Wie verwaltet CPython den Speicher?

CPython nutzt Reference Counting als primären Mechanismus: jedes Objekt zählt mit, wie viele Referenzen auf es zeigen, und wird sofort freigegeben, wenn der Zähler null erreicht. Darüber läuft ein generationeller Cycle Collector, der Referenzzyklen einsammelt, die Zählen allein nicht freigeben kann. Speicher, den kleine Objekte freigeben, geht meist zurück in interne Allocator-Pools statt ans Betriebssystem.

Reference Counting erledigt den Großteil. Jedes Objekt trägt einen Zähler, das Binden eines Namens erhöht ihn, das Loslassen senkt ihn, und bei null wird das Objekt sofort zerstört. Diese Determiniertheit ist der Grund, warum eine Datei in CPython schließt, sobald die letzte Referenz verschwindet, auch wenn ich mich in Code, der unter anderen Implementierungen laufen soll, nicht darauf verlassen würde. Zählen kann Zyklen nicht freigeben, also erreicht ein Parent, der ein Child hält, das den Parent zurückhält, nie null. Genau das übernimmt der generationelle Collector, mit drei Generationen, junge Objekte werden am häufigsten geprüft und Überlebende befördert. In einem lang laufenden Worker, den ich debuggt habe, stieg der Speicher stetig, und es stellte sich heraus, dass ein Cache Objekte mit Rückreferenzen hielt, plus ein Exception-Traceback in einer Modulvariable, was ganze Frames festgenagelt hat. Tracemalloc-Snapshots im Abstand von zehn Minuten haben direkt darauf gezeigt. Erwähnenswert ist noch, dass das Freigeben von Objekten oft keine Pages ans Betriebssystem zurückgibt, ein flach hoher RSS nach einer Spitze also normal ist und kein Leck.