• 垃圾回收

我們作為Python程序員也是非常幸福的，我們?nèi)粘２惶枰P(guān)注內(nèi)存管理和垃圾回收，是因為CPython的解釋器有一套自己的機制來處理。那么，在Python的世界里為什么不太需要關(guān)注垃圾回收呢？

這是因為Python自己的解釋器自動做了垃圾回收相應(yīng)的處理，在絕大部分場景下是不需要人為的干涉的。另外，大家對于Python的共識就是開發(fā)效率。因為其是一個膠水語言，在很多場景下高性能以及內(nèi)存問題其實并不凸顯，而且現(xiàn)在服務(wù)器資源很便宜而人力資源很貴的情況下。

使用Python做Web開發(fā)，工作很多年也不太會遇到內(nèi)存管理和垃圾回收的。在Web應(yīng)用幾乎都是使用多進程模型的，一則是會有定期超時重啟的機制，二是每次上線的操作也會進程的重啟。所以不會有某個進程長時間的駐留，使其占用很多內(nèi)存，導(dǎo)致內(nèi)存泄漏。所以，GC的缺陷基本不太會對Web開發(fā)產(chǎn)生很大的影響。且CPython也足夠完善，基本不太會出現(xiàn)內(nèi)存泄漏這樣的問題。大部分場景下，都是因為開發(fā)者錯誤的使用或者是誤判導(dǎo)致內(nèi)存占用不正常。

•  引用計數(shù)

Python的垃圾回收是建立在引用技術(shù)上的，所以理解引用計數(shù)也是非常重要的。而引用計數(shù)的原理就是，當一個對象的引用被創(chuàng)建或者復(fù)制時，對象的引用計數(shù)加1；當一個對象的引用被銷毀時，對象的引用計數(shù)減1；當對象的引用計數(shù)減少為0時，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)存立刻釋放了。

引用計數(shù)這種機制的特點是，有比較好的實時性，但是引用計數(shù)會有一個循環(huán)引用的問題。比如說A引用了B，而B又引用了A，導(dǎo)致每一個對象的引用計數(shù)都不為0，那么A和B占用的內(nèi)存資源永遠都不會被回收。所以，就需要一些回收算法來解決這個問題，而Python就是使用了標記清除和分代回收機制。

https://mp.weixin.qq.com/s/KJm4cIZ8Ms96r3N9rT8M9w 

•  標記清除

上面我們說了，標記-清除就是為解決循環(huán)引用的問題。最理想的情況下，比如說有兩個對象A和B，其中A有一個B的引用，就會將B的引用計數(shù)減1。然后順著引用達到B，因為B有一個引用了A，同樣將A的引用計數(shù)減少1。這樣，就將引用計數(shù)中循環(huán)引用的環(huán)給摘除。

但是，還會存在另外一個問題。假設(shè)對象A，它有一個對象C的引用，而C并沒有引用A。如果將C的引用計數(shù)減少1，而最后A沒有被回收，顯然我們錯誤將C的引用計數(shù)減少了1。這樣，將導(dǎo)致在未來的某個時段出現(xiàn)了一個對C的懸空引用。這就要求我們在C沒有被刪除的情況下，復(fù)用C的引用計數(shù)。如果采用這樣方案的話，那么維護這個引用計數(shù)的復(fù)雜度就會成倍的增加。而這個標記清除采用了更好的做法來解決這個問題。

標記清除采用了更好的做法，它并不改動真實的引用計數(shù)，而是將集合中對象的引用計數(shù)復(fù)制一份副本，改動該對象引用的副本。對于副本做任何的改動，都不會影響到對象生命周期的維護。

• 分代回收

分代回收是在面試中，常常會被問到的一個問題。分代回收的核心思想就是，對象存活的時間越長，越不可能是垃圾，應(yīng)該更少的去回收。且Python將所有的對象分為0、1、2三代，所有的新建對象都是0代對象。但是，當某一代對象經(jīng)歷過垃圾回收，依然存活，那么它就被歸入下一代對象，即1代或者2代了。

分代回收的預(yù)值，可以使用如下代碼進行查看。通常，返回一個元組且包含三個數(shù)值，默認值為(700, 10, 10)。其中第一個數(shù)值700表示，從上一個垃圾回收到現(xiàn)在分配內(nèi)存的數(shù)目減去釋放內(nèi)存的數(shù)目。如果這個數(shù)值到了700，則會對第一代的垃圾對象進行回收，并且給第二個數(shù)值加1。當?shù)诙€數(shù)值增加到10的時候，就會對第一代和第二代的垃圾對象進行回收，并且給第三個數(shù)值加1。當?shù)谌齻€數(shù)值增加到10的時候，則三代都會被回收，然后初始化為(0, 0, 0)并繼續(xù)開始計數(shù)。

需要注意的是，如果沒有十分必要的場景，這個分代回收的默認值通常是不需要我們?nèi)藶榈母膭拥摹?nbsp;

In [1]: import gc  
In [2]: gc.get_threshold()  
Out[2]: (700, 10, 10) 

• 強制回收

上面介紹了Python的自動垃圾回收機制，而Python也支持在某一刻特定的時間點，使用gc.collect()方法強制回收。不會，通常我們是不適用強制回收的，而是使用下面這種禁用垃圾回收的方式。

• 禁用垃圾回收

這個垃圾回收機制不是挺好的，那我們會什么還要禁用呢。通常我們禁用GC的一個場景就是，某一段代碼中需要加載大量的原始數(shù)據(jù)，尤其是有大量的新建、刪除對象這樣的操作。也就是執(zhí)行某一段代碼的時候，會自動觸發(fā)很多次的垃圾回收。但是，我們需要知道Python執(zhí)行垃圾回收的時候，它會暫停當前的工作。所以，這種工作耗時越多就會拖累我們程序的運行時間。

那我們怎么辦呢？我們通常都會在執(zhí)行這段代碼之前，禁用垃圾回收，執(zhí)行完之后再手動開啟。熟悉開源項目的同學(xué)可以會看到，有些項目中會使用gc.set_threshold(0)而不用gc.disable這種寫法。是因為有些第三方的庫會隱式的啟用GC讓gc.disable不起作用了，而使用gc.set_threshold(0)就不會有第三方的庫把垃圾回收開啟了，除非我們想要把它開啟。 

gc.disable()  
do somethings  
gc.enable()