打破“死亡环联”：深挖 Python 分代回收与垃圾回收（GC）机制

在上一篇文章中，我们剖析了 Python 内存管理的第一道防线——引用计数。它实时、高效，却在“循环引用”面前束手无策。如果 Python 只有引用计数，那么复杂的对象网络将变成内存泄露的重灾区。

为了补齐这块短板，Python 引入了第二道防线：垃圾回收（Garbage Collection, GC）机制，主要通过“标记-清除”和“分代回收”技术，扫除那些躲在角落里的“僵尸对象”。

1. 致命的环：引用计数的“灯下黑”

我们先用一段代码现场还原引用计数的“无力感”。

Python

import gc
import sys

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

# 1. 构造循环引用
a = Node("A")
b = Node("B")
a.next = b
b.next = a

# 2. 查看当前引用计数（通常是 2：变量引用 + next 指针引用）
print(f"A 的计数: {sys.getrefcount(a) - 1}") 

# 3. 销毁外部引用
del a
del b

发生了什么？ 此时，变量 a 和 b 已经从作用域消失，但对象 A 的 next 指向 B，对象 B 的 next 指向 A。它们的引用计数都停留在 1。

在引用计数眼中，它们“还没死”；但在程序员眼中，它们已经变成了无法触达的内存垃圾。这就是所谓的**“死亡环联”**。

2. 分代回收（Generational GC）：内存的“达尔文进化论”

为了处理这些顽固垃圾，同时又不至于频繁扫描整个内存导致卡顿，Python 采用了分代回收策略。其核心思想是：存活时间越久的对象，越不可能是垃圾。

Python 将内存中的对象分为三代：0 代（Generation 0） 、1 代（Generation 1） 和 2 代（Generation 2） 。

① 0 代：新生力量的练兵场

所有新创建的对象都会被放入 0 代。由于大多数对象都是“朝生夕死”（如局部变量），0 代的扫描频率最高。

• 触发时机：当新创建的对象数量减去被销毁的对象数量，达到阈值（默认 700）时，触发 0 代回收。

② 1 代：中坚力量的过渡

如果一个对象在 0 代回收中幸存下来（即它还有效），它就会被“晋升”到 1 代。

• 触发时机：当 0 代回收触发了 10 次，才会带动 1 代进行一次回收。

③ 2 代：长生不老的归宿

在 1 代回收中依然屹立不倒的对象，最终进入 2 代。这里存放的是全局变量、模块对象等长生命周期对象。

• 触发时机：扫描频率极低。只有当 1 代回收也触发了多次（默认 10 次）后，才会触发全量（Full GC）回收。

3. 深度点：为什么大数据处理要手动 gc.collect()？

在处理海量数据（如从数据库加载千万级记录）时，你会发现内存占用在短时间内剧增，但 Python 的自动回收似乎“反应迟钝”。

阈值滞后问题

Python 的自动 GC 是基于对象数量（Threshold）的，而不是基于内存占用大小的。

• 如果你创建了 699 个占用 1GB 内存的大型对象，GC 不会触发（因为没到 700 的阈值）。
• 如果你创建了 701 个占用 1KB 内存的小对象，GC 反而会频繁工作。

显式干预的场景

在删除大型数据结构或结束大规模循环后，手动调用 gc.collect() 可以强制清理 0 代、1 代甚至 2 代中的循环引用，将内存归还给操作系统。

Python

import gc

# 处理完大量数据后
del big_data_list
# 强制进行全量垃圾回收，打破可能的循环引用
gc.collect() 

4. 性能调优：gc.set_threshold 的艺术

高级开发者可以通过调整回收阈值，在“回收频率”与“程序性能”之间寻找平衡。

Python

# 获取当前阈值，默认通常是 (700, 10, 10)
print(gc.get_threshold())

# 调优：在高并发、短对象极多的场景下，可以调大 0 代阈值
# 减少 GC 扫描导致的 CPU 抖动
gc.set_threshold(2000, 15, 15)

调优逻辑：

• 增加阈值：减少 GC 频率，提升程序运行速度，但会增加内存峰值占用。
• 减少阈值：更频繁地释放内存，但会牺牲一部分 CPU 性能去运行 GC 扫描。

5. 优雅的代码不制造僵尸

虽然有 GC 兜底，但作为全栈/高级开发，我们的目标应该是：尽量不产生循环引用。

1. 弱引用（weakref） ：如果两个对象必须互相感知，考虑让其中一个使用 weakref.ref。弱引用不会增加引用计数，也不会阻碍对象被回收。
2. 避免 __del__ 的坑：在老版本 Python 中，定义了 __del__ 方法的对象若涉及循环引用，GC 无法自动处理。虽然 Python 3.4+ 解决了这个问题，但依然建议慎用 __del__。
3. 局部变量化：尽量缩短对象的生命周期，让它们在 0 代就被引用计数“即刻处决”，不要给它们晋升到 2 代的机会。