python内存管理

本文主要是介绍python内存管理，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

ython 中一切皆对象，那么 Python 解释器（CPython）是如何管理这些内存中的对象呢？为了找到答案，自己下载了Python 源码，参照源码注释学习了 pymalloc — Python object allocator的实现。现在这里做个总结。

pymalloc 的实现位于 Python 源码主目录下的 Objects 目录中，文件名为 obmalloc.c。

背景

既然 CPython 的底层用 C 语言实现，那为何不直接使用标准库中的malloc/realloc/free等函数进行内存管理呢？这是因为，当Python 应用频繁地创建和销毁一些小的对象，那么底层就要多次重复调用 malloc 和 free等函数进行内存分配。这不仅会引入较大的系统开销，而且还可能产生大量的内存碎片。为了解决这个问题，Python实现了一个类似内存池的机制—pymalloc 来满足较小对象（默认512KB以下）的内存请求。

背景

既然 CPython 的底层用 C 语言实现，那为何不直接使用标准库中的malloc/realloc/free等函数进行内存管理呢？这是因为，当Python 应用频繁地创建和销毁一些小的对象，那么底层就要多次重复调用 malloc 和 free等函数进行内存分配。这不仅会引入较大的系统开销，而且还可能产生大量的内存碎片。为了解决这个问题，Python实现了一个类似内存池的机制—pymalloc 来满足较小对象（默认512KB以下）的内存请求。

Python 内存管理架构

简单地说，allocator 预先向系统申请一定数量的内存空间并格式化，每当有满足条件的内存请求时，allocator直接从这些格式化的内存中选择一块满足条件的分配给这个需求。如果预先申请的内存已经耗尽，那么 allocator会再向系统申请更多的内存并格式化（前提是不能超过预先设置的内存池最大容量），然后分配内存。当对象被回收时，如果所占内存之前由allocator 从内存池分配，那么回收的内存同样被归还给内存池，以供下次内存请求使用。如果应用的内存需求大于 pymalloc设置的阈值，那么解释器再将这个请求交给底层的 C 函数来实现。

综上，Python 的内存管理是分层的，不同的层次使用不同的内存分配机制。我们先来看下 Cpython 的内存架构图：

由图可见，Python 中的对象管理主要位于 +1 ~ +3 层。从下向上观察，对于大于512KB（可以设置更改）的对象，使用+1层中的 Python 原生内存分配器（Python’s raw memory allocator）进行分配，它的本质也是调用 C标准库中的malloc/realloc/free等函数；对于小于等于512KB 的对象，内存分配主要由 Python 对象分配器（Python’s objectallocator）实施，也就是本文中所要介绍的 pymalloc 机制；对于一些内置类型，如int/dict/list/string 等，又会有单独的针对这些内置类型的分配器实现。比如管理 int 类型就使用一个简单的free list，这些分配器都位于 +1层。

因为本文主要介绍位于 +2 层的 Python 对象分配器，所以下文未明确指明时，都使用 allocator 表示 Python对象分配器。

数据结构概述

pymalloc 把“内存池”主要抽象成用3种数据结构表示： arena， pool 和 block。其中一个 arena包含若干个pool，每个 pool 又由若干个大小相等的 block 组成。每当应用申请一个对象，allocator将一个满足对象大小的 block 从它所在的 pool 上“摘下”分配给它，并在对应的 pool 中标记该 block已分配。当对象被销除时，该 block 将归还给相应的 pool。 3种数据结构的关系如下图所示：

参数配置

首先介绍一些源码中定义的宏，他们描述了 pymalloc 中对应数据结构的属性。

表示 allocator 所能向系统申请的最大内存，也就是内存池的最大容量。默认为 64MB。

表示 arena 对象的大小，也即每次 allocator 向系统申请的内存大小，默认为 256KB。

表示 pool 对象的大小，这里默认定义为系统的页大小，通常为 4KB。

可以针对以上宏进行自定义，然后重新编译 Python 即可得到自己的 pymalloc版本。当然，前提是你知道这样修改后对自己应用的影响。

block

实现 allocator 每次是将 block 分配给需求用于存储对象。应注意，同一个 pool 中的 block大小都相同。block 的大小对应关系如下表：

这个表格的含义为：当请求的对象大小为第一列中所示时，allocator 会分配对应的第二列中所示大小的 block 给它。同时，每个block size 对应一个索引，该索引将在 usedpools 数组中使用（下文将介绍）。

对于 block 的表示较为简单，只用一个指针，用来指向 block 在所属 pool 中的所在地址：

对于 block 管理的理解需要借助 pool 数据结构，所以该部分也放在 pool 管理之后阐述。

pool

实现 pool 使用一个名为 pool_header 的 struct 对象表示，它的定义如下：

每个字段的含义见注释。每个 pool_header 对象存储在 pool 实际内存空间中的起始位置。

pool 管理

allocator 针对每一个 block size 使用一个带头指针的双向链表，来保存已经部分使用的 pools集合。再设置一个全局变量 usedpools，它是一个指针数组，保存上述双向链表的头指针。每个链表在 usedpools中的索引为该链表对应的 block size 在表1中对应的索引值（第三列值），再乘以2。比如所存储的 block 大小为 8KB的已部分使用的 pools，它们在表1中对应的索引为0，所以该链表的头指针存储在 usedpools[02]中；同理，存储 block 大小为 16KB 的相应链表的头指针存储在 usedpools[12]中，依此类推。

任何一个 pool 对应以下3种状态之一：

• used： 它表示该 pool 已经部分使用，即该 pool 中的一部分 block已经分配出去存储对象，另一部分则尚未分配。 处在该状态的 pool 都链接在对应 block 大小的usedpools 链表中。此时pool_header 对象中的 nextpool 和 prevpool 成员分别指向链表中的下一个和前一个对象。 当处于该状态的pool 仅有一个未分配的 block，则该 block 分配出去后，pool 的状态将转换为 full；当该 pool仅分配出去了一个 block，则该 block 被回收后，pool 的状态将转换为 empty。两种状态转换都会将当前 pool 从usedpools 上的对应链表中删除。

• full： 处于该状态的 pool 不在任何一个链表上，此时该对象的 nextpool 和 prevpool指针将没有意义。当该 pool 上的一个 block 被回收时，重新将该 pool 链接在适当的 usedpools 链表中。

• empty： 当一个 pool 处在 empty 状态时，它被链接在了所属 arena_object 对象的freepools 成员指向的列表。此时 pool 的 nextpool 指向该 arena 上的下一个空闲pool，prevpool 此时无意义。一个 empty 的 pool 并不继承之前的 block size。也就是说，一个空闲pool 下一次被分配给的 block 大小不一定要和上一次使用的相同。

注意1：当某次分配指定大小的 block 时，如果 allocator 发现对应该 block size 的usedpools 链表为空，说明当前不存在包含该大小的 pool。此时从 usable_arenas 链表中头结点表示arena_object 对象的成员 free_pools 指向的 pool（详见下面 arena 管理部分）。

block 管理

理解了 pool 的数据结构，再承接上一节来介绍 block 管理。应注意，pymalloc 在任何一层（arena / pool /block）内存管理都坚持“直到使用才分配”的原则。所以，一个 pool 在初始化后，只包含2个 block，只有当这2个 block均已分配，且又有新的 block 需求时，才从 nextoffset 后初始化一个新的block。freeblock 成员指向pool 中可以使用的且已经初始化过的 block，而非当前 pool 中所有未使用的内存。综上，nextoffset 将整个pool 划分为两个部分，nextoffset 前面的部分（低址）表示已经初始化过的 block（注：这部分 block有些已分配，有的尚未分配且链接在 freeblock 指向的链表中，但这些 block 都至少被分配过一次）；nextoffset后面的部分（高址）表示尚未初始化的内存，从严格意义上讲，他们还不能称为 block。只有当 freeblock指向的链表为空，又有新的 block 请求时，才会从 nextoffset 后面初始化新的 block。当一个 block被回收时，它被重新链接在 freeblock 指向的列表。maxnextoffset 表示 nextoffset 的最大合法值，它在pool 初始化时赋值。不难理解，当 nextoffset > maxnextoffset 时，表示该 pool 中的所有block 都至少被分配出去一次。

arena 实现与管理

最后介绍 arena 管理。首先给出它的数据结构：

成员的含义如注释所述。不同于 pool，arena 的管理分位两部分，在内存中分别对应两种不同的实体：arena_object 对象和arena 实体（该定义非官方，笔者为叙述方便指用）。arena_object 对象用来存储1个 arena的属性信息，address 成员指向实际用来给对象分配空间的 arena 实体地址。任一时刻，一个 arena_object可能和一个 arena 实体关联，也可能不和任何 arena 实体关联（由 address == 0 唯一标识）。

arena 作为下层（图1中的 +1 层）内存分配函数的调用者，来直接获得系统分配的内存或将满足条件的空闲内存归还给 OS。

注意2：Python 2.5之前的 allocator 只能向 OS 申请内存分配，而不会将满足条件的空闲内存归还给OS。考虑以下情形，一个长时间运行的应用，平均内存使用量很低，但存在某个时刻，该应用有一个内存使用量非常高的峰值。如果按照Python2.5之前实现，在达到峰值时刻，解释器会向 OS 申请大量内存用于对象分配（由 allocator 创建 arena等）。但当峰值过后，大量内存被闲置，且没有归还给系统，从而造成内存浪费。因此现在的实现添加了将内存归还给 OS 的功能，由PyObject_Free() 函数实现。

以下介绍几个和 arena 相关的全局变量：

• arenas：存储当前所有已创建的 arena_object 对象的数组；

• unused_arena_objects：单链表，链接所有已经创建的但未分配 arena 实体的 arena_object对象；

• usable_arenas：双链表，链接部分 arena_object 对象。其中的对象所关联的 arena 实体或者尚未分配任何pool，或者已经分配部分 pool 用于对象存储；

• maxarenas： 当前已经创建的 arena_objects 数量（非 arena 实体数量）；

• narenas_currently_allocated： 当前已分配的 arena 实体所占内存容量；

• # define INITIAL_ARENA_OBJECTS 16： arenas 数组的初始大小。

注意3：一个关联了 pool 已全部分配的 arena 实体的 arena_object对象不在任何一个链表上。

该函数用来分配一个 arena_object 对象并且初始化该对象关联的 arena 实体。当要创建一个新的 arena实体时，从链表 unused_arena_objects 取下第一个节点，用于存放相应 arena 实体的属性。

如果该链表为空，使用 realloc() 函数扩展arenas 指向的数组，并取下第一个用于分配 arena 实体，剩余的 arena_object全部链接在该链表中，以供下次使用。每次扩展后，数组的大小为之前的两倍。

为 arena 实体分配内存时，如果 ARENAS_USE_MMAP宏已设置，则使用匿名内存映射 mmap() 来实现，否则使用 malloc() 函数创建。

当 allocator 调用 PyObject_Free() 函数将一个arena 实体所占的内存归还给系统时，该实体对应 arena_object 的 address 成员将被置0，然后插入到unused_arena_objects 的头部。

usable_arenas 链表中存放 pool 已经部分分配或者 pool 尚未分配（但实体空间已分配）的 arena。这些arena 依据成员 nfreepools 的大小按升序排序。如此可以使得使用程度较高的 arena 被优先使用，使用程度较低的arena 则有更大的概率被归还给系统（参见注意1）。

allocator 使用

函数分配实际对象，nbytes为对象的大小。分配的逻辑即上述内容。

最终的 arena 结构图如下所示：

总结

内存管理始终是一门编程语言中非常重要的一部分，掌握了内存管理往往能帮助我们更好地理解对象的生命周期。Python内存管理的另一个有趣话题是它的“垃圾回收”机制。它以“引用计数”为主，并借助“标记-清除”机制消除循环引用带来的影响。为了加速对象的创建，Python又引入“分代回收”机制，它缓存部分反复创建和销除的对象，而非在它们释放后直接从内存删除它们，从而加速下次该对象的创建。

这篇文章写了近三天，而且都是熬夜码字，思维难免有些混乱，之后会再对本文结构加以梳理和调整。

这篇关于python内存管理的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！