4

正如我们（或至少我）在此答案中了解到的那样，python 的垃圾收集器不会跟踪仅包含不可变值的简单元组，一旦发现它们永远不会参与引用循环：

>>> import gc
>>> x = (1, 2)
>>> gc.is_tracked(x)
True
>>> gc.collect()
0
>>> gc.is_tracked(x)
False

为什么namedtuple不是这种情况，它是具有命名字段的集合模块的元组的子类？

>>> import gc
>>> from collections import namedtuple
>>> foo = namedtuple('foo', ['x', 'y'])
>>> x = foo(1, 2)
>>> gc.is_tracked(x)
True
>>> gc.collect()
0
>>> gc.is_tracked(x)
True

他们的实现中是否有一些固有的东西可以防止这种情况发生，或者只是被忽视了？

4

2 回答 2

7

我能找到的唯一评论是在gcmodule.cPython 源文件中：

注意：关于不跟踪可变对象。某些类型的容器不能参与引用循环，因此不需要被垃圾收集器跟踪。取消跟踪这些对象可以降低垃圾收集的成本。但是，确定哪些对象可能未被跟踪并不是免费的，必须权衡成本与垃圾收集的好处。

何时取消跟踪容器有两种可能的策略：

  1. 创建容器时。
  2. 当垃圾收集器检查容器时。

不需要跟踪仅包含不可变对象（整数、字符串等，以及递归地包含不可变对象的元组）的元组。解释器创建了大量的元组，其中许多在垃圾收集之前将无法生存。因此，在创建时取消跟踪符合条件的元组是不值得的。

相反，除了空元组之外的所有元组在创建时都会被跟踪。在垃圾收集期间，确定是否可以不跟踪任何幸存的元组。如果一个元组的所有内容都没有被跟踪，那么它就可以被取消跟踪。在所有垃圾收集周期中检查元组是否取消跟踪。取消跟踪一个元组可能需要一个以上的周期。

只包含不可变对象的字典也不需要被跟踪。创建时不跟踪字典。如果将跟踪项插入字典（作为键或值），则字典将被跟踪。在完整的垃圾收集（所有代）期间，收集器将取消跟踪任何内容未被跟踪的字典。

该模块提供了python函数is_tracked(obj)，返回对象当前的跟踪状态。后续的垃圾回收可能会改变对象的跟踪状态。在 issue 中引入了某些容器​​的 Untracking #4688，并针对 issue 改进了算法#14775。

（请参阅链接问题以查看引入以允许取消跟踪的真实代码）

这个评论有点模棱两可，但是它没有说明选择“取消跟踪”哪个对象的算法适用于通用容器。这意味着代码只检查tuples ( 和dicts)，而不检查它们的子类。

您可以在文件的代码中看到这一点：

/* Try to untrack all currently tracked dictionaries */
static void
untrack_dicts(PyGC_Head *head)
{
    PyGC_Head *next, *gc = head->gc.gc_next;
    while (gc != head) {
        PyObject *op = FROM_GC(gc);
        next = gc->gc.gc_next;
        if (PyDict_CheckExact(op))
            _PyDict_MaybeUntrack(op);
        gc = next;
    }
}

注意调用PyDict_CheckExact, 和：

static void
move_unreachable(PyGC_Head *young, PyGC_Head *unreachable)
{
    PyGC_Head *gc = young->gc.gc_next;

  /* omissis */
            if (PyTuple_CheckExact(op)) {
                _PyTuple_MaybeUntrack(op);
            }

请注意调用PyTuple_CheckExact.

另请注意，子类tuple不必是不可变的。这意味着如果您想将此机制扩展到外部tuple并且dict您需要一个通用is_immutable函数。这将是非常昂贵的，如果可能的话，由于 Python 的动态性（例如，类的方法可能会在运行时改变，而这是不可能的，tuple因为它是一个内置类型）。因此，开发人员选择坚持少数特殊情况，只使用一些知名的内置插件。

这就是说，我相信它们也可以是特殊情况namedtuple，因为它们是非常简单的类。会有一些问题，例如当您调用namedtuple您正在创建一个新类时，因此 GC 应该检查子类。这可能是以下代码的问题：

class MyTuple(namedtuple('A', 'a b')):
    # whatever code you want
    pass

因为MyTuple类不需要是不可变的，所以 GC 应该检查该类是安全的直接子类namedtuple。但是我很确定这种情况有解决方法。

他们可能没有，因为namedtuples 是标准库的一部分，而不是 python 核心。也许开发人员不想让核心依赖于标准库的模块。

所以，回答你的问题：

  • 不，它们的实现中没有任何东西可以固有地阻止对namedtuples 的取消跟踪
  • 不，我相信他们并没有“简单地忽视”这一点。然而，只有 python 开发人员才能明确回答他们为什么选择不包含它们。我的猜测是，他们认为这不会为更改提供足够大的好处，并且他们不想让核心依赖于标准库。
于 2013-11-04T15:50:13.507 回答
3

@Bakunu 给出了一个很好的答案 - 接受它:-)

这里有一个亮点：没有不跟踪的噱头是“免费的”：在运行时和需要维护的棘手代码的爆炸中都有实际成本。基本 tuple 和 dict 类型被用户程序和 CPython 实现大量使用，并且通常可以取消跟踪它们。因此，对它们进行特殊处理是值得一些痛苦的，并且有益于“几乎所有”程序。虽然当然可以找到可以从 untracking namedtuples（或 ...）中受益的程序示例，但它不会使 CPython 实现或大多数用户程序受益。但这会给所有程序带来成本（gc 代码中有更多条件来询问“这是一个namedtuple吗？”等）。

请注意，所有容器对象都受益于 CPython 的“世代”循环 gc 噱头：给定容器存活的集合越多，该容器被扫描的频率就越低（因为容器被移动到“老一代”，扫描频率较低）。因此，除非容器类型大量出现（通常适用于元组，很少适用于 dicts）或容器包含大量对象（通常适用于 dicts，很少适用于元组），否则几乎没有潜在的收益。

于 2013-11-04T18:25:27.200 回答