CÔNG CỤ
MODULES
THAM KHẢO
CÁC CHỦ ĐỀ
BÀI MỚI NHẤT
MỚI CẬP NHẬT

Thông báo: Download 4 khóa học Python từ cơ bản đến nâng cao tại đây.

Garbage Collection trong Python

Trong bài viết này, bạn sẽ tìm hiểu về cơ chế hoạt động của bộ thu gom rác trong Python và cách bạn có thể tương tác với nó thông qua lập trình để tối ưu hóa việc quản lý bộ nhớ.

test php

banquyen png
Bài viết này được đăng tại freetuts.net, không được copy dưới mọi hình thức.

Giới thiệu về garbage Collection trong Python

Trong các ngôn ngữ như C/C++, bạn hoàn toàn chịu trách nhiệm quản lý bộ nhớ của chương trình. Tuy nhiên, trong Python, bạn không cần phải tự quản lý bộ nhớ vì Python tự động làm điều này cho bạn.Trong mình về tham chiếu, bạn đã biết rằng Python Memory Manager theo dõi các tham chiếu của đối tượng. Python sẽ phá hủy đối tượng và thu hồi bộ nhớ khi số lượng tham chiếu của đối tượng đó bằng 0.

Tuy nhiên, việc đếm tham chiếu không phải lúc nào cũng hoạt động chính xác. Ví dụ, khi bạn có một đối tượng tham chiếu đến chính nó hoặc hai đối tượng tham chiếu lẫn nhau, điều này tạo ra cái gọi là tham chiếu vòng tròn (circular references).

Khi Python Memory Manager không thể loại bỏ các đối tượng với tham chiếu vòng tròn, nó sẽ gây ra hiện tượng rò rỉ bộ nhớ (memory leak).Đây là lý do bộ thu gom rác ra đời để khắc phục các tham chiếu vòng tròn.Python cho phép bạn tương tác với bộ thu gom rác thông qua mô-đun tích hợp sẵn gc.

Bài viết này được đăng tại [free tuts .net]

Tương tác với garbage Collection của Python

Trong ví dụ này, mình sẽ tạo một tham chiếu vòng tròn giữa hai thể hiện của lớp AB. Sau đó, mìnhsẽ sử dụng bộ thu gom rác để phá hủy các đối tượng trong tham chiếu vòng tròn.

Đầu tiên, import các mô-đun gcctypes, và định nghĩa hai hàm để đếm tham chiếu và kiểm tra xem một đối tượng có tồn tại trong bộ nhớ không:

import gc
import ctypes

def ref_count(address):
    return ctypes.c_long.from_address(address).value

def object_exists(object_id):
    for object in gc.get_objects():
        if id(object) == object_id:
            return True
    return False

Trong mã này, hàm ref_count() trả về số lượng tham chiếu của một đối tượng được chỉ định bởi địa chỉ bộ nhớ của nó. Và hàm object_exists() trả về True nếu một đối tượng tồn tại trong bộ nhớ.

Tiếp theo, tạo hai lớp AB tham chiếu lẫn nhau:

class A:
    def __init__(self):
        self.b = B(self)
        print(f'A: {hex(id(self))}, B: {hex(id(self.b))}')

class B:
    def __init__(self, a):
        self.a = a
        print(f'B: {hex(id(self))}, A: {hex(id(self.a))}')

Sau đó, tắt bộ thu gom rác bằng cách gọi hàm disable():

gc.disable()

Tiếp theo, tạo một thể hiện mới của lớp A mà cũng tự động tạo ra một thể hiện của B:

a = A()

Kết quả:

B: 0x20fccd148e0, A: 0x20fccd75c40
A: 0x20fccd75c40, B: 0x20fccd148e0

Tiếp theo, định nghĩa hai biến để giữ địa chỉ bộ nhớ của các thể hiện của AB. Các biến này theo dõi địa chỉ bộ nhớ của các thể hiện của AB khi biến a tham chiếu đến một đối tượng khác.

a_id = id(a)
b_id = id(a.b)

Tiếp theo, hiển thị số lượng tham chiếu của các thể hiện của AB:

print(ref_count(a_id))  # 2
print(ref_count(b_id))  # 1

Thể hiện của A có hai tham chiếu là biến a và thể hiện của B. Và thể hiện của B có một tham chiếu là thể hiện của A.

Tiếp theo, kiểm tra xem cả hai thể hiện của AB có trong bộ nhớ không:

print(object_exists(a_id))  # True
print(object_exists(b_id))  # True

Cả hai đều tồn tại.

Sau đó, gán biến a thành None:

a = None

Tiếp theo, lấy số lượng tham chiếu của thể hiện của AB:

print(ref_count(a_id))  # 1
print(ref_count(b_id))  # 1

Bây giờ, cả hai tham chiếu của thể hiện của AB đều là 1.

Tiếp theo, kiểm tra xem các thể hiện có tồn tại không:

print(object_exists(a_id))  # True
print(object_exists(b_id))  # True

Cả hai vẫn tồn tại như mong đợi.

Tiếp theo, khởi động bộ thu gom rác:

gc.collect()

Khi bộ thu gom rác chạy, nó có thể phát hiện tham chiếu vòng tròn, phá hủy các đối tượng và thu hồi bộ nhớ.

Tiếp theo, kiểm tra xem các thể hiện của AB có tồn tại không:

print(object_exists(a_id))  # False
print(object_exists(b_id))  # False

Cả hai không còn tồn tại do bộ thu gom rác.

Cuối cùng, lấy số lượng tham chiếu của các thể hiện của AB:

print(ref_count(a_id))  # 0
print(ref_count(b_id))  # 0

Đưa tất cả vào một đoạn mã hoàn chỉnh:

import gc
import ctypes

def ref_count(address):
    return ctypes.c_long.from_address(address).value

def object_exists(object_id):
    for object in gc.get_objects():
        if id(object) == object_id:
            return True
    return False

class A:
    def __init__(self):
        self.b = B(self)
        print(f'A: {hex(id(self))}, B: {hex(id(self.b))}')

class B:
    def __init__(self, a):
        self.a = a
        print(f'B: {hex(id(self))}, A: {hex(id(self.a))}')

# disable the garbage collector
gc.disable()

a = A()

a_id = id(a)
b_id = id(a.b)

print(ref_count(a_id))  # 2
print(ref_count(b_id))  # 1

print(object_exists(a_id))  # True
print(object_exists(b_id))  # True

a = None
print(ref_count(a_id))  # 1
print(ref_count(b_id))  # 1

print(object_exists(a_id))  # True
print(object_exists(b_id))  # True

# run the garbage collector
gc.collect()

# check if object exists
print(object_exists(a_id))  # False
print(object_exists(b_id))  # False

# reference count
print(ref_count(a_id))  # 0
print(ref_count(b_id))  # 0

Kết bài

Bộ thu gom rác trong Python là một công cụ mạnh mẽ giúp quản lý bộ nhớ hiệu quả mà không cần sự can thiệp thủ công từ lập trình viên. Với cơ chế đếm tham chiếu và khả năng phát hiện các tham chiếu vòng tròn, Python đảm bảo rằng bộ nhớ được giải phóng một cách hợp lý, ngăn ngừa tình trạng rò rỉ bộ nhớ. Điều này giúp các ứng dụng Python hoạt động ổn định và hiệu suất cao hơn. Tuy nhiên, việc tắt bộ thu gom rác là không nên, trừ khi bạn có lý do cụ thể và hiểu rõ hậu quả của việc này. Hãy để Python quản lý bộ nhớ cho bạn, và bạn có thể tập trung vào việc phát triển các tính năng và logic của ứng dụng.

Cùng chuyên mục:

Tài liệu tham khảo nhanh về Regex trong Python

Tài liệu tham khảo nhanh về Regex trong Python

Hàm Flags của Regex trong Python

Hàm Flags của Regex trong Python

Hàm split() của Regex trong Python

Hàm split() của Regex trong Python

Hàm finditer() của Regex trong Python

Hàm finditer() của Regex trong Python

Hàm fullmatch() của Regex trong Python

Hàm fullmatch() của Regex trong Python

Hàm match() của Regex trong Python

Hàm match() của Regex trong Python

Hàm sub() của Regex trong Python

Hàm sub() của Regex trong Python

Hàm search() trong Python Regex

Hàm search() trong Python Regex

Hàm findall() của regex trong Python

Hàm findall() của regex trong Python

Lookbehind trong Regex của Python

Lookbehind trong Regex của Python

Lookahead trong Python Regex

Lookahead trong Python Regex

Alternation Regex trong Python

Alternation Regex trong Python

Tìm hiểu Backreferences trong regex của Python

Tìm hiểu Backreferences trong regex của Python

Nhóm Non-capturing trong Regex Python

Nhóm Non-capturing trong Regex Python

Các nhóm Capturing trong regex của Python

Các nhóm Capturing trong regex của Python

Sets và Ranges trong Regex của Python

Sets và Ranges trong Regex của Python

Lượng từ non-greed trong Regex của Python

Lượng từ non-greed trong Regex của Python

Chế độ Greedy trong Regex Python

Chế độ Greedy trong Regex Python

Các lượng từ trong Regex của Python

Các lượng từ trong Regex của Python

Regex Word Boundary trong Python

Regex Word Boundary trong Python

Top