说一说那些我也不太懂的 Python 对象体积优化

我们通常做性能优化的思路是：先优化业务逻辑，再优化架构，最后再优化语言的数据结构等。所以如果想将性能优化到极致，往往就涉及到了 Python 语言的原子数据结构的分析（通常是不建议大家在没必要做性能优化的时候过分的进行优化）。

谈一谈 Python 的对象空间优化

假如定义一个类这个类会被创建很多实例对象，那么我们为了节省内存，就需要控制单个对象所占用内存大小

例如：订单这个类，我们如何对其进行优化呢？

我们都知道 Python 对象，功能丰富，对开发者非常的友好，那么 Python 对象就肯定包含了很多的内容，为了节省内存空间，我们就要把一些占用空间大，且不是我们必用的功能替换掉或去除，这里我们首先选中的就是：__dict__

优化的具体实现：

我们对比一下优化前后的对象区别

从打印结果可以看出，优化后的对象确实比优化前的对象少了 __dict__

那么 __dict__ 有什么作用，我们为什么优化对象内存空间就要去除它呢？

我们先看一下 __dict__ 的值是什么？

从打印结果可以看出：__dict_ 中存储的为当前对象所有属性的 KV，其实它的实际作用为促使对象属性具备动态的扩展能力，也就是说在对象创建之后可以为不存在的属性赋值，所以 __dict_ 就是我们要去除掉的功能：即占用空间大，又不常调用。

看示例：

通过上面示例可以看出，在优化前 Order 的实例是可以进行属性的动态扩展的，而优化后就不可以了，确保已经达到了去除 __dict__ 的目的。

结尾处我们讨论一下：去除 __dict__ 确实优化了存储空间，但是真的达到了优化性能的目的了吗？

答案是不一定的，我们使用 __slots_ 替代了 __dict_ 进行了对象属性的初始化定义，虽然从存储角度内存空间占用下降了很多，但是观察 2 者的数据结构就会发现 __slots__ 是一个 list，在内存空间优化后我们在使用对象属性的时候，检索的时间复杂度变成了 O(n)，也就是说当一个对象有很多属性的时候，性能会下降很大，而优化前 __dict__ 的数据结构是一个字典，对象属性检索的时间复杂度为 O(1)，并不受属性个数大小的影响。可见这还是一个典型的空间换时间的经典案例。

最后总结一下：如果你的类包含的属性并不是很多，且有必要做内存空间优化的时候，可以考虑本篇使用 __slots__ 预定义属性的方式进行类的定义。