赋值语句内存分析

• 使用id()方法访问内存地址
• 使用is比较内存引用地址是否相等

垃圾回收机制

• 以引用计数为主，分代收集为辅
• 如果一个对象的引用数为0， python虚拟机就会回收这个对象的内存
• 引用计数的缺陷是循环引用的问题

引用计数

• 每个对象都有存有指向该对象的引用总数
• 查找某个对象的引用计数

sys.getrefcount()

• 可以使用del关键字删除某个引用

分代回收

• python将所有的对象分为0,1,2三代
• 所有的新建对象都是0代对象
• 当某一代对象经历过垃圾回收，依然存活的话，那么它就被归入下一代对象

• 手动回收：gc.collect()

• objgraph模块中的count()记录当前类产生的实例对象的格式

内存管理机制

• 内存池机制

当创建大量消耗小内存的对象时，频繁调用new/malloc会导致大量的内存碎片，致使效率降低。内存池的概念就是预先在内存中申请一定数量的，大小相等的内存块留作备用，当有新的内存需求时，就先从内存池中分配内存给这个需求，不够了之后再申请新的内存。这样做最显著的优势就是能够减少内存碎片，提升效率。

• Python3中的内存管理机制---Pymalloc
  针对小对象（<=512bytes）,pymalloc会在内存池中申请内存空间
  当>512bytes，则会PyMem_RawMalloc()和PyMem_RawRealloc()来申请新的内存空间
• 单位换算
  1 Byte = 8 Bits(即 1B=8b)
  1 KB = 1024 Bytes
  Bit意为“位”或“比特”， 是计算机运算的基础，属于二进制的范畴；Byte意为"字节"，是计算机文件大小的基本计算单位

class ClassGc():
    def __init__(self):
        print('对象产生%d'%id(self))
    def __del__(self):
        print('对象删除%d'%id(self))

def f0():
    # 自动回收内存
    while True:
        time.sleep(0.5)
        c1 = ClassGc()

def f1():
    # 一直在被引用，不会回收内存
    l = []
    while True:
        c1 = ClassGc()
        l.append(c1)
        print(l)

if __name__ == '__main__':
    f0()
    # f1()

垃圾回收

• 满足特定条件，自动启动垃圾回收
• 当python运行时，会记录其中分配对象(object allocation)和取消分配对象(object deallocation)的次数
• 当两者的差值高于某个阈值是，垃圾回收才会启动
• 查看与之gc.get_threshold()