Python 內存管理機制全面分析
內存管理:
概述
在Python中，內存管理涉及到一個包含所有Python對象和數據結構的私有堆(heap). 這個私有堆的管理由內部的Python內存管理器保證。Python內存管理器有不同的組件來處理各種動態存儲管理方面的問題，如共享，分割，預分配或緩存。
在最底層，一個原始內存分配器通過與操作系統的內存管理器交互，確保私有堆有足夠的空間來存儲所有與Python相關的數據。在原始內存分配器的基礎上，幾個對象特定的分配器在同一個堆上運行，並根據每種對象類型的特點實現不同的內存管理策略。例如，整數對象在堆內的管理方式不同於字符串，元祖，或者字典。因為整數需要不同的存儲需求和速度與空間的權衡。因此，Python內存管理器將一些工作分配給對象特定分配器，但確保後者在私有堆的范圍內運行。
Python堆內存的管理由解釋器來執行，用戶對他沒有控制權，即使他們經常操作隻想堆內存塊的對象指針，理解這一點非常重要。Python對象和其他內部緩沖區的堆空間分配是由Python內存管理器按需通過本文檔中列出的Python/C API函數進行的。
內存管理機制
Python的內存管理總共分為4層(Layer0-3)
第一層Layer1的僅僅是對malloc的簡單包裝, raw memory，目的是為瞭兼容各個操作系統，因為不同的操作系統調用malloc的時候可能會有不同的行為結果；第二層Layer2是內存管理機制的核心，其中gc就是在這一層發揮至關重要的作用。第三層，是對象緩沖池，如Python對一些對象的直接操作，包括int，list等
對於可能被經常使用，而且是immutable的對象，如bool類型，元祖類型，小的整數，長度較短的字符串等，Python會緩存在layer3，直接供Python調用，避免頻繁的創建和銷毀。’
當一個對象邏輯上不被使用瞭，但並沒有被釋放，那麼就存在內存泄漏，很可能會造成程序效率低下甚至崩潰
Python分配內存的時候又分為大內存和小內存，大內存以256字節為界限，對於大內存使用Malloc進行分配，而對於小內存則使用內存池進行分配，由於小內存的分配和釋放是頻繁的，因此內存池的使用大大提高瞭Python的執行效率。
引用計數
在Python中大多數對象的生命周期都是通過引用計數來管理的，引用技術也是一種最直觀最簡單的垃圾收集技術
每個Python對象都有一個引用計數器，用於記錄多少變量指向這個對象，可以通過sys模塊的getrefcount查詢獲得
每一個對象都會維護一個引用計數器，當一個對象被引用的時候，它的計數器就+1，當一個對象的引用被銷毀的時候，計數器-1，當這個對象的引用計數為0的時候，說明這個對象已經沒有使用瞭，可以被釋放，就會被回收，具有實時性。由於引用計數需要維護計數器等額外的操作，為瞭與引用計數搭配，在內存的分配和釋放上獲得最高的效率，Python因此設計瞭大量的內存池機制。
下面這些情況引用計數+1
(1). 對象被創建: a = 4
(2). 引用被復制: y = x
(3). 被作為參數傳遞給函數: f(x)
(4). 作為容器對象的一個元素: a = [1, x]
下面這些情況引用計數-1
(1). 離開作用域，比如f(x)函數結束的時候，x隻想的對象引用減1
(2). 引用被顯式地銷毀: del x
(3). 對象的一個別名被賦值給其他對象: y = 1
(4). 對象從一個容器對象中移除: l.remove(x)
(5). 容器對象本身被銷毀: del l
Python的內存管理主要以引用計數為主，引用計數機制能釋放大部分無用對象，除瞭第一種情況，循環引用，因為循環引用的對象那個引用計數器永不為0。
循環引用，就是一個對象直接或者間接引用自己本身，導致計數器不為0
以上就是Python 內存管理機制全面分析的詳細內容，更多關於python 內存管理機制的資料請關註WalkonNet其它相關文章！