python垃圾回收机制
转载自： http://my.oschina.net/hebianxizao/blog/57367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
1typedef 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
1list1 = []
2list2 = []
3list1.append(list2)
4list2.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：
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：
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。
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 */
05static void
06update_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. */
17static int
18visit_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 */
39static void
40subtract_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：
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：
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. */
002static int
003visit_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 */
052static void
053move_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}
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
03static void
04list_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);
17 }
18 PyMem_FREE(op->ob_item);
19 }
20 if (numfree < PyList_MAXFREELIST && PyList_CheckExact(op))
21 free_list = op;
22 else
23 Py_TYPE(op)->tp_free((PyObject *)op);
24 Py_TRASHCAN_SAFE_END(op)
25}
页:
[1]