首页 编程

Python 内存管理机制

Python 内存管理器

Python 作为一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言,与大多数编程语言不同,Python 中的变量无需事先申明,变量无需指定类型,程序员无需关心内存管理,Python 解释器给你自动回收。开发人员不用过多的关心内存管理机制,这一切全部由 Python 内存管理器承担了复杂的内存管理工作。

内存不外乎创建销毁两部分,本文将围绕 Python 的内存池垃圾回收两部分进行分析。

Python 内存池

当创建大量消耗小内存的对象时,频繁调用 new/malloc 会导致大量的内存碎片,致使效率降低。内存池的作用就是预先在内存中申请一定数量的,大小相等的内存块留作备用,当有新的内存需求时,就先从内存池中分配内存给这个需求,不够之后再申请新的内存。这样做最显著的优势就是能够减少内存碎片,提升效率。

Python 中的内存管理机制为 Pymalloc

首先,我们看一张 CPython 的内存架构图:

640

  • Python 的对象管理主要位于 Level+1~Level+3 层
  • Level+3 层:对于 Python 内置的对象(比如 int, dict 等)都有独立的私有内存池,对象之间的内存池不共享,即 int 释放的内存,不会被分配给 float 使用
  • Level+2 层:当申请的内存大小小于 256KB 时,内存分配主要由 Python 对象分配器(Python’s object allocator)实施
  • Level+1 层:当申请的内存大小大于 256KB 时,由 Python 原生的内存分配器进行分配,本质上是调用 C 标准库中的 malloc/realloc 等函数

关于释放内存方面,当一个对象的引用计数变为 0 时,Python 就会调用它的析构函数。调用析构函数并不意味着最终一定会调用 free 来释放内存空间,如果真是这样的话,那频繁地申请、释放内存空间会使 Python 的执行效率大打折扣。因此在析构时也采用了内存池机制,从内存池申请到的内存会被归还到内存池中,以避免频繁地申请和释放动作。

垃圾回收机制

Python 垃圾回收机制采用引用计数机制为主,标记-清除分代回收机制为辅的策略。其中,标记-清除机制用来解决计数引用带来的循环引用而无法释放内存的问题,分代回收机制是为提升垃圾回收的效率。

总结

总体而言,Python 通过内存池来减少内存碎片化,提高执行效率。主要通过引用计数来完成垃圾回收,通过标记-清除解决容器对象循环引用造成的问题,通过分代回收提高垃圾回收的效率。

相关参考

  1. 《深度剖析CPython解释器》27. Python内存管理与垃圾回收(第一部分):深度剖析Python内存管理架构、内存池的实现原理
  2. Python内存管理机制



文章评论