Python垃圾回收浅析

https://docs.python.org/3.10/library/gc.html

https://github.com/python/cpython/blob/main/InternalDocs/garbage_collector.md

Garbage Collector#

CPython 主要的垃圾回收算法是使用引用计数，当一个对象的引用计数为 0 时会将其回收，同时将其引用的其它对象的引用计数减 1。

引用计数算法的主要问题是其无法应对循环引用，下面代码中构建出一个数组，并将第一个元素设置为其自身：

>>> container = []
>>> container.append(container)
>>> sys.getrefcount(container)
3
>>> del container

此时该数组的引用计数永远无法降为 0，因为它引用了它自己。

因此在 Python 中还有另外一个机制来回收这些循环引用的对象，当整个引用环没有地方再引用时，将环中的所有对象回收。

这个机制就叫做 Garbage Collector (GC)，这个名字跟 garbage collection 有点混淆，引用计数也是 garbage collection 的一种。

为了实现 GC，Python 底层在每个对象上增加了额外的字段，可以将所有的对象形成一个双向链表，感兴趣的可以看具体的文档说明。

值得注意的是尽管我们可能觉得自己写的代码中循环引用不多，但在 Python 底层其实有很多引用环：

  1. Exception 对象中包含 traceback 信息，其中又包含 Exception 对象本身
  2. Module-level functions 中会包含对 module 中对象的引用，其中包含该函数本身
  3. 类的实例包含对类的引用，类引用中包含对 module 的引用，module 中又包含其全部内容的引用，包括类实例本身

Incremental collection#

在进行 GC 时整个程序会暂停，如果每次 GC 都对系统内所有的对象进行扫描，暂停时间将会很长。

为了降低 GC 的暂停时间，Python 将对象分成 3 组进行垃圾回收。

这个设计基于一个假设：大多数对象的生命周期都很短。这个假设已经被证明适用于大多数的 Python 程序。

简单来说，系统内有 3 个对象集合，新生成的对象保存在 generation 0 集合中，当对象在一次垃圾回收中生存下来，会被移到 generation 1 集合中，当对 generation 1 集合进行垃圾回收时存活的对象会被移到 generation 2 集合中。

系统对 generation 0 集合进行垃圾回收的频率要高于 generation 1 和 generation 2，通过这种分组的设计，使得垃圾回收过程速度更快，降低了垃圾回收时的暂停时间。

comments powered by Disqus