学习地址:
撩课-Python大数据+人工智能1
撩课-Python大数据+人工智能2
撩课-Python大数据+人工智能3
撩课-Python大数据+人工智能4
撩课-Python大数据+人工智能5
撩课-Python大数据+人工智能6
撩课-Python-GUI编程-PyQt5
1.概念
生命周期
指的是一个对象, 从诞生到消亡的过程
当一个对象被创建时, 会在内存中分配相应的内存空间进行存储
当这个对象不再使用, 为了节约内存, 就会把这个对象释放
2.涉及问题
如何监听一个对象的生命过程?
Python是如何掌控一个对象的生命?
3.监听对象生命周期
__new__方法
当我们创建一个对象是, 用于给这个对象分配内存的方法
通过拦截这个方法, 可以修改对象的创建过程
比如:单例设计模式
__init__方法
每个对象实例化的时候，都会自动执行这个方法
可以在这个方法里面，初始化一些实例属性
__del__方法
当对象被释放的时候调用这个方法
可用于在这个方法中清理资源
4.内存管理机制
存储方面
1. 在Python中万物皆对象
不存在基本数据类型
0, 1.2, True, False, "abc"
这些全都是对象
2. 所有对象, 都会在内存中开辟一块空间进行存储
会根据不同的类型以及内容, 开辟不同的空间大小进行存储
返回该空间的地址给外界接收(称为"引用"), 用于后续对这个对象的操作
可通过id()函数获取内存地址(10进制)
通过hex()函数可以查看对应的16进制地址
3. 对于整数和短小的字符, Python会进行缓存; 不会创建多个相同对象
此时, 被多次赋值, 只会有多份引用
4. 容器对象, 存储的其他对象, 仅仅是其他对象的引用, 并不是其他对象本身
比如字典, 列表, 元组这些"容器对象"
全局变量是由一个大字典进行引用
global()查看
垃圾回收方面
1).引用计数器
概念
一个对象, 会记录着自身被引用的个数
每增加一个引用, 这个对象的引用计数会自动+1
每减少一个引用, 这个对象的引用计数会自动-1
举例
引用计数+1场景
对象被创建
p1 = Person()
对象被引用
p2 = p1
对象被作为参数，传入到一个函数中
log(p1)
这里注意会+2, 因为内部有两个属性引用着这个参数
对象作为一个元素，存储在容器中
l = [p1]
引用计数-1场景
对象的别名被显式销毁
del p1
对象的别名被赋予新的对象
p1 = 123
一个对象离开它的作用域
一个函数执行完毕时
内部的局部变量关联的对象, 它的引用计数就会-1
对象所在的容器被销毁，或从容器中删除对象
查看引用计数
import sys
sys.getrefcount(对象)
注意会大一
垃圾回收
主要作用
从经历过"引用计数器机制"仍未被释放的对象中, 找到"循环引用", 干掉相关对象底层机制(了解&难)
怎样找到"循环引用"?
1. 收集所有的"容器对象", 通过一个双向链表进行引用
容器对象
可以引用其他对象的对象
列表
元组
字典
自定义类对象
...
非容器对象
不能引用其他对象的对象
数值
字符串
布尔
...
注意: 针对于这些对象的内存, 有其他的管理机制
2. 针对于每一个"容器对象", 通过一个变量gc_refs来记录当前对应的引用计数
3. 对于每个"容器对象"，找到它引用的"容器对象", 并将这个"容器对象"的引用计数 -1
4. 经过步骤3之后, 如果一个"容器对象"的引用计数为0, 就代表这玩意可以被回收了, 肯定是"循环引用"导致它活到现在的
如何提升查找"循环引用"的性能?
如果程序当中创建了很多个对象, 而针对于每一个对象都要参与"检测"过程; 则会非常的耗费性能
所以, 基于这个问题, 产生了一种假设:
越命大的对象, 越长寿
假设一个对象10次检测都没给它干掉, 那认定这个对象一定很长寿, 就减少这货的"检测频率"
基于这种假设, 设计了一套机制
分代回收
机制
1. 默认一个对象被创建出来后, 属于 0 代
2. 如果经历过这一代"垃圾回收"后, 依然存活, 则划分到下一代
3. "垃圾回收"的周期顺序为
0代"垃圾回收"一定次数, 会触发 0代和1代回收
1代"垃圾回收"一定次数, 会触发0代, 1代和2代回收
查看和设置相关参数
import gc
print(gc.get_threshold())
gc.set_threshold(700, 10, 5)
垃圾回收器当中, 新增的对象个数-消亡的对象个数 , 达到一定的阈值时, 才会触发, 垃圾检测
垃圾回收时机(掌握&简单)
1. 自动回收
触发条件
开启垃圾回收机制
gc.enable()
开启垃圾回收机制(默认开启)
gc.disable()
关闭垃圾回收机制
gc.isenabled()
判定是否开启
并且
达到了垃圾回收的阈值
垃圾回收器中, 新增的对象个数和释放的对象个数之差到达某个阈值
涉及方法
gc.get_threshold()
获取自动回收阈值
gc.set_threshold()
设置自动回收阈值
2. 手动回收
触发条件
gc.collect()
执行一次垃圾回收(开关状态无效)
特殊场景
场景条件
Python2.x版本下, 循环引用, 并且有一个对象都实现了__del__方法
概念
两个对象互相引用对象, 谁的引用计数都是1
两个对象都
导致结果
无法释放, 进行内存回收
底层原因
无法判别先释放哪个对象, 调用哪一个del方法
解决思路
手动解除循环引用
方式1
预防
尽可能避免循环引用产生
实现
一方使用弱引用代替
方式2
治疗
在循环引用的产生的前提下
实现
当删除一个引用, 确定以后不再使用时, 手动清空对其他容器对象的引用
测量对象的引用个数
辅助工具
objgraph
http://mg.pov.lt/objgraph/
xdot
graphviz
网友评论