首页 > 编程语言 > 详细

python垃圾回收机制

时间：2016-03-29 10:44:00      阅读：160      评论：0      收藏：0      [点我收藏+]

现在的高级语言如java，c#等，都采用了垃圾收集机制，而不再是c，c++里用户自己管理维护内存的方式。自己管理内存极其自由，可以任意申请内存，但如同一把双刃剑，为大量内存泄露，悬空指针等bug埋下隐患。     

    对于一个字符串、列表、类甚至数值都是对象，且定位简单易用的语言，自然不会让用户去处理如何分配回收内存的问题。
    python里也同java一样采用了垃圾收集机制，不过不一样的是，python采用的是引用计数机制为主，标记-清除和分代收集两种机制为辅的策略。
    引用计数机制：
    python里每一个东西都是对象，它们的核心就是一个结构体：PyObject
1 typedef struct_object {
2     int ob_refcnt;
3     struct_typeobject *ob_type;
4 }PyObject;
    PyObject是每个对象必有的内容，其中ob_refcnt就是做为引用计数。当一个对象有新的引用时，它的ob_refcnt就会增加，当引用它的对象被删除，它的ob_refcnt就会减少
1 #define Py_INCREF(op)   ((op)->ob_refcnt++)          //增加计数
2 #define Py_DECREF(op)      \                         //减少计数       
3      if (--(op)->ob_refcnt != 0)    \
4          ;        \
5      else         \
6          __Py_Dealloc((PyObject *)(op))
引用计数为0时，该对象生命就结束了。
    引用计数机制的优点：
         1、简单
        2、实时性：一旦没有引用，内存就直接释放了。不用像其他机制等到特定时机。实时性还带来一个好处：处理回收内存的时间分摊到了平时。        
    引用计数机制的缺点： 
        1、维护引用计数消耗资源 
        2、循环引用 
1 list1 = []
2 list2 = []
3 list1.append(list2)
4 list2.append(list1)
    list1与list2相互引用，如果不存在其他对象对它们的引用，list1与list2的引用计数也仍然为1，所占用的内存永远无法被回收，这将是致命的。
    对于如今的强大硬件，缺点1尚可接受，但是循环引用导致内存泄露，注定python还将引入新的回收机制。
 
 

上面说到python里回收机制是以引用计数为主，标记-清除和分代收集两种机制为辅。

1、标记-清除机制

标记-清除机制，顾名思义，首先标记对象（垃圾检测），然后清除垃圾（垃圾回收）。如图1：

技术分享

                            图1

首先初始所有对象标记为白色，并确定根节点对象（这些对象是不会被删除），标记它们为黑色（表示对象有效）。将有效对象引用的对象标记为灰色（表示对象可达，

但它们所引用的对象还没检查），检查完灰色对象引用的对象后，将灰色标记为黑色。重复直到不存在灰色节点为止。最后白色结点都是需要清除的对象。

2、回收对象的组织

这里所采用的高级机制作为引用计数的辅助机制，用于解决产生的循环引用问题。而循环引用只会出现在“内部存在可以对其他对象引用的对象”，比如：list，class等。

为了要将这些回收对象组织起来，需要建立一个链表。自然，每个被收集的对象内就需要多提供一些信息，下面代码是回收对象里必然出现的。

一个对象的实际结构如图2：

                  技术分享

                           图2

通过PyGC_Head的指针将每个回收对象连接起来，形成了一个链表，也就是在1里提到的初始化的所有对象。

3、分代技术

分代技术是一种典型的以空间换时间的技术，这也正是java里的关键技术。这种思想简单点说就是：对象存在时间越长，越可能不是垃圾，应该越少去收集。

这样的思想，可以减少标记-清除机制所带来的额外操作。分代就是将回收对象分成数个代，每个代就是一个链表（集合），代进行标记-清除的时间与代内对象

存活时间成正比例关系。

从上面代码可以看出python里一共有三代，每个代的threshold值表示该代最多容纳对象的个数。默认情况下，当0代超过700,或1，2代超过10，垃圾回收机制将触发。

0代触发将清理所有三代，1代触发会清理1,2代，2代触发后只会清理自己。

 

下面是一个完整的收集流程：链表建立，确定根节点，垃圾标记，垃圾回收~

1、链表建立

    首先，中里在分代技术说过：0代触发将清理所有三代，1代触发会清理1,2代，2代触发后只会清理自己。在清理0代时，会将三个链表（代）链接起来，清理1代的时，会链接1,2两代。在后面三步，都是针对的这个建立之后的链表。

2、确定根节点

    图1为一个例子。list1与list2循环引用，list3与list4循环引用。a是一个外部引用。

技术分享

                                     图1

对于这样一个链表，我们如何得出根节点呢。python里是在引用计数的基础上又提出一个有效引用计数的概念。顾名思义，有效引用计数就是去除循环引用后的计数。

下面是计算有效引用计数的相关代码：

01 /* Set all gc_refs = ob_refcnt.  After this, gc_refs is > 0 for all objects
02  * in containers, and is GC_REACHABLE for all tracked gc objects not in
03  * containers.
04  */
05 static void
06 update_refs(PyGC_Head *containers)
07 {
08     PyGC_Head *gc = containers->gc.gc_next;
09     for (; gc != containers; gc = gc->gc.gc_next) {
10         assert(gc->gc.gc_refs == GC_REACHABLE);
11         gc->gc.gc_refs = Py_REFCNT(FROM_GC(gc));
12         assert(gc->gc.gc_refs != 0);
13     }
14 }
15  
16 /* A traversal callback for subtract_refs. */
17 static int
18 visit_decref(PyObject *op, void *data)
19 {
20     assert(op != NULL);
21     if (PyObject_IS_GC(op)) {
22         PyGC_Head *gc = AS_GC(op);
23         /* We‘re only interested in gc_refs for objects in the
24          * generation being collected, which can be recognized
25          * because only they have positive gc_refs.
26          */
27         assert(gc->gc.gc_refs != 0); /* else refcount was too small */
28         if (gc->gc.gc_refs > 0)
29             gc->gc.gc_refs--;
30     }
31     return 0;
32 }
33  
34 /* Subtract internal references from gc_refs.  After this, gc_refs is >= 0
35  * for all objects in containers, and is GC_REACHABLE for all tracked gc
36  * objects not in containers.  The ones with gc_refs > 0 are directly
37  * reachable from outside containers, and so can‘t be collected.
38  */
39 static void
40 subtract_refs(PyGC_Head *containers)
41 {
42     traverseproc traverse;
43     PyGC_Head *gc = containers->gc.gc_next;
44     for (; gc != containers; gc=gc->gc.gc_next) {
45         traverse = Py_TYPE(FROM_GC(gc))->tp_traverse;
46         (void) traverse(FROM_GC(gc),
47                        (visitproc)visit_decref,
48                        NULL);
49     }
50 }

update_refs函数里建立了一个引用的副本。

visit_decref函数对引用的副本减1，subtract_refs函数里traverse的作用是遍历对象里的每一个引用，执行visit_decref操作。

最后，链表内引用计数副本非0的对象，就是根节点了。

说明：

1、为什么要建立引用副本？

答：这个过程是寻找根节点的过程，在这个时候修改计数不合适。subtract_refs会对对象的引用对象执行visit_decref操作。如果链表内对象引用了链表外对象，那么链表外对象计数会减1，显然，很有可能这个对象会被回收，而回收机制里根本不应该对非回收对象处理。

2、traverse的疑问（未解决）？

答：一开始，有个疑问。上面例子里，subtract_refs函数中处理完list1结果应该如下：

技术分享

然后gc指向list2，此时list2的副本（为0）不会减少，但是list2对list1还是存在实际上的引用，那么list1副本会减1吗？显然，如果减1就出问题了。

所以list1为0时，traverse根本不会再去处理list1这些引用（或者说，list2对list1名义上不存在引用了）。

此时，又有一个问题，如果存在一个外部对象b，对list2引用，subtract_refs函数中处理完list1后，如下图：

技术分享

当subtract_refs函数中遍历到list2时，list2的副本还会减1吗？显然traverse的作用还是没有理解。

3、垃圾标记

   接下来，python建立两条链表，一条存放根节点，以及根节点的引用对象。另外一条存放unreachable对象。

标记的方法就是中里的标记思路，代码如下：

001 /* A traversal callback for move_unreachable. */
002 static int
003 visit_reachable(PyObject *op, PyGC_Head *reachable)
004 {
005     if (PyObject_IS_GC(op)) {
006         PyGC_Head *gc = AS_GC(op);
007         const Py_ssize_t gc_refs = gc->gc.gc_refs;
008  
009         if (gc_refs == 0) {
010             /* This is in move_unreachable‘s ‘young‘ list, but
011              * the traversal hasn‘t yet gotten to it.  All
012              * we need to do is tell move_unreachable that it‘s
013              * reachable.
014              */
015             gc->gc.gc_refs = 1;
016         }
017         else if (gc_refs == GC_TENTATIVELY_UNREACHABLE) {
018             /* This had gc_refs = 0 when move_unreachable got
019              * to it, but turns out it‘s reachable after all.
020              * Move it back to move_unreachable‘s ‘young‘ list,
021              * and move_unreachable will eventually get to it
022              * again.
023              */
024             gc_list_move(gc, reachable);
025             gc->gc.gc_refs = 1;
026         }
027         /* Else there‘s nothing to do.
028          * If gc_refs > 0, it must be in move_unreachable‘s ‘young‘
029          * list, and move_unreachable will eventually get to it.
030          * If gc_refs == GC_REACHABLE, it‘s either in some other
031          * generation so we don‘t care about it, or move_unreachable
032          * already dealt with it.
033          * If gc_refs == GC_UNTRACKED, it must be ignored.
034          */
035          else {
036             assert(gc_refs > 0
037                    || gc_refs == GC_REACHABLE
038                    || gc_refs == GC_UNTRACKED);
039          }
040     }
041     return 0;
042 }
043  
044 /* Move the unreachable objects from young to unreachable.  After this,
045  * all objects in young have gc_refs = GC_REACHABLE, and all objects in
046  * unreachable have gc_refs = GC_TENTATIVELY_UNREACHABLE.  All tracked
047  * gc objects not in young or unreachable still have gc_refs = GC_REACHABLE.
048  * All objects in young after this are directly or indirectly reachable
049  * from outside the original young; and all objects in unreachable are
050  * not.
051  */
052 static void
053 move_unreachable(PyGC_Head *young, PyGC_Head *unreachable)
054 {
055     PyGC_Head *gc = young->gc.gc_next;
056  
057     /* Invariants:  all objects "to the left" of us in young have gc_refs
058      * = GC_REACHABLE, and are indeed reachable (directly or indirectly)
059      * from outside the young list as it was at entry.  All other objects
060      * from the original young "to the left" of us are in unreachable now,
061      * and have gc_refs = GC_TENTATIVELY_UNREACHABLE.  All objects to the
062      * left of us in ‘young‘ now have been scanned, and no objects here
063      * or to the right have been scanned yet.
064      */
065  
066     while (gc != young) {
067         PyGC_Head *next;
068  
069         if (gc->gc.gc_refs) {
070             /* gc is definitely reachable from outside the
071              * original ‘young‘.  Mark it as such, and traverse
072              * its pointers to find any other objects that may
073              * be directly reachable from it.  Note that the
074              * call to tp_traverse may append objects to young,
075              * so we have to wait until it returns to determine
076              * the next object to visit.
077              */
078             PyObject *op = FROM_GC(gc);
079             traverseproc traverse = Py_TYPE(op)->tp_traverse;
080             assert(gc->gc.gc_refs > 0);
081             gc->gc.gc_refs = GC_REACHABLE;
082             (void) traverse(op,
083                             (visitproc)visit_reachable,
084                             (void *)young);
085             next = gc->gc.gc_next;
086         }
087         else {
088             /* This *may* be unreachable.  To make progress,
089              * assume it is.  gc isn‘t directly reachable from
090              * any object we‘ve already traversed, but may be
091              * reachable from an object we haven‘t gotten to yet.
092              * visit_reachable will eventually move gc back into
093              * young if that‘s so, and we‘ll see it again.
094              */
095             next = gc->gc.gc_next;
096             gc_list_move(gc, unreachable);
097             gc->gc.gc_refs = GC_TENTATIVELY_UNREACHABLE;
098         }
099         gc = next;
100     }
101 }

技术分享

标记之后，链表如上图。

4、垃圾回收

回收的过程，就是销毁不可达链表内对象。下面代码就是list的清除方法：

01 /* Methods */
02  
03 static void
04 list_dealloc(PyListObject *op)
05 {
06     Py_ssize_t i;
07     PyObject_GC_UnTrack(op);
08     Py_TRASHCAN_SAFE_BEGIN(op)
09     if (op->ob_item != NULL) {
10         /* Do it backwards, for Christian Tismer.
11            There‘s a simple test case where somehow this reduces
12            thrashing when a *very* large list is created and
13            immediately deleted. */
14         i = Py_SIZE(op);
15         while (--i >= 0) {
16             Py_XDECREF(op->ob_item[i]);
17         }
18         PyMem_FREE(op->ob_item);
19     }
20     if (numfree < PyList_MAXFREELIST && PyList_CheckExact(op))
21         free_list[numfree++] = op;
22     else
23         Py_TYPE(op)->tp_free((PyObject *)op);
24     Py_TRASHCAN_SAFE_END(op)
25 }

python垃圾回收机制

原文：http://blog.csdn.net/permike/article/details/50996536
踩
(0)
赞
(0)
   
举报
评论 一句话评论（0）
分享档案
更多>
2021年09月23日 (328)
2021年09月24日 (313)
2021年09月17日 (191)
2021年09月15日 (369)
2021年09月16日 (411)
2021年09月13日 (439)
2021年09月11日 (398)
2021年09月12日 (393)
2021年09月10日 (160)
2021年09月08日 (222)
最新文章
更多>
教程昨日排行
更多>
友情链接
汇智网   PHP教程   插件网  
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣，分享程序人生！