专栏首页相约机器人如何将Python内存占用缩小20倍?

如何将Python内存占用缩小20倍?

当程序执行过程中RAM中有大量对象处于活动状态时,可能会出现内存问题,特别是在对可用内存总量有限制的情况下。

下面概述了一些减小对象大小的方法,这些方法可以显著减少纯Python程序所需的RAM数量。

注: 这是我原帖子的英文版本(原帖子是用俄文写的)。(https://habr.com/ru/post/455722/ )

为了简单起见,我们将考虑用Python中的结构来表示坐标为x、y、z的点,并通过名称来访问坐标值。

Dict

在小程序中,特别是在脚本中,使用内置的dict来表示结构信息是非常简单方便的:

随着Python 3.6中使用一组有序键的更紧凑实现方式的出现,dict变得更有吸引力。但是,让我们看看它在RAM中的内存大小:

它需要大量内存,特别是当你突然需要创建大量实例时:

类实例

对于那些喜欢将所有东西放置在类中的人来说,最好将结构定义为一个可以通过属性名访问的类,:

类实例的结构很有趣:

这里的__weakref__是对这个对象的所谓弱引用列表的一个引用,__dict__字段是对类实例字典的引用,它包含实例属性的值(注意64位的引用平台会占用8个字节)。从Python 3.3开始,共享空间用于在字典中存储类的所有实例的键。这减少了RAM中实例堆栈的大小:

因此,大量的类实例占用的内存比一个普通字典(dict)占用的要小:

很容易看出,由于实例字典的大小,RAM中实例的大小仍然很大。

带有__slots__的类实例

通过消除 __dict__和__weakref__,可以显著减小RAM中的类实例的大小。这通过一个带有__slots__的小“技巧”是可能实现的:

RAM中的对象大小明显变小了:

在类定义中使用__slots__可以显著减少大量实例对内存空间的占用:

目前,这是大幅度减少RAM中类实例的内存占用的主要方法。

这是因为在内存中,对象引用会紧跟标题之后被存储在内存中——属性值,并通过类字典中的特殊描述符来访问它们:

要自动化使用 __slots__创建一个类的过程,有一个库[namedlist] (https://pypi.org/project/namedlist )可以使用。namedlist.namedlist函数会创建一个带有__slots__的类:

另一个包[attrs] (https://pypi.org/project/attrs )允许你使用和不使用__slots__自动创建类。

元组

Python还有一个内置的类型tuple(元组),用于表示不可变的数据结构。一个元组是一个固定的结构或记录,但没有字段名。对于字段访问,使用的是字段索引。元组字段在元组实例创建时就一次性与值对象相关联:

元组的实例是相当简洁的:

它们在内存中占用的字节比使用__slots__的类实例要多8个字节,因为内存中的元组跟踪也包含许多字段:

Namedtuple(命名元组)

由于元组使用的非常广泛,某天有人可能会提交一个通过名称访问字段的请求。这个请求的答案是collections.namedtuple模块。

namedtuple函数的目的是自动生成这样的类:

它会创建一个元组子类,其中定义了用于按名称访问字段的描述符。在我们的例子中,它看起来是这样的:

这些类的所有实例都具有与元组相同的内存占用量。大量的实例会占用更大的内存空间:

Recordclass: 没有循环GC的可变namedtuple

由于tuple和相应的namedtuple类会生成不可变对象,因此,ob.x属性就不能再与另一个值对象相关联了,对可变namedtuple变体的请求已经出现了。由于Python中没有与支持赋值的元组相同的内置类型,因此,开发者们创建了许多选项。我们将关注[recordclass] (https://pypi.org/project/recordclass ),它的评级为[stackoverflow] (https://stackoverflow.com/questions/29290359/ exists -of-mutable-name - tuplein -python / 29419745 )。此外,与类元组对象的大小相比,它还可以用来减小RAM中对象的大小。

包recordclass引入了recordclass.mutabletuple类型,它几乎与tuple相同,但它支持赋值。在此基础上,创建的子类几乎与namedtuple完全相同,但它支持将新值赋给字段(不需要创建新的实例)。recordclass函数与namedtuple函数一样,允许你自动创建这些类:

只有在没有PyGC_Head的情况下,类实例才具有与tuple相同的结构:

默认情况下,recordclass函数会创建一个不参与循环垃圾回收机制的类。通常,namedtuple和recordclass用于生成表示记录或简单(非递归)数据结构的类。在Python中正确使用它们就不会生成循环引用。出于这个原因, 在recordclass生成的类实例后面 ,默认情况下,PyGC_Head 部分会被排除在外, 这对支持循环垃圾回收机制(更准确地说:在与创建的类相关联的PyTypeObject结构中,默认情况下,flag字段中的Py_TPFLAGS_HAVE_GC是没有设置的)的类来说是必要的。

大量实例的内存占用量比使用了__slots__的类的实例要小:

Dataobject

recordclass库中提出的另一个解决方案是基于这样的思想:在内存中使用与带有__slots__的类实例相同的存储结构,但不参与循环垃圾回收机制。这些类是使用recordclass.make_dataclass数生成的:

默认情况下,以这种方式创建的类将创建可变实例。

另一种方法——使用继承自recordclass.dataobject的类声明:

以这种方式创建的类将创建不参与循环垃圾回收机制的实例。内存中实例的结构与使用__slots__的情况相同,但是没有PyGC_Head:

为了访问字段,还可以使用特殊的描述符通过它从对象开始的偏移量来访问,这些偏移量位于类字典中:

大量实例内存占用量的大小在CPython中可能是最小的:

Cython

还有一种基于使用[Cython] (https://cython.org )的方法。它的优点是字段可以接受C语言原子类型的值。自动创建用于从纯Python中来访问字段的描述符。例如:

在这种情况下,实例的内存占用更小:

内存中的实例跟踪的结构如下:

大量副本的占用空间要小一些:

但是,请记住,当你从Python代码访问时,每次都会执行从int到Python对象的转换,反之亦然。

Numpy

对大量数据使用多维数组或记录数组会增加内存占用。但是,为了在纯Python中进行有效的处理,你应该使用那些主要使用了numpy包中的函数的处理方法。

使用函数创建一个由N个元素组成的数组,并将其初始化为0:

内存中数组的大小是可能的最小值:

正常访问数组元素和行需要将Python对象转换为C中的 int值,反之亦然。提取单个行会创建一个包含单个元素的数组。它的追踪就不再那么简单了:

因此,如上所述,在Python代码中,有必要使用numpy包中的函数来处理数组。

结论

通过一个清晰而简单的示例,可以验证由开发人员和用户组成的Python编程语言(CPython)社区确实有可能显著减少对象使用的内存量。

本文分享自微信公众号 - 相约机器人(xiangyuejiqiren)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-07-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 8行代码中的人脸检测,识别和情感检测!

    人类总是具有识别和区分面部的天生能力。现在计算机能够做到这一点。这开辟了大量的应用程序。人脸检测和识别可以用来改善访问和安全性,就像最新的Apple Iphon...

    代码医生工作室
  • 使用TensorFlow 2.0的LSTM进行多类文本分类

    关于NLP的许多创新都是如何将上下文添加到单词向量中。常用的方法之一是使用递归神经网络。以下是递归神经网络的概念:

    代码医生工作室
  • 用带注意力机制的模型分析评论者是否满意

    本内容取之电子工业出版社出版、李金洪编著的《深度学习之TensorFlow工程化项目实战》一书的实例36。

    代码医生工作室
  • Chrome插件:(NoFollow)自动标出带有nofollow的a链接

    声明:本文由w3h5原创,转载请注明出处:《Chrome插件:(NoFollow)自动标出带有nofollow的a链接》 https://www.w3h5.co...

    德顺
  • 大数相乘算法

    雪影
  • Golang Leetcode 680. Valid Palindrome II.go

    greedy算法 从两边向中间搜索,如果对应位置不相等 则去掉左边的或者去掉右边的元素之后,剩余部分应该为回文

    anakinsun
  • 快捷运维shell包

    快捷运维,代号:kjyw,运维脚本工具库,项目基于shell开发,收集各类运维常用工具脚本;实现快速安装nginx、mysql、php、redis、nagios...

    程序源代码
  • leetcode之-题17

    题目 Given a digit string, return all possible letter combinations that the numbe...

    GavinZhou
  • 做Adsense的一些经验

    The payment you receive per click depends on how much advertisers are paying per...

    大江小浪
  • 你想知道的 NPM 包管理器讲解

    包管理器又称软件包管理系统,它是在电脑中自动安装、配制、卸载和升级软件包的工具组合,在各种系统软件和应用软件的安装管理中均有广泛应用。对于我们业务开发也很受益,...

    coder_koala

扫码关注云+社区

领取腾讯云代金券

玩转腾讯云 有奖征文活动