概要
不要以为 Python 有自动垃圾回收就不会内存泄漏，本着它有“垃圾回收”我有“垃圾代码”的精神，现在总结一下三种常见的内存泄漏场景。
无穷大导致内存泄漏
如果把内存泄漏定义成只申请不释放，那么借着 Python 中整数可以无穷大的这个特点，我们一行代码就可以完成内存泄漏了。
i = 1024 ** 1024 ** 1024
循环引用导致内存泄漏
引用记数器 是 Python 垃圾回收机制的基础，如果一个对象的引用数量不为 0 那么是不会被垃圾回收的，我们可以通过 sys.getrefcount 来得到给定对象的引用数量。
In [1]: import sys
In [2]: a = {'name':'tom','age':16}
In [3]: sys.getrefcount(a) # 由于 getrefcount 内部也会临时的引用 a 所以，使得计数器的值变成了 2 。
Out[3]: 2
In [4]: b = a
In [5]: sys.getrefcount(a)
Out[5]: 3
先来看一个循环引用的场景。
#!/usr/bin/evn python3
import sys
import time
import threading
class Person(object):
free_lock = threading.Condition()
def __init__(self, name: str = ""):
"""
Parameters
----------
name: str
姓名
best_friend: str
最要好的朋友名
"""
self._name = name
self._best_friend = None
@property
def best_friend(self, person: "Person"):
return self._best_friend
@best_friend.setter
def best_friend(self, friend: "Person"):
self._best_friend = friend
def __str__(self):
"""
"""
return self._name
def __del__(self):
"""
"""
self.free_lock.acquire()
print(f"{self._name} 要 GG 了，现在释放它的内存空间。")
sys.stderr.flush()
self.free_lock.release()
def mem_leak():
"""
循环引用导致内存泄漏
"""
zhang_san = Person(name='张三')
li_si = Person("李四")
# 构造出循环引用
# 李四的好友是张三
li_si.best_friend = zhang_san
# 张三的好友是李四
zhang_san.best_friend = li_si
if __name__ == "__main__":
for i in range(3):
time.sleep(0.01)
print(f"{i}")
mem_leak()
print("mem_leak 执行完成了.")
time.sleep(5)
运行效果。
python3 main.py
0
1
2
mem_leak 执行完成了.
张三 要 GG 了，现在释放它的内存空间。
李四 要 GG 了，现在释放它的内存空间。
张三 要 GG 了，现在释放它的内存空间。
李四 要 GG 了，现在释放它的内存空间。
张三 要 GG 了，现在释放它的内存空间。
李四 要 GG 了，现在释放它的内存空间
由于循环引用的存在，使得 mem_leak 函数就行执行完了其内部的局部变量引用计数器也不为 0 ，所以内存得不到及时的释放。释放这部分内存有两个途径 1、 被 Python 内部的循环检测机制发现了； 2、进程退出前的集中释放。
tracemalloc 可以在一定程序上帮我们发现问题，在此就不讲怎么用了，我们直接上解决方案。Python 为程序员提供了弱引用，通过这种方式可以不增加对象引用计数器的数值，这成为了我们打破循环引用的一种手段。
In [1]: import sys
In [2]: import weakref
In [3]: from main import Person
In [4]: tom = Person('tom')
In [5]: sys.getrefcount(tom)
Out[5]: 2
In [6]: p = weakref.ref(tom)
In [7]: sys.getrefcount(tom) # 弱引用不会增加计数器的值
Out[7]: 2
现在使用 weakref 技术来改造我们的代码。
#!/usr/bin/evn python3
import sys
import time
import weakref
import threading
class Person(object):
free_lock = threading.Condition()
def __init__(self, name: str = ""):
"""
Parameters
----------
name: str
姓名
best_friend: str
最要好的朋友名
"""
self._name = name
self._best_friend = None
@property
def best_friend(self, person: "Person"):
return self._best_friend
@best_friend.setter
def best_friend(self, friend: "Person"):
self._best_friend = weakref.ref(friend)
def __str__(self):
"""
"""
return self._name
def __del__(self):
"""
"""
self.free_lock.acquire()
print(f"{self._name} 要 GG 了，现在释放它的内存空间。")
sys.stderr.flush()
self.free_lock.release()
def mem_leak():
"""
循环引用导致内存泄漏
"""
zhang_san = Person(name='张三')
li_si = Person("李四")
# 构造出循环引用
# 李四的好友是张三
li_si.best_friend = zhang_san
# 张三的好友是李四
zhang_san.best_friend = li_si
if __name__ == "__main__":
for i in range(3):
time.sleep(0.01)
print(f"{i}")
mem_leak()
print("mem_leak 执行完成了.")
time.sleep(5)
运行效果。
python3 main.py
0
张三 要 GG 了，现在释放它的内存空间。
李四 要 GG 了，现在释放它的内存空间。
1
张三 要 GG 了，现在释放它的内存空间。
李四 要 GG 了，现在释放它的内存空间。
2
张三 要 GG 了，现在释放它的内存空间。
李四 要 GG 了，现在释放它的内存空间。
mem_leak 执行完成了.
可以看到现在一旦函数执行完成，其内部的局部变量的内存就会得到释放，非常的及时。
外面库导致内存泄漏
这种情况我也只遇到过一次，之前 mysql-connector-python 的内存泄漏，导致我的程序跑着跑着占用的内存就越来越大；最后我们返的 C 语言扩展禁用之后就没有问题了。
以上就是总结python 三种常见的内存泄漏场景的详细内容，更多关于python 内存泄漏的资料请关注其它相关文章！
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！
这一波大模型产业落地浪潮里，不少企业其实处在 “干瞪眼“的状态。
一种情况是，很多大模型产品看得见却摸不着，在台上一个个遥遥领先——今天Sora技精四座，明天英伟达的机器人又赢得满堂彩，可是到了台下一问：啥时候能用上啊？答曰：遥遥无期。
另一种情况是，企业想用上大模型，却又难免瞻前顾后——既要考虑场景融合，又得兼顾安全性，还要考虑打通现有系统，再加上各种部署成本和繁琐的采购流程……最后只能拂袖：罢了，再等等吧。
稳了！魔兽国服回归的3条重磅消息！官宣时间再确认！
昨天有一位朋友在大神群里分享，自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址，com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后，确实是网易的网址，也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情，因为以前都没有出现这样的情况，现在突然提示跳转到国服战网的网址，是不是说明了简体中文客户端已经开始进行更新了呢？