Python 内存管理机制全面分析

内存管理:

概述

在python中，内存管理涉及到一个包含所有python对象和数据结构的私有堆(heap). 这个私有堆的管理由内部的python内存管理器保证。python内存管理器有不同的组件来处理各种动态存储管理方面的问题，如共享，分割，预分配或缓存。

在最底层，一个原始内存分配器通过与操作系统的内存管理器交互，确保私有堆有足够的空间来存储所有与python相关的数据。在原始内存分配器的基础上，几个对象特定的分配器在同一个堆上运行，并根据每种对象类型的特点实现不同的内存管理策略。例如，整数对象在堆内的管理方式不同于字符串，元祖，或者字典。因为整数需要不同的存储需求和速度与空间的权衡。因此，python内存管理器将一些工作分配给对象特定分配器，但确保后者在私有堆的范围内运行。

python堆内存的管理由解释器来执行，用户对他没有控制权，即使他们经常操作只想堆内存块的对象指针，理解这一点非常重要。python对象和其他内部缓冲区的堆空间分配是由python内存管理器按需通过本文档中列出的python/c api函数进行的。

内存管理机制

python的内存管理总共分为4层(layer0-3)

第一层layer1的仅仅是对malloc的简单包装, raw memory，目的是为了兼容各个操作系统，因为不同的操作系统调用malloc的时候可能会有不同的行为结果；第二层layer2是内存管理机制的核心，其中gc就是在这一层发挥至关重要的作用。第三层，是对象缓冲池，如python对一些对象的直接操作，包括int，list等

对于可能被经常使用，而且是immutable的对象，如bool类型，元祖类型，小的整数，长度较短的字符串等，python会缓存在layer3，直接供python调用，避免频繁的创建和销毁。'

当一个对象逻辑上不被使用了，但并没有被释放，那么就存在内存泄漏，很可能会造成程序效率低下甚至崩溃

python分配内存的时候又分为大内存和小内存，大内存以256字节为界限，对于大内存使用malloc进行分配，而对于小内存则使用内存池进行分配，由于小内存的分配和释放是频繁的，因此内存池的使用大大提高了python的执行效率。

引用计数

在python中大多数对象的生命周期都是通过引用计数来管理的，引用技术也是一种最直观最简单的垃圾收集技术

每个python对象都有一个引用计数器，用于记录多少变量指向这个对象，可以通过sys模块的getrefcount查询获得

每一个对象都会维护一个引用计数器，当一个对象被引用的时候，它的计数器就+1，当一个对象的引用被销毁的时候，计数器-1，当这个对象的引用计数为0的时候，说明这个对象已经没有使用了，可以被释放，就会被回收，具有实时性。由于引用计数需要维护计数器等额外的操作，为了与引用计数搭配，在内存的分配和释放上获得最高的效率，python因此设计了大量的内存池机制。

下面这些情况引用计数+1

(1). 对象被创建: a = 4

(2). 引用被复制: y = x

(3). 被作为参数传递给函数: f(x)

(4). 作为容器对象的一个元素: a = [1, x]

下面这些情况引用计数-1

(1). 离开作用域，比如f(x)函数结束的时候，x只想的对象引用减1

(2). 引用被显式地销毁: del x

(3). 对象的一个别名被赋值给其他对象: y = 1

(4). 对象从一个容器对象中移除: l.remove(x)

(5). 容器对象本身被销毁: del l 

python的内存管理主要以引用计数为主，引用计数机制能释放大部分无用对象，除了第一种情况，循环引用，因为循环引用的对象那个引用计数器永不为0。

循环引用，就是一个对象直接或者间接引用自己本身，导致计数器不为0

以上就是python 内存管理机制全面分析的详细内容，更多关于python 内存管理机制的资料请关注其它相关文章！