第3章：Python内存模型——对象布局、小整数池与循环引用

聊Python内存，很多人觉得这是底层的事，跟业务代码没关系。我当年也这么想，直到线上服务莫名其妙内存暴涨，查了三天才发现是循环引用搞的鬼。嗯，从那以后，我写每个类都会多看一眼引用关系。

3.1 Python对象的内存布局

Python里一切皆对象。这句话你肯定听过。但你知道一个对象在内存里长什么样吗？

每个Python对象，本质上是一个结构体。我习惯把它想象成三部分：

• 头部（PyObject_HEAD）：包含引用计数和类型指针
• 数据区：存放实际的值
• 可能还有额外字段：比如可变对象的缓冲

举个例子，一个整数对象在内存里是这样的：

# 一个简单的整数
a = 42
print(id(a))  # 内存地址
print(type(a)) # <class 'int'>

你看到的 id()，其实就是对象头部的起始地址。引用计数就藏在这个头部里。每次你赋值、传参、放入容器，引用计数就+1。反之则-1。归零时，内存就被回收。

3.2 小整数池与字符串驻留

这里有个经典问题：为什么 a = 256 和 b = 256 是同一个对象，而 a = 257 就不是？

说白了，Python启动时预先创建了[-5, 256]范围内的整数对象。这叫小整数池。你每次用这个范围内的数，拿到的都是同一个对象。

a = 256
b = 256
print(a is b)  # True

c = 257
d = 257
print(c is d)  # False（交互式环境下可能True，但脚本里通常是False）

为什么这么设计？性能。这些小整数太常用了，每次都新建对象太浪费。我在项目中遇到过一个问题：用 is 比较两个大整数，结果时对时错。排查半天才发现是整数池的边界问题。从那以后，我比较值只用 ==，绝不偷懒用 is。

字符串驻留也是类似思路。Python会把一些短字符串、标识符风格的字符串缓存起来。

s1 = "hello"
s2 = "hello"
print(s1 is s2)  # True（驻留了）

s3 = "hello world!"
s4 = "hello world!"
print(s3 is s4)  # 不一定，取决于实现

3.3 循环引用问题

这才是内存泄漏的重灾区。Python的引用计数机制有个天然缺陷：它处理不了循环引用。

什么叫循环引用？就是A引用B，B引用A，或者更复杂的环状结构。两个对象的引用计数永远不为0，即使外部已经没有变量指向它们。

class Node:
    def __init__(self, name):
        self.name = name
        self.parent = None
        self.child = None

# 创建循环引用
a = Node("A")
b = Node("B")
a.child = b
b.parent = a

# 删除外部引用
del a
del b
# 但这两个对象还在内存里，互相指着对方

我曾经维护过一个爬虫系统，每天跑完内存占用翻倍。查了三天，发现是回调函数里形成了闭包循环引用。每个请求的回调持有response对象，response对象又持有回调列表。嗯，那感觉就像在迷宫里绕圈。

Python解决这个问题的方案是垃圾回收器（GC）。它专门处理循环引用。GC会定期扫描所有对象，找出不可达的循环引用组，然后回收它们。

怎么检测循环引用？我常用的方法：

1. 用 gc.get_objects() 查看所有被追踪的对象
2. 用 gc.get_referrers() 反向查找谁引用了某个对象
3. 用 objgraph 库可视化引用关系

import gc
import objgraph

# 强制GC
gc.collect()

# 查看某个类的实例数量
objgraph.count('Node')

# 生成引用图（需要安装graphviz）
objgraph.show_refs([some_object], filename='refs.png')

我个人习惯在开发环境里定期打印对象数量变化。如果某个类的实例数只增不减，那八成有循环引用或者忘记释放。

3.4 知识体系图

下面这张图概括了本章的核心逻辑。我画的时候特意把循环引用放在中心，因为它是最容易踩坑的地方。

3.5 避坑指南

最后分享几个实战经验：

• 慎用 __del__ 方法：它会影响GC对循环引用的处理。我曾经在 __del__ 里写了资源释放逻辑，结果循环引用导致它永远不被调用。资源泄漏了。
• 用 weakref 打破循环：如果必须设计双向引用，考虑用弱引用。弱引用不增加引用计数，GC可以正常回收。
• 定期检查对象数量：在测试环境里跑 gc.get_objects() 看看趋势。如果某个类的实例数持续增长，赶紧查。

import weakref

class Node:
    def __init__(self, name):
        self.name = name
        self.parent = None
        self.child = None

a = Node("A")
b = Node("B")
a.child = weakref.ref(b)  # 弱引用
b.parent = weakref.ref(a)  # 弱引用
# 现在即使有循环，GC也能正常回收