Python内存管理与垃圾回收机制详解

内存管理三层面：

1. 引用计数（Reference Counting）：

   • 每个对象维护ob_refcnt，有新的引用时+1，删除时-1
   • 计数归零时立即回收内存
   • 缺点：无法处理循环引用

2. 标记-清除（Mark and Sweep）：

   • 从根对象（全局变量、栈帧引用）出发，遍历所有可达对象并标记
   • 未标记的对象（不可达）视为垃圾并回收
   • 解决循环引用问题

3. 分代回收（Generational GC）：

   • 对象分三代：0代（新生）、1代、2代（老生）
   • 新创建对象在0代，GC频率最高
   • 存活过一轮GC的对象晋升到下一代
   • 阈值触发：gc.get_threshold()返回(700, 10, 10)，即0代分配700个对象触发GC

排查内存泄漏：

import gc

# 查看无法回收的对象
gc.set_debug(gc.DEBUG_LEAK)
gc.collect()  # 手动触发GC

# 查看对象引用
import objgraph
objgraph.show_backrefs([leaky_object], max_depth=5)

# 使用tracemalloc
import tracemalloc
tracemalloc.start()
snapshot1 = tracemalloc.take_snapshot()
# ... 运行可疑代码 ...
snapshot2 = tracemalloc.take_snapshot()
stats = snapshot2.compare_to(snapshot1, 'lineno')

常见泄漏原因：未关闭的文件句柄、全局缓存无限增长、闭包捕获大对象、循环引用中的__del__方法。