概述
如果程序處理的數(shù)據(jù)比較多、比較復(fù)雜,那么在程序運(yùn)行的時(shí)候,會(huì)占用大量的內(nèi)存,當(dāng)內(nèi)存占用到達(dá)一定的數(shù)值,程序就有可能被操作系統(tǒng)終止,特別是在限制程序所使用的內(nèi)存大小的場(chǎng)景,更容易發(fā)生問題。下面我就給出幾個(gè)優(yōu)化Python占用內(nèi)存的幾個(gè)方法。
說明:以下代碼運(yùn)行在Python3。
舉個(gè)栗子
我們舉個(gè)簡單的場(chǎng)景,使用Python存儲(chǔ)一個(gè)三維坐標(biāo)數(shù)據(jù),x,y,z。
Dict
使用Python內(nèi)置的數(shù)據(jù)結(jié)構(gòu)Dict來實(shí)現(xiàn)上述例子的需求很簡單。
>>> ob = {'x':1, 'y':2, 'z':3}
>>> x = ob['x']
>>> ob['y'] = y
查看以下ob這個(gè)對(duì)象占用的內(nèi)存大小:
>>> print(sys.getsizeof(ob))
240
簡單的三個(gè)整數(shù),占用的內(nèi)存還真不少,想象以下,如果有大量的這樣的數(shù)據(jù)要存儲(chǔ),會(huì)占用更大的內(nèi)存。
數(shù)據(jù)量 | 占用內(nèi)存大小 |
---|---|
1 000 000 | 240 Mb |
10 000 000 | 2.40 Gb |
100 000 000 | 24 Gb |
Class
對(duì)于喜歡面向?qū)ο缶幊痰某绦騿T來說,更喜歡把數(shù)據(jù)包在一個(gè)class里。使用class使用同樣需求:
class Point:
#
def __init__(self, x, y, z):
self.x = x
self.y = y
self.z = z
>>> ob = Point(1,2,3)
class的數(shù)據(jù)結(jié)構(gòu)和Dict區(qū)別就很大了,我們來看看這種情況下占用內(nèi)存的情況:
字段 | 占用內(nèi)存 |
---|---|
PyGC_Head | 24 |
PyObject_HEAD | 16 |
_ weakref_ | 8 |
_ dict_ | 8 |
TOTAL | 56 |
關(guān)于 __weakref__(弱引用)可以查看這個(gè)文檔, 對(duì)象的__dict__中存儲(chǔ)了一些self.xxx的一些東西。從Python 3.3開始,key使用了共享內(nèi)存存儲(chǔ), 減少了RAM中實(shí)例跟蹤的大小。
>>> print(sys.getsizeof(ob), sys.getsizeof(ob.__dict__))
56 112
數(shù)據(jù)量 | 占用內(nèi)存 |
---|---|
1 000 000 | 168 Mb |
10 000 000 | 1.68 Gb |
100 000 000 | 16.8 Gb |
可以看到內(nèi)存占用量,class比dict少了一些,但這遠(yuǎn)遠(yuǎn)不夠。
_ slots_
從class的內(nèi)存占用分布上,我們可以發(fā)現(xiàn),通過消除__dict__和_weakref__,可以顯著減少RAM中類實(shí)例的大小,我們可以通過使用__slots__來達(dá)到這個(gè)目的。
class Point:
__slots__ = 'x', 'y', 'z'
def __init__(self, x, y, z):
self.x = x
self.y = y
self.z = z
>>> ob = Point(1,2,3)
>>> print(sys.getsizeof(ob))
64
可以看到內(nèi)存占用顯著的減少了
字段 | 內(nèi)存占用 |
---|---|
PyGC_Head | 24 |
PyObject_HEAD | 16 |
x | 8 |
y | 8 |
z | 8 |
TOTAL | 64 |
數(shù)據(jù)量 | 占用內(nèi)存 |
---|---|
1 000 000 | 64Mb |
10 000 000 | 640Mb |
100 000 000 | 6.4Gb |
默認(rèn)情況下,Python的新式類和經(jīng)典類的實(shí)例都有一個(gè)dict來存儲(chǔ)實(shí)例的屬性。這在一般情況下還不錯(cuò),而且非常靈活,乃至在程序中可以隨意設(shè)置新的屬性。但是,對(duì)一些在”編譯”前就知道有幾個(gè)固定屬性的小class來說,這個(gè)dict就有點(diǎn)浪費(fèi)內(nèi)存了。
當(dāng)需要?jiǎng)?chuàng)建大量實(shí)例的時(shí)候,這個(gè)問題變得尤為突出。一種解決方法是在新式類中定義一個(gè)__slots__屬性。
__slots__聲明中包含若干實(shí)例變量,并為每個(gè)實(shí)例預(yù)留恰好足夠的空間來保存每個(gè)變量;這樣Python就不會(huì)再使用dict,從而節(jié)省空間。
那么用slot就是非非常那個(gè)有必要嗎?使用__slots__也是有副作用的:
- 每個(gè)繼承的子類都要重新定義一遍__slots__
- 實(shí)例只能包含哪些在__slots__定義的屬性,這對(duì)寫程序的靈活性有影響,比如你由于某個(gè)原因新網(wǎng)給instance設(shè)置一個(gè)新的屬性,比如instance.a = 1, 但是由于a不在__slots__里面就直接報(bào)錯(cuò)了,你得不斷地去修改__slots__或者用其他方法迂回的解決
- 實(shí)例不能有弱引用(weakref)目標(biāo),否則要記得把__weakref__放進(jìn)__slots__
最后,namedlist和attrs提供了自動(dòng)創(chuàng)建帶__slot__的類,感興趣的可以試試看。
Tuple
Python還有一個(gè)內(nèi)置類型元組,用于表示不可變數(shù)據(jù)結(jié)構(gòu)。 元組是固定的結(jié)構(gòu)或記錄,但沒有字段名稱。 對(duì)于字段訪問,使用字段索引。 在創(chuàng)建元組實(shí)例時(shí),元組字段一次性與值對(duì)象關(guān)聯(lián):
>>> ob = (1,2,3)
>>> x = ob[0]
>>> ob[1] = y # ERROR
元組的示例很簡潔:
>>> print(sys.getsizeof(ob))
72
可以看只比__slot__多8byte:
字段 | 占用內(nèi)存(bytes) |
---|---|
PyGC_Head | 24 |
PyObject_HEAD | 16 |
ob_size | 8 |
[0] | 8 |
[1] | 8 |
[2] | 8 |
TOTAL | 72 |
Namedtuple
通過namedtuple我們也可以實(shí)現(xiàn)通過key值來訪問tuple里的元素:
Point = namedtuple('Point', ('x', 'y', 'z'))
它創(chuàng)建了一個(gè)元組的子類,其中定義了用于按名稱訪問字段的描述符。 對(duì)于我們的例子,它看起來像這樣:
class Point(tuple):
#
@property
def _get_x(self):
return self[0]
@property
def _get_y(self):
return self[1]
@property
def _get_y(self):
return self[2]
#
def __new__(cls, x, y, z):
return tuple.__new__(cls, (x, y, z))
此類的所有實(shí)例都具有與元組相同的內(nèi)存占用。 大量實(shí)例會(huì)留下稍大的內(nèi)存占用:
數(shù)據(jù)量 | 內(nèi)存占用 |
---|---|
1 000 000 | 72 Mb |
10 000 000 | 720 Mb |
100 000 000 | 7.2 Gb |
Recordclass
python的第三方庫recordclassd提供了一個(gè)數(shù)據(jù)結(jié)構(gòu)recordclass.mutabletuple,它幾乎和內(nèi)置tuple數(shù)據(jù)結(jié)構(gòu)一致,但是占用更少的內(nèi)存。
>>> Point = recordclass('Point', ('x', 'y', 'z'))
>>> ob = Point(1, 2, 3)
實(shí)例化以后,只少了PyGC_Head:
字段 | 占用內(nèi)存 |
---|---|
PyObject_HEAD | 16 |
ob_size | 8 |
x | 8 |
y | 8 |
y | 8 |
TOTAL | 48 |
到此,我們可以看到,和__slot__比,又進(jìn)一步縮小了內(nèi)存占用:
數(shù)據(jù)量 | 內(nèi)存占用 |
---|---|
1 000 000 | 48 Mb |
10 000 000 | 480 Mb |
100 000 000 | 4.8 Gb |
Dataobject
recordclass提供了另外一個(gè)解決方法:在內(nèi)存中使用與__slots__類相同的存儲(chǔ)結(jié)構(gòu),但不參與循環(huán)垃圾收集機(jī)制。通過recordclass.make_dataclass可以創(chuàng)建出這樣的實(shí)例:
>>> Point = make_dataclass('Point', ('x', 'y', 'z'))
另外一個(gè)方法是繼承自dataobject
class Point(dataobject):
x:int
y:int
z:int
以這種方式創(chuàng)建的類將創(chuàng)建不參與循環(huán)垃圾收集機(jī)制的實(shí)例。 內(nèi)存中實(shí)例的結(jié)構(gòu)與__slots__的情況相同,但沒有PyGC_Head:
字段 | 內(nèi)存占用(bytes) |
---|---|
PyObject_HEAD | 16 |
x | 8 |
y | 8 |
y | 8 |
TOTAL | 40 |
>>> ob = Point(1,2,3)
>>> print(sys.getsizeof(ob))
40
要訪問這些字段,還使用特殊描述符通過其從對(duì)象開頭的偏移量來訪問字段,這些對(duì)象位于類字典中:
mappingproxy({'__new__':
,
.......................................
'x':
,
'y':
,
'z':
})
數(shù)據(jù)量 | 內(nèi)存占用 |
---|---|
1 000 000 | 40 Mb |
10 000 000 | 400 Mb |
100 000 000 | 4.0 Gb |
Cython
有一種方法基于Cython的使用。 它的優(yōu)點(diǎn)是字段可以采用C語言原子類型的值。例如:
cdef class Python:
cdef public int x, y, z
def __init__(self, x, y, z):
self.x = x
self.y = y
self.z = z
這種情況下,占用的內(nèi)存更小:
>>> ob = Point(1,2,3)
>>> print(sys.getsizeof(ob))
32
內(nèi)存結(jié)構(gòu)分布如下:
字段 | 內(nèi)存占用(bytes) |
---|---|
PyObject_HEAD | 16 |
x | 4 |
y | 4 |
y | 4 |
пусто | 4 |
TOTAL | 32 |
數(shù)據(jù)量 | 內(nèi)存占用 |
---|---|
1 000 000 | 32 Mb |
10 000 000 | 320 Mb |
100 000 000 | 3.2 Gb |
但是,從Python代碼訪問時(shí),每次都會(huì)執(zhí)行從int到Python對(duì)象的轉(zhuǎn)換,反之亦然。
Numpy
在純Python的環(huán)境中,使用Numpy能帶來更好的效果,例如:
>>> Point = numpy.dtype(('x', numpy.int32), ('y', numpy.int32), ('z', numpy.int32)])
創(chuàng)建初始值是0的數(shù)組:
>>> points = numpy.zeros(N, dtype=Point)
數(shù)據(jù)量 | 內(nèi)存占用 |
---|---|
1 000 000 | 12 Mb |
10 000 000 | 120 Mb |
100 000 000 | 1.2 Gb |
最后
可以看出,在Python性能優(yōu)化這方面,還是有很多事情可以做的。Python提供了方便的同時(shí),也需要暫用較多的資源。在不通的場(chǎng)景下,我需要選擇不同的處理方法,以便帶來更好的性能體驗(yàn).
更多有趣的文章,請(qǐng)點(diǎn)擊我的博客
更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主
微信掃碼或搜索:z360901061

微信掃一掃加我為好友
QQ號(hào)聯(lián)系: 360901061
您的支持是博主寫作最大的動(dòng)力,如果您喜歡我的文章,感覺我的文章對(duì)您有幫助,請(qǐng)用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點(diǎn)擊下面給點(diǎn)支持吧,站長非常感激您!手機(jī)微信長按不能支付解決辦法:請(qǐng)將微信支付二維碼保存到相冊(cè),切換到微信,然后點(diǎn)擊微信右上角掃一掃功能,選擇支付二維碼完成支付。
【本文對(duì)您有幫助就好】元
