我们知道，目前的计算机都采用的是图灵机架构，其本质就是用一条无限长的纸带，对应今天的存储器。随后在工程学的推演中，逐渐出现了寄存器、易失性存储器（内存）以及永久性存储器（硬盘）等产品。由于不同的存储器，其速度越快，单位价格也就越昂贵，因此，妥善利用好每一寸告诉存储器的空间，永远是系统设计的一个核心。

Python 程序在运行时，需要在内存中开辟出一块空间，用于存放运行时产生的临时变量，计算完成后，再将结果输出到永久性存储器中。但是当数据量过大，或者内存空间管理不善，就很容易出现内存溢出的情况，程序可能会被操作系统终止。

而对于服务器这种用于永不中断的系统来说，内存管理就显得更为重要了，不然很容易引发内存泄漏。

这里的泄漏，并不是说你的内存出现了信息安全问题，被恶意程序利用了，而是指程序本身没有设计好，导致程序未能释放已不再使用的内存。内存泄漏也不是指你的内存在物理上消失了，而是意味着代码在分配了某段内存后，因为设计错误，失去了对这段内存的控制，从而造成了内存的浪费。

那么，对于不会再用到的内存空间，Python 是通过什么机制来管理的呢？其实在前面章节已大致接触过，就是引用计数机制。

1.Python计数机制

Python垃圾回收主要以引用计数为主，分代回收为辅。引用计数法的原理是每个对象维护一个ob_ref，用来记录当前对象被引用的次数，也就是来追踪到底有多少引用指向了这个对象，当发生以下四种情况的时候，该对象的引用计数器+1：

1. 对象被创建  a=14

2. 对象被引用  b=a

3. 对象被作为参数,传到函数中   func(a)

4. 对象作为一个元素，存储在容器中   List={a,”a”,”b”,2}

与上述情况相对应，当发生以下四种情况时，该对象的引用计数器-1

1. 当该对象的别名被显式销毁时  del a

2. 当该对象的引别名被赋予新的对象，   a=26

3. 一个对象离开它的作用域，例如 func函数执行完毕时，函数里面的局部变量的引用计数器就会减一（但是全局变量不会）。

4. 将该元素从容器中删除时，或者容器被销毁时。


当指向该对象的内存的引用计数器为0的时候，该内存将会被Python虚拟机销毁。
在学习 Python 的整个过程中，我们一直在强调，Python 中一切皆对象，也就是说，在 Python 中你用到的一切变量，本质上都是类对象。
那么，如何知道一个对象永远都不能再使用了呢？很简单，就是当这个对象的引用计数值为 0 时，说明这个对象永不再用，自然它就变成了垃圾，需要被回收。

我们来看一个例子：

  1. import os
  2. import psutil
  3. # 显示当前 python 程序占用的内存大小
  4. def show_memory_info(hint):
  5.     pid = os.getpid()
  6.     p = psutil.Process(pid)
  7.     info = p.memory_full_info()
  8.     memory = info.uss / 1024. / 1024
  9.     print('{} memory used: {} MB'.format(hint, memory))
  1. def func(): 
  2.     show_memory_info('initial') 
  3.     a = [i for i in range(10000000)] 
  4.     show_memory_info('after a created')
  5. func()
  6. show_memory_info('finished')
  7. ########## 输出 ##########
  8. initial memory used: 47.19140625 MB
  9. after a created memory used: 433.91015625 MB
  10. finished memory used: 48.109375 MB


通过这个示例，你可以看到，调用函数 func()，在列表 a 被创建之后，内存占用迅速增加到了 433 MB：而在函数调用结束后，内存则返回正常。
这是因为，函数内部声明的列表 a 是局部变量，在函数返回后，局部变量的引用会注销掉；此时，列表 a 所指代对象的引用数为 0，Python 便会执行垃圾回收，因此之前占用的大量内存就又回来了。

明白了这个原理后，我们稍微修改一下代码：

| def func(): show_memory_info(‘initial’) global a a = [i for i in range(10000000)] show_memory_info(‘after a created’) func() show_memory_info(‘finished’)

#### 输出

initial memory used: 48.88671875 MB after a created memory used: 433.94921875 MB finished memory used: 433.94921875 MB | | —- |

新的这段代码中，global a 表示将 a 声明为全局变量。那么，即使函数返回后，列表的引用依然存在，于是对象就不会被垃圾回收掉，依然占用大量内存。

同样，如果我们把生成的列表返回，然后在主程序中接收，那么引用依然存在，垃圾回收就不会被触发，大量内存仍然被占用着：

| def func(): show_memory_info(‘initial’) a = [i for i in range(10000000)] show_memory_info(‘after a created’) return a

a = func() show_memory_info(‘finished’)

#### 输出

initial memory used: 47.96484375 MB after a created memory used: 434.515625 MB finished memory used: 434.515625 MB | | —- |

这是最常见的几种情况。由表及里，下面，我们深入看一下 Python 内部的引用计数机制。先来看代码：

| import sys

a = []

两次引用，一次来自 a，一次来自 getrefcount

print(sys.getrefcount(a))

def func(a):

  1. # 四次引用，a，python 的函数调用栈，函数参数，和 getrefcount
  2. print(sys.getrefcount(a))

func(a)

两次引用，一次来自 a，一次来自 getrefcount，函数 func 调用已经不存在

print(sys.getrefcount(a))

#### 输出

2 4 2 | | —- |

简单介绍一下，sys.getrefcount() 这个函数，可以查看一个变量的引用次数。这段代码本身应该很好理解，不过别忘了，getrefcount 本身也会引入一次计数。
另一个要注意的是，在函数调用发生的时候，会产生额外的两次引用，一次来自函数栈，另一个是函数参数。

| import sys

a = []

print(sys.getrefcount(a)) # 两次

b = a

print(sys.getrefcount(a)) # 三次

c = b d = b e = c f = e g = d

print(sys.getrefcount(a)) # 八次

#### 输出

2 3 8 | | —- |

看到这段代码，需要你稍微注意一下，a、b、c、d、e、f、g 这些变量全部指代的是同一个对象，而 sys.getrefcount() 函数并不是统计一个指针，而是要统计一个对象被引用的次数，所以最后一共会有八次引用。
理解引用这个概念后，引用释放是一种非常自然和清晰的思想。相比 C 语言里，你需要使用 free 去手动释放内存，Python 的垃圾回收在这里可以说是省心省力了。
不过，我想还是会有人问，如果我偏偏想手动释放内存，应该怎么做呢？
方法同样很简单。你只需要先调用 del a 来删除对象的引用；然后强制调用 gc.collect()，清除没有引用的对象，即可手动启动垃圾回收。
举例说明：

| >>> import sys

a = []

b = a

sys.getrefcount(a)

3

import gc

del a

gc.collect()

sys.getrefcount(a)

Traceback (most recent call last):

File ““, line 1, in

NameError: name ‘a’ is not defined | | —- |

是不是觉得垃圾回收非常简单呢？这里再问大家一个问题：引用次数为 0 是垃圾回收启动的充要条件吗？还有没有其他可能性呢？

其实，引用计数是其中最简单的实现，引用计数并非充要条件，它只能算作充分非必要条件，至于其他的可能性，下面所讲的循环引用正是其中一种。

2.循环引用

先来思考这么一个问题：如果有两个对象，它们互相引用，并且不再被别的对象所引用，那么它们应该被垃圾回收吗？
请仔细观察下面这段代码：

| def func(): show_memory_info(‘initial’) a = [i for i in range(10000000)] b = [i for i in range(10000000)] show_memory_info(‘after a, b created’) a.append(b) b.append(a)

func() show_memory_info(‘finished’)

#### 输出

initial memory used: 47.984375 MB after a, b created memory used: 822.73828125 MB finished memory used: 821.73046875 MB | | —- |

这里，a 和 b 互相引用，并且，作为局部变量，在函数 func 调用结束后，a 和 b 这两个指针从程序意义上已经不存在了。但是，很明显，依然有内存占用！为什么呢？因为互相引用，导致它们的引用数都不为 0。
试想一下，如果这段代码出现在生产环境中，哪怕 a 和 b 一开始占用的空间不是很大，但经过长时间运行后，Python 所占用的内存一定会变得越来越大，最终撑爆服务器，后果不堪设想。
当然，有人可能会说，互相引用还是很容易被发现的呀，问题不大。可是，更隐蔽的情况是出现一个引用环，在工程代码比较复杂的情况下，引用环还真不一定能被轻易发现。
那么，我们应该怎么做呢？
事实上，Python 本身能够处理这种情况，我们刚刚讲过的，可以显式调用 gc.collect() ，来启动垃圾回收。

| import gc

def func(): show_memory_info(‘initial’) a = [i for i in range(10000000)] b = [i for i in range(10000000)] show_memory_info(‘after a, b created’) a.append(b) b.append(a)

func() gc.collect() show_memory_info(‘finished’)

#### 输出

initial memory used: 49.51171875 MB after a, b created memory used: 824.1328125 MB finished memory used: 49.98046875 MB | | —- |

所以你看，Python 的垃圾回收机制并没有那么弱。
Python 使用标记清除（mark-sweep）算法和分代收集（generational），来启用针对循环引用的自动垃圾回收。这里简单介绍一下。
先看标记清除算法。我们先用图论来理解不可达的概念。对于一个有向图，如果从一个节点出发进行遍历，并标记其经过的所有节点；那么，在遍历结束后，所有没有被标记的节点，我们就称之为不可达节点。显而易见，这些节点的存在是没有任何意义的，自然的，我们就需要对它们进行垃圾回收。
当然，每次都遍历全图，对于 Python 而言是一种巨大的性能浪费。所以，在 Python 的垃圾回收实现中，mark-sweep 使用双向链表维护了一个数据结构，并且只考虑容器类的对象（只有容器类对象才有可能产生循环引用）。
而分代收集算法，则是另一个优化手段。
Python 将所有对象分为三代。刚刚创立的对象是第 0 代；经过一次垃圾回收后，依然存在的对象，便会依次从上一代挪到下一代。而每一代启动自动垃圾回收的阈值，则是可以单独指定的。当垃圾回收器中新增对象减去删除对象达到相应的阈值时，就会对这一代对象启动垃圾回收。
事实上，分代收集基于的思想是，新生的对象更有可能被垃圾回收，而存活更久的对象也有更高的概率继续存活。因此，通过这种做法，可以节约不少计算量，从而提高 Python 的性能。

3.调试内存泄漏

不过，虽然有了自动回收机制，但这也不是万能的，难免还是会有漏网之鱼。内存泄漏是我们不想见到的，而且还会严重影响性能。有没有什么好的调试手段呢？
答案当然是肯定的。它就是 objgraph，一个非常好用的可视化引用关系的包。在这个包中，我主要推荐两个函数，第一个是 show_refs()，它可以生成清晰的引用关系图。
通过下面这段代码和生成的引用调用图，你能非常直观地发现，有两个 list 互相引用，说明这里极有可能引起内存泄露。这样一来，再去代码层排查就容易多了。

| import objgraph

a = [1, 2, 3] b = [4, 5, 6]

a.append(b) b.append(a)

objgraph.show_refs([a]) | | —- |

Python垃圾回收机制 - 图3

而另一个非常有用的函数，是 show_backrefs()。下面同样为示例代码和生成图：

| import objgraph

a = [1, 2, 3] b = [4, 5, 6]

a.append(b) b.append(a)

objgraph.show_backrefs([a]) | | —- |

Python垃圾回收机制 - 图4

相比刚才的引用调用图，这张图显得稍微复杂一些。不过，我仍旧推荐你掌握它，因为这个 API 有很多有用的参数，比如层数限制（max_depth）、宽度限制（too_many）、输出格式控制（filename output）、节点过滤（filter, extra_ignore）等。所以，建议你使用之前，先认真看一下文档。

总结

关于 Python 的垃圾回收机制，我主要强调下面这几点：

  1. 垃圾回收是 Python 自带的机制，用于自动释放不会再用到的内存空间；
  2. 引用计数是其中最简单的实现，都是，这只是充分非必要条件，因为循环引用需要通过不可达判定，来确定是否可以回收；
  3. Python 的自动回收算法包括标记清除和分代收集，主要针对的是循环引用的垃圾收集；
  4. 调试内存泄漏方面， objgraph 是很好的可视化分析工具。

    References:

    深度解析Python垃圾回收机制（超级详细）: http://c.biancheng.net/view/5540.html