Python如何使用__slots__实现节省内存和性能优化

你有想过，一个小小的 __slots__ 能让你的 Python 类内存消耗直接减半吗？没错，今天咱们要聊的就是这个让人眼前一亮的技巧，能让你在开发时既节省内存，又能提升性能，简直是程序员心中的“梦中情人”啊！

背景：内存吃得满满的类

你们有没有遇到过这种情况？在某个功能开发时，明明就用了一两个小类，但随着项目的逐步复杂，内存消耗就逐渐变得高得令人发指，简直要撑破你电脑的胃——就像我上次搞的那个爬虫项目，差点没把整个服务器吃掉。原来我们在定义类时，Python 会默认给每个实例分配一个字典，用来存储属性。这也就意味着，每个实例在内存中占据的空间会比你想象的要大。嗯，你没听错，这个“字典”本来是为灵活性设计的，但在一些内存敏感的场景下，这个“特性”就会变成内存吃货。

举个例子：你觉得 Python 类内存占用不大？

假设你有个简单的类：

class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age

这个类看起来挺简单，但其实它每个实例都会多占用一些内存，因为 Python 默认会为 Person 类的每个实例创建一个字典，来存储 name 和 age。这样，每当你创建一个 Person 实例时，就会有一个额外的内存开销，哪怕你只用了两个属性。

p1 = Person("小李", 25)
p2 = Person("小周", 28)

到这儿，你可能会觉得：“哦，反正我电脑内存够大，没啥问题。” 可是等到你写了几十上百个类实例，内存开销直接炸裂，程序运行速度变慢不说，服务器的性能也可能受到影响。

__slots__：你的内存管理小助手

说到这里，你可能会想：“有啥办法能省点内存吗？” 好的，给你推荐个神器——__slots__！

__slots__ 是 Python 提供的一个魔法，让你在定义类时限制它的属性存储方式，减少内存开销。通过使用 __slots__，你可以告诉 Python 类不要使用字典来存储实例属性，而是直接在内存中为每个属性分配固定的空间。

• ​内存结构对比：

  • ​无 slots：实例内存 = 对象头 + dict 指针 + 其他元数据。
  • ​有 slots：实例内存 = 对象头 + 属性值数组 + 其他元数据。

• 举个生活例子：

  • 假设你是一个班主任，班里每个学生（实例）都有一个书包（__dict__）。书包里可以随便装东西（属性），比如课本、水杯、零食…… 虽然灵活，但每个书包本身就有重量（内存占用），尤其当你有 1000 个学生时，1000 个书包占满教室！

  • 而用了 __slots__，相当于你规定：每个学生只能带一个固定的小袋子，里面只能放指定的几样东西（比如只带课本和笔）。袋子更轻便，不占地方，1000 个学生就能省出一大块空间！

__slots__怎么用

这样修改一下你的类

class Person:
    __slots__ = ['name', 'age']
    
    def __init__(self, name, age):
        self.name = name
        self.age = age

通过上面这个小改动，你就告诉 Python：“嘿！只允许 name 和 age 这两个属性！” 结果呢，Python 就会在内存中为这两个属性分配固定的空间，不再使用字典，这样内存占用就能大大减少。

举个大概的例子：看看效果如何？

1. 先举个简单的例子看看效果

from pympler import asizeof

class WithoutSlots:
    def __init__(self):
        self.a = 1
        self.b = 2
        self.c = 3

class WithSlots:
    __slots__ = ['a', 'b', 'c']
    def __init__(self):
        self.a = 1
        self.b = 2
        self.c = 3

obj_big = WithoutSlots()
obj2_small = WithSlots()

print(asizeof.asizeof(obj_big))  # 输出约 416 字节
print(asizeof.asizeof(obj2_small))  # 输出约 152 字节

提示： pympler 是一个 Python 库，用于分析和测量 Python 对象的内存使用情况。通过pip install pympler 来安装

2. 模拟创建百万级实例观察内存总量

obj_big = [WithoutSlots() for _ in range(1_000_000)]  
obj2_small = [WithSlots() for _ in range(1_000_000)]  

print(asizeof.asizeof(obj_big))  # 输出约 160448992 字节
print(asizeof.asizeof(obj2_small))  # 输出约 64448824 字节

使用__slots__时需要注意的几点

好了，效果虽然看起来很棒，但 __slots__ 也不是万能的，咱们得谨慎使用。这里有几点需要注意：

1.不可动态添加属性

使用 __slots__ 后，你不能再给实例动态添加其他属性。也就是说，如果你后面再想加个属性，得提前在 __slots__ 中定义好。

p = Person("小李", 25)
p.name = "小李"  # 可以
p.address = "北京"  # 报错：AttributeError: 'Person' object has no attribute 'address'

2.不能继承自有 __slots__ 的类

如果你想从一个有 __slots__ 的类继承，子类也必须定义自己的 __slots__，否则会引发错误。

class Student(Person):
    __slots__ = ['school']

s = Student("小张", 22)
s.school = "清华"

3.对小类特别有用

__slots__ 的效果最显著的地方是在对象比较多、内存使用量较大的情况下。如果你的类实例很少或者内存压力不大，那其实使用 __slots__ 的意义就不大。

总结：有心就行

这次关于 __slots__ 的分享其实就是提醒大家，如果你做的项目是内存要求比较高，或者需要频繁创建大量实例的时候，别忘了给类加个 __slots__，它能帮你节省大量内存开销。

当然，Python 的内存管理有很多值得玩味的地方，但 __slots__ 绝对是一个不容忽视的好工具。学会了这个小技巧，不仅能让你的代码更加高效，还能让你的程序更“瘦”，说不定某天就帮你“瘦”到系统能跑得更快，哪怕是爬虫，也能更加轻盈哦！

你可能会觉得，“花姐，这个真的能大幅提升性能吗？” 答案是：**能！**但还是要看场景。用对了地方，能帮你节省大量内存，提升性能；用错了地方，就会增加额外的复杂度。所以，千万别瞎用！记住，优化要有针对性，别为了优化而优化。

到此这篇关于Python如何使用__slots__实现节省内存和性能优化的文章就介绍到这了,更多相关Python __slots__内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

最新评论