从Python的源码浅要剖析Python的内存管理

更新时间：2015年04月16日 09:23:02 作者：dbzhang800

这篇文章主要介绍了从Python的源码浅要剖析Python的内存管理,需要的朋友可以参考下

Python 的内存管理架构（Objects/obmalloc.c）：

    _____   ______   ______       ________

   [ int ] [ dict ] [ list ] ... [ string ]       Python core         |

+3 | <----- Object-specific memory -----> | <-- Non-object memory --> |

    _______________________________       |                           |

   [   Python's object allocator   ]      |                           |

+2 | ####### Object memory ####### | <------ Internal buffers ------> |

    ______________________________________________________________    |

   [          Python's raw memory allocator (PyMem_ API)          ]   |

+1 | <----- Python memory (under PyMem manager's control) ------> |   |

    __________________________________________________________________

   [    Underlying general-purpose allocator (ex: C library malloc)   ]

 0 | <------ Virtual memory allocated for the python process -------> |

0. C语言库函数提供的接口

1. PyMem_*家族，是对 C中的 malloc、realloc和free 简单的封装，提供底层的控制接口。

2. PyObject_* 家族，高级的内存控制接口。
3. 对象类型相关的管理接口

PyMem_*

PyMem_家族：低级的内存分配接口(low-level memory allocation interfaces)

Python 对C中的 malloc、realloc和free 提供了简单的封装：

201541692301579.jpg (301×158)

为什么要这么多次一举：

不同的C实现对于malloc(0)产生的结果有会所不同，而PyMem_MALLOC(0)会转成malloc(1).
不用的C实现的malloc与free混用会有潜在的问题。python提供封装可以避免这个问题。
Python提供了宏和函数，但是宏无法避免这个问题，故编写扩展是应避免使用宏

源码：

  Include/pymem.h

#define PyMem_MALLOC(n) ((size_t)(n) > (size_t)PY_SSIZE_T_MAX ? NULL \
             : malloc((n) ? (n) : 1))
#define PyMem_REALLOC(p, n) ((size_t)(n) > (size_t)PY_SSIZE_T_MAX ? NULL \
              : realloc((p), (n) ? (n) : 1))
#define PyMem_FREE free

  Objects/object.c

/* Python's malloc wrappers (see pymem.h) */

void *
PyMem_Malloc(size_t nbytes)
{
  return PyMem_MALLOC(nbytes);
}
...

除了对C的简单封装外，Python还提供了4个宏

PyMem_New 和 PyMem_NEW

PyMem_Resize和 PyMem_RESIZE

它们可以感知类型的大小

#define PyMem_New(type, n) \
 ( ((size_t)(n) > PY_SSIZE_T_MAX / sizeof(type)) ? NULL :   \
    ( (type *) PyMem_Malloc((n) * sizeof(type)) ) )

#define PyMem_Resize(p, type, n) \
 ( (p) = ((size_t)(n) > PY_SSIZE_T_MAX / sizeof(type)) ? NULL :    \
    (type *) PyMem_Realloc((p), (n) * sizeof(type)) )
#define PyMem_Del        PyMem_Free
#define PyMem_DEL        PyMem_FREE

以下涉及的一些函数仍旧是函数和宏同时存在，下划线后全是大写字符的是宏，后面不再特别说明。
PyObject_*

PyObject_*家族，是高级的内存控制接口(high-level object memory interfaces)。

注意

不要和PyMem_*家族混用！！
除非有特殊的内粗管理要求，否则应该坚持使用PyObject_*

源码

  Include/objimpl.h

#define PyObject_New(type, typeobj) \
        ( (type *) _PyObject_New(typeobj) )
#define PyObject_NewVar(type, typeobj, n) \
        ( (type *) _PyObject_NewVar((typeobj), (n)) )

  Objects/object.c

PyObject *
_PyObject_New(PyTypeObject *tp)
{
  PyObject *op;
  op = (PyObject *) PyObject_MALLOC(_PyObject_SIZE(tp));
  if (op == NULL)
    return PyErr_NoMemory();
  return PyObject_INIT(op, tp);
}

PyVarObject *
_PyObject_NewVar(PyTypeObject *tp, Py_ssize_t nitems)
{
  PyVarObject *op;
  const size_t size = _PyObject_VAR_SIZE(tp, nitems);
  op = (PyVarObject *) PyObject_MALLOC(size);
  if (op == NULL)
    return (PyVarObject *)PyErr_NoMemory();
  return PyObject_INIT_VAR(op, tp, nitems);
}

它们执行两项操作：

分配内存：PyObject_MALLOC
部分初始化对象：PyObject_INIT和PyObject_INIT_VAR

初始化没什么好看到，但是这个MALLOC就有点复杂无比了...
PyObject_{Malloc、Free}

这个和PyMem_*中的3个可是大不一样了，复杂的厉害！

void * PyObject_Malloc(size_t nbytes)
void * PyObject_Realloc(void *p, size_t nbytes)
void PyObject_Free(void *p)

Python程序运行时频繁地需要创建和销毁小对象，为了避免大量的malloc和free操作，Python使用了内存池的技术。

一系列的 arena(每个管理256KB) 构成一个内存区域的链表
每个 arena 有很多个 pool(每个4KB) 构成
每次内存的申请释放将在一个 pool 内进行

单次申请内存块

当申请大小在 1~256 字节之间的内存时，使用内存池(申请0或257字节以上时，将退而使用我们前面提到的PyMem_Malloc)。

每次申请时，实际分配的空间将按照某个字节数对齐,下表中为8字节（比如PyObject_Malloc(20)字节将分配24字节）。

复制代码代码如下:

Request in bytes     Size of allocated block      Size class idx

  ----------------------------------------------------------------

         1-8                     8                       0

         9-16                   16                       1

        17-24                   24                       2

        25-32                   32                       3

        33-40                   40                       4

         ...                   ...                     ...

       241-248                 248                      30

       249-256                 256                      31

       0, 257 and up: routed to the underlying allocator.

这些参数由一些宏进行控制：

#define ALIGNMENT        8        /* must be 2^N */
/* Return the number of bytes in size class I, as a uint. */
#define INDEX2SIZE(I) (((uint)(I) + 1) << ALIGNMENT_SHIFT)
#define SMALL_REQUEST_THRESHOLD 256

pool

每次申请的内存块都是需要在 pool 中进行分配，一个pool的大小是 4k。由下列宏进行控制：

#define SYSTEM_PAGE_SIZE (4 * 1024)
#define POOL_SIZE SYSTEM_PAGE_SIZE /* must be 2^N */

每个pool的头部的定义如下：

struct pool_header {
  union { block *_padding;
      uint count; } ref;     /* number of allocated blocks  */
  block *freeblock;          /* pool's free list head     */
  struct pool_header *nextpool;    /* next pool of this size class */
  struct pool_header *prevpool;    /* previous pool    ""    */
  uint arenaindex;          /* index into arenas of base adr */
  uint szidx;             /* block size class index    */
  uint nextoffset;          /* bytes to virgin block     */
  uint maxnextoffset;         /* largest valid nextoffset   */
};

注意，其中有个成员 szidx，对应前面列表中最后一列的 Size class idx。这也说明一个问题：每个 pool 只能分配固定大小的内存块(比如，只分配16字节的块，或者只分配24字节的块...)。

要能分配前面列表中各种大小的内存块，必须有多个 pool。同一大小的pool分配完毕，也需要新的pool。多个pool依次构成一个链表
arena

多个pool对象使用被称为 arena 的东西进行管理。

struct arena_object {
  uptr address;
  block* pool_address;
  uint nfreepools;
  uint ntotalpools;
  struct pool_header* freepools;
  struct arena_object* nextarena;
  struct arena_object* prevarena;
};

arean控制的内存的大小由下列宏控制：

#define ARENA_SIZE       (256 << 10)   /* 256KB */

一系列的 arena 构成一个链表。
引用计数与垃圾收集

Python中多数对象的生命周期是通过引用计数来控制的，从而实现了内存的动态管理。

但是引用计数有一个致命的问题：循环引用！

为了打破循环引用，Python引入了垃圾收集技术。

您可能感兴趣的文章:

Python

python操作excel之openpyxl模块读写xlsx格式使用方法详解
这篇文章主要介绍了python操作excel之openpyxl模块读写xlsx格式使用方法详解,需要的朋友可以参考下
2022-12-12
对TensorFlow中的variables_to_restore函数详解
今天小编就为大家分享一篇对TensorFlow中的variables_to_restore函数详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-07-07
python运行脚本文件的三种方法实例
在计算中,脚本一词用于指代包含订单逻辑序列的文件或批处理文件,下面这篇文章主要给大家介绍了关于python运行脚本文件的三种方法,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
2022-06-06
对numpy的array和python中自带的list之间相互转化详解
下面小编就为大家分享一篇对numpy的array和python中自带的list之间相互转化详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-04-04
django 中的聚合函数，分组函数，F 查询，Q查询
这篇文章主要介绍了django 中的聚合函数，分组函数，F 查询，Q查询,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2019-07-07
Win10下安装CUDA11.0+CUDNN8.0+tensorflow-gpu2.4.1+pytorch1.7.0+p
这篇文章主要介绍了Win10下安装CUDA11.0+CUDNN8.0+tensorflow-gpu2.4.1+pytorch1.7.0+paddlepaddle-gpu2.0.0，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2021-03-03
Python制作简易版小工具之计算天数的实现思路
这篇文章主要介绍了Python制作简易版小工具之计算天数的实现思路,代码简单易懂，非常不错，具有一定的参考借鉴价值，需要的朋友可以参考下
2020-02-02
利用Python和C语言分别实现哈夫曼编码
这篇文章主要为大家详细介绍了如何利用Python和C语言分别实现哈夫曼编码，文中的示例代码讲解详细，感兴趣的小伙伴可以跟随小编一起学习一下
2022-07-07
python中torch可以成功引用但无法访问属性的解决办法
这篇文章给大家介绍了我们在python中运行程序时遇到一个奇怪的报错,torch可以成功引用但无法访问属性,这是比较奇怪的一件事,因为torch肯定是可以访问Tensor,所以本文给大家介绍了torch可以成功引用但无法访问属性的解决办法,需要的朋友可以参考下
2024-01-01
Python的Dict对象源码分析
这篇文章主要介绍了Python的Dict对象源码分析,PyDictObject即字典对象，类似于C++ STL中的map，但STL中以红黑树实现，Python中dict以hash表(散列表)实现,需要的朋友可以参考下
2023-08-08