🪴 X·Eden

博客

垃圾回收

2023年10月27日14分钟阅读

引用和引用计数

Python 中的引用概念

**在 Python 中，所有的数据都是以对象的形式存在。**当我们创建一个变量并赋值时，实际上 Python 会为我们创建一个对象，然后变量会引用这个对象。这种关系，我们称之为引用。

例如：

a = 1

这里，数字 1 是一个 int 类型的对象，变量 a 是对这个对象的引用。

引用计数的基本原理

**Python 使用一种叫做引用计数的方式来管理内存。**每一个对象都有一个引用计数，用来记录有多少个引用指向这个对象。当这个计数值变为 0 时， Python 就知道没有任何引用指向这个对象，这个对象就可以被安全地销毁了，它占用的内存就会被释放。

例如：

a = 1  # 引用计数为1
b = a  # 引用计数为2
a = None  # 引用计数为1
b = None  # 引用计数为0，对象被销毁

引用计数的增减和对象的创建与销毁过程

graph LR
    A[Python 对象] --> |创建| B(引用计数增加)
    B --> C{引用计数是否为0?}
    C -->|是| D[对象被立即回收]
    C -->|否| E[对象继续存在]
    E --> F{是否存在循环引用?}
    F --> |是| G[标记-清除处理]
    G --> H[分代回收处理]
    F --> |否| I[对象持续存在]
    H --> J{是否到达阈值?}
    J -->|是| K[触发垃圾回收]
    J -->|否| I
    K --> L[回收结束，对象被销毁]

每当我们创建一个新的引用（赋值操作），对象的引用计数就会增加 1。当我们删除一个引用（例如赋值为 None 或者使用 del 命令），对象的引用计数就会减少 1。当引用计数变为 0 时，Python 的垃圾回收器就会销毁这个对象并回收它所占用的内存。

循环引用和引用计数的限制

循环引用的概念和问题

**循环引用是指两个或更多的对象互相引用，形成一种闭环。**在这种情况下，即使没有其他引用指向这些对象，它们的引用计数也永远不会变为 0，所以它们不会被 Python 的垃圾回收器销毁，导致内存泄漏。

例如：

class Node:
    def __init__(self):
        self.other = None
 
a = Node()
b = Node()
a.other = b  # a 引用了 b
b.other = a  # b 引用了 a，形成了循环引用

引用计数无法解决的循环引用问题

这正是引用计数法的一个主要弱点。尽管它简单易懂，但它不能处理循环引用的问题。在上面的例子中，即使我们删除了对 a 和 b 的引用，它们也不会被销毁，因为它们互相引用，它们的引用计数永远不会变为 0。

del a
del b
# 现在，a 和 b 形成的循环引用对象仍然存在，但我们无法访问它们

引用计数的弱点和限制

引用计数法的另一个弱点是它的开销相对较大。每次创建或删除引用时，Python 都需要更新引用计数。这可能在大量对象创建和销毁的情况下成为性能瓶颈。

垃圾回收算法

垃圾回收算法的概述

为了解决引用计数法不能处理循环引用的问题，Python 引入了两种垃圾回收算法：标记 - 清除算法和分代回收算法。这两种算法都是为了检测和回收循环引用的对象。

标记 - 清除算法的原理和流程

标记 - 清除算法是一种基础的垃圾回收算法。它的**基本原理是通过标记和清除两个步骤来回收垃圾对象。**在标记步骤中，从某些根对象（例如全局变量）出发，遍历所有可达的对象，将这些对象标记为活动。剩下的未被标记的对象（即不可达的对象）就被认为是垃圾。然后在“清除”步骤中，清除所有标记为“垃圾”的对象。

在 Python 中，标记 - 清除算法主要用于检测和清除循环引用对象。它的工作流程是这样的：

  1. 从所有的容器对象（例如列表、字典和类实例等）出发，找出所有可能形成循环引用的对象。
  2. 对这些对象应用标记 - 清除算法，找出并清除真正的循环引用对象。

分代回收算法的原理和优化

分代回收是 Python 用来优化垃圾回收性能的一种方式。它的**基本思想是将所有的对象分为几代，每一代的对象有自己的生命周期和回收策略。**新创建的对象被放入第一代，当这一代的对象经历了一定次数的垃圾回收后仍然存活，就被移到下一代。每一代的垃圾回收频率都不同，通常，越年轻的代的垃圾回收频率越高。

Python 的分代回收有三代。新创建的对象被放入第一代（generation 0），当它经历了一次垃圾回收后仍然存活，就被移到第二代（generation 1）。同样，第二代的对象在经历了一次垃圾回收后仍然存活，就被移到第三代（generation 2）。第三代的对象在经历了一次垃圾回收后仍然存活，就留在第三代。每一代的垃圾回收频率都不同，第一代的频率最高，第三代的频率最低。

分代回收算法的优点是它可以减少垃圾回收的开销，因为经常产生垃圾的通常是生命周期短的对象（例如临时变量），而生命周期长的对象（例如全局变量）很少产生垃圾。这种方式可以让 Python 更加聚焦于可能产生垃圾的地方，从而提高垃圾回收的效率。

Python 中的垃圾回收算法实现

sequenceDiagram
    participant O as Python对象
    participant RC as 引用计数
    participant GM as 垃圾回收机制
    participant GC as gc模块
    O->>RC: 创建对象，引用计数+1
    RC-->>O: 维持对象
    RC->>GM: 检查引用计数是否为0
    GM-->>RC: 不为0，继续维持
    RC->>GM: 引用计数变为0
    GM-->>O: 对象被立即回收
    GM->>GC: 检查是否存在循环引用
    GC-->>GM: 存在循环引用
    GM->>GC: 触发标记-清除
    GC-->>GM: 清除循环引用
    GM->>GC: 触发分代回收
    GC-->>GM: 分代回收完成
    GM->>GC: 检查是否达到阈值
    GC-->>GM: 达到阈值
    GM->>O: 触发垃圾回收，对象被销毁
    GM->>GC: 检查是否达到阈值
    GC-->>GM: 没有达到阈值
    GM-->>GC: 继续监视

Python 的垃圾回收机制是基于引用计数的，当对象的引用计数降到 0 时，该对象就会被立即回收。但是，对于循环引用的问题，Python 使用标记 - 清除和分代回收两种算法来解决。

首先，Python 使用标记 - 清除算法来检测和清除循环引用的对象。然后，为了优化垃圾回收的性能，Python 会根据对象的存活时间将它们分成三代，并分别进行回收。这样，Python 就能有效地管理内存，同时尽可能地降低垃圾回收的开销。

Gc 模块

Python 通过 gc 模块提供了对垃圾回收机制的直接控制。gc 模块提供了一些函数，让我们可以手动触发垃圾回收，查询垃圾回收的状态，或者调整垃圾回收的参数。

基础功能

下面是一些常用的 gc 函数：

函数描述
gc.enable()启用自动垃圾回收。
gc.disable()禁用自动垃圾回收。
gc.isenabled()查看自动垃圾回收是否被启用。
gc.collect(generation=2)立即进行一次垃圾回收。可以通过 generation 参数指定要收集的代的编号（0 代表最年轻的一代，2 代表所有代）。
gc.set_threshold(threshold0, threshold1=None, threshold2=None)设置垃圾回收的阈值。当某一代的垃圾数量超过对应的阈值时，就会触发垃圾回收。
gc.get_threshold()获取当前的垃圾回收阈值。
gc.get_count()获取当前每一代的垃圾数量。
gc.get_objects()返回一个列表，包含所有当前被监视的对象。
gc.get_stats()返回一个字典，包含垃圾回收的统计信息。
gc.set_debug(flags)设置垃圾回收的调试标志。
gc.get_debug()获取当前的垃圾回收调试标志。
gc.get_referents(*objs)返回一个列表，包含所有给定对象的直接引用对象。
gc.get_referrers(*objs)返回一个列表，包含所有直接引用给定对象的对象。

下面是一个简单的例子，演示了如何使用 gc 模块：

import gc
 
# 手动触发垃圾回收
gc.collect()
 
# 获取当前的计数器值
print(gc.get_count())
 
# 获取当前的阈值
print(gc.get_threshold())
 
# 设置新的阈值
gc.set_threshold(500)
 
# 获取所有存在的对象
print(len(gc.get_objects()))
 
# 获取统计信息
print(gc.get_stats())

高级用法

除了上述的基本功能，gc 模块还提供了一些高级功能，例如你可以注册自己的回调函数，当垃圾回收发生时，这些回调函数就会被调用。这可以用来监控垃圾回收的过程，或者调试内存泄漏的问题。

下面是一个例子，演示了如何注册回调函数：

import gc
 
def callback(phase, info):
    print(f"{phase}: {info}")
 
# 注册回调函数
gc.callbacks.append(callback)
 
# 触发垃圾回收
gc.collect()

在这个例子中，每次垃圾回收发生时，callback 函数都会被调用，它会打印出垃圾回收的阶段和一些信息。

总结

Python 的垃圾回收机制是基于引用计数的，它简单高效，但无法处理循环引用的问题。为了解决这个问题，Python 引入了标记 - 清除和分代回收两种垃圾回收算法。这两种算法可以有效地检测和清除循环引用的对象，同时优化垃圾回收的性能。

Python 通过 gc 模块提供了对垃圾回收机制的直接控制。通过 gc 模块，我们可以手动触发垃圾回收，查询垃圾回收的状态，或者调整垃圾回收的参数。我们甚至可以注册自己的回调函数，以便在垃圾回收发生时获取通知。

关系图谱