是通過對象的引用計數(shù)來管理的， 廣義上講，它也是一種垃圾回收機制，而且是一種最直觀最簡單的垃圾回收機制。

　　原理：當(dāng)一個對象被創(chuàng)建引用或者被復(fù)制的時候，對象的引用計數(shù)會加一，當(dāng)一個對象的引用被銷毀時，對象的引用計數(shù)會減一，當(dāng)對象的引用計數(shù)減為0的時候，就意味著對象已經(jīng)沒有被任何人使用了，可以將其所占用的內(nèi)存釋放了。

　　雖然引用計數(shù)必須在每次分配和釋放內(nèi)存的時候加入管理引用計數(shù)的這個動作，然而與其他主流垃圾收集機制相比， 最大的一個優(yōu)點是實時性， 及任何內(nèi)存，一旦沒有指向他的引用，就會立即被回收，其他的垃圾回收機制必須在某種特殊條件下(內(nèi)存分配失敗)才能進行無效內(nèi)存的回收。

　　執(zhí)行效率問題： 引用計數(shù)機制帶來的維護引用計數(shù)帶來的額外操作與python運行中所運行的內(nèi)存分配和釋放，引用賦值的次數(shù)是成正比的。相比其他機制，比如“標記-清除”，“停止-復(fù)制”，是一個弱點，因為這些技術(shù)所帶來的操作基本上只是與待回收的數(shù)量有關(guān)。

　　引用計數(shù)還存在的一個致命的弱點是循環(huán)引用，這使得垃圾回收機制從來沒有將引用計數(shù)包含在內(nèi)。這就需要我們用新的方法了， 即標記清除。

　　2、標記清除

標記清除主要是用來解決循環(huán)引用產(chǎn)生的問題的，循環(huán)引用只會在容器對象中才會產(chǎn)生，比如數(shù)組、字典、元組等，首先是為了追蹤對象，需要每個容器對象維護兩個額外的指針，用來將容器對象組成一個鏈表，指針分別指向前后兩個容器對象，這樣就可以將對象的循環(huán)引用環(huán)摘除，就可以得出兩個對象的有效計數(shù)。

問題說明：

　　循環(huán)引用可以使得一組對象的引用計數(shù)不是0， 然而這些對象實際上并沒有被外部對象所引用，這就意味著不會再有人使用這組對象， 應(yīng)該回收這組對象所占用的內(nèi)存空間，然而由于相互引用的存在，每一個對象的引用計數(shù)不為0，因為這些對象所占用的內(nèi)存永遠不會被釋放。比如下面的代碼：

a = [1, 2]
b = [3, 4]
a.append(b)
b.append(a)
del a
del b
# B
c = [3, 5]
d = [2, 4]
c.append(d)
d.append(c)
del c

OKAY,現(xiàn)在就這個做一下解釋，這是個集中營， 一個是root object(鏈表)，另一個是unreachable鏈表。

對于上面的第一組， 在未執(zhí)行del語句的時候，a，b的引用計數(shù)都是2(init + append= 2)，但是在DEL執(zhí)行完畢之后，a，b的引用次數(shù)互相減一。a，b陷入循環(huán)引用的圈子中，然后標記清除算法開始出來做事，找到其中一端a，開始拆a，b的引用環(huán)(我們從a出發(fā)，因為它對B有一個引用，則將B的引用計數(shù)減一，然后順著引用到達B，因為B有一個對A的引用，同樣將A的引用減一，這樣就完成了循環(huán)引用對象之間的對象環(huán)摘除)， 去掉以后發(fā)現(xiàn)a，c循環(huán)引用變成了0，所以a，b就被處理到unreachable鏈表中直接被做掉。

對于第二組，簡單一看d取環(huán)后引用計數(shù)還是1，但是a取環(huán)后就是0了這時的c已經(jīng)進入了unreachable的鏈表中，被判了死刑，但是此時在root表中還有d，d還在引用著c，如果c被搞掉，世界就沒有了正義。root鏈表中的d會被引用檢測引用了c，如果c沒了，那么b也就涼涼了，所以c又拉回到了root鏈表中。

解剖這兩個鏈表的原因是現(xiàn)在在unreachable中可能存在被root鏈表中的對象，直接或者間接引用的對象，這些對象是不能被回收的，一旦在標記的過程中，發(fā)現(xiàn)這樣的對象就將其移動到root鏈表中，完成標記后，unreachable鏈表中剩下的就是名副其實的垃圾對象了，接下來垃圾回收只需要限制在unreachable鏈表中即可。

　　3、分代回收

背景：分代回收技術(shù)是上個世紀80年代初發(fā)展起來的一種垃圾回收機制，經(jīng)過研究表明：無論使用何總語言開發(fā)無論開發(fā)的是何種類型，何種規(guī)模的程序，都存在這樣一點相同之處， 即：一定比例的內(nèi)存塊的生存周期都比較短，通常是幾百萬條指令的時間，然而剩下的內(nèi)存塊，生存周期比較長，甚至?xí)囊婚_始直到程序結(jié)束。

從前面的“標記-清除”這樣的垃圾回收機制來看，這種垃圾收集機制帶來的額外操作實際上與系統(tǒng)中總的內(nèi)存塊的數(shù)量是相關(guān)的，當(dāng)要回收的內(nèi)存塊越多時，垃圾檢測帶來的額外操作就越多，而垃圾回收所帶來的額外操作就越少，反值則相反。為了提高垃圾的收集效率，采用“空間換時間”的策略。

原理： 將系統(tǒng)紅所有內(nèi)存塊根據(jù)其存活時間劃分為不同的集合每一個集合就稱為一個“代”，垃圾收集的頻率隨著代的存活時間的增大而減少。也即，活的時間越長的對象就越不可能是垃圾，就應(yīng)該減少對它的垃圾收集頻率，衡量的標準就是這個對象經(jīng)過的垃圾收集次數(shù)越多，該對象存活的時間就越長。

例如：

　　當(dāng)某些內(nèi)存塊M經(jīng)過了3次垃圾回收的清洗之后還是存活著的時候，就將內(nèi)存塊M劃到一個集合A中去，當(dāng)垃圾收集開始工作時，大多數(shù)情況只是針對集合B進行垃圾回收，而對集合A進行垃圾回收要隔相當(dāng)長一段時間才進行，這就使得垃圾收集機制要處理的內(nèi)存少了，效率自然就提高了。這個過程中集合B中的某些內(nèi)存塊由于存活時間長會被轉(zhuǎn)移到A中， 當(dāng)然A中實際上也存在一些垃圾，這些垃圾回收會因為這種分帶機制而延遲。 在python中，一共有三代，也即維護3條鏈表(generation 0， 1， 2)

• 0代表幼兒對象。
• 1代表青年對象。
• 2代表老年對象。

依據(jù)弱代假說(越年輕的越容易死掉)

新生的對象放在0代，對象在0代的第一次垃圾收集機制中活了過來， 那么久將其放到第1代里面了，同理，可能會被放到第2代。GC每代垃圾回收處罰的閾值可以自己設(shè)置(目前我不知道怎么設(shè)置/苦笑)。

這些就是目前的python的垃圾回收機制了。

下面的是 內(nèi)存池以及調(diào)優(yōu)手段：

內(nèi)存池：

python的內(nèi)存機制呈現(xiàn)金字塔形狀，-1， -2層主要由操作系統(tǒng)進行操作。

第0層是C中的malloc， free等內(nèi)存分配和釋放函數(shù)進行操作

第一層和第二層是內(nèi)存池，有python借口函數(shù)，PyMem_Malloc函數(shù)實現(xiàn)，當(dāng)對象小于256K時候由該層直接分配內(nèi)存，

第三層是最上層，也即我們對python對象的直接操作。

調(diào)優(yōu)手段：

1、手動垃圾回收

2、避免循環(huán)運用

3、提高垃圾回收閾值

希望上面這些能對大家有所幫助。謝謝支持?。?！ 

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

最新評論