Python 垃圾回收

Python 的内存管理是自动的。Python 使用引用计数和垃圾回收来管理内存。

引用计数：每个对象有一个引用它的对象的数目。引用计数为 0 的对象被视作垃圾。当一个引用它的对象创建时，引用计数加一，当一个引用它的对象销毁时，引用计数减一。

引用计数有一些缺点，其中一个是它不能处理循环引用。

def make_cycle():
    1 = [ ]
    1.append(l)

make_cycle()

因为 make_cycle() 中创建了一个循环引用对象，所以当函数返回后，它并不会被引用计数回收。

自动回收引用对象

因为循环引用需要消耗计算资源来发现，所以垃圾回收是一个预先安排好的任务。Python 基于分配对象与回收对象的差值来安排垃圾回收。当分配数目减去回收数目大于临界值时，触发垃圾回收。可以通过 gc 模块来查看垃圾回收的临界值：

import gc
gc.get_threshold()
(700, 10, 10)

我们可以看到，默认的临界值时 700。

*当你的 Python 程序耗尽了内存后，自动垃圾回收不会运行。*你的程序会抛出异常，这个异常必须被处理，否则你的程序会崩溃。这是由于自动垃圾回收是基于对象的数目而不是基于对象的大小。因此可以考虑在占据大量内存的代码后手动运行垃圾回收。

手动垃圾回收

对于一些程序，尤其是长时间运行的服务端程序或者嵌入式程序，自动垃圾回收可能不足。

手动执行垃圾回收：

import gc
# 返回它回收的对象数目
gc.collect()

如果我们创建一些循环引用，我们可以看到手动回收生效了：

# -*- coding: utf-8 -*-
import gc


def _make_cycle():
    l = {}
    l[0] = l


def make_cycle(num=1):
    for i in range(num):
        _make_cycle()


# 先清理干净
gc.collect()
assert gc.collect() == 0
make_cycle(10)
assert gc.collect() == 10

通常，有两种手动回收的策略：

基于时间。定时调用垃圾回收
基于事件。在一个事件中调用垃圾回收。比如当一个用户与服务器断开连接或者知道应用要进入停顿状态后

参考

https://www.digi.com/resources/documentation/digidocs/90001537/references/r_python_garbage_coll.htm

来源：oschina

链接：https://my.oschina.net/u/4280386/blog/4238329

标签

python

rpython

自动回收引用对象

手动垃圾回收

推荐行为

参考