那个深夜，我的Python程序偷偷把内存吃光了

文章主旨：通过剖析Python引用循环导致的内存泄漏问题，强调弱引用和手动断链是解决循环引用的关键，并提醒慎用__del__方法。

关键要点：

• Python引用计数管理内存时，引用循环（A引用B，B引用A）会导致计数无法归零，内存无法释放。
• gc模块的标记-清除算法可处理循环引用，但若循环中存在定义了__del__方法的对象，gc会放弃回收，导致内存泄漏。
• 打破循环的两种有效方案：使用weakref弱引用（不增加计数），或手动断链（如close()方法中将引用置None）。
• 排查循环引用的工具：gc.get_referrers()/gc.get_referents()、objgraph可视化引用图、tracemalloc追踪内存分配。
• gc调优建议：调整阈值、手动控制回收时机、禁用__del__采用上下文管理器；free-threading模式下gc停顿可能更明显。

内容结构：

1. 引言：通过凌晨监控告警引出Python内存占用异常，类比“两个灯互相供电”，点明主题是引用循环。
2. 引用计数机制介绍：说明引用计数原理（sys.getrefcount），指出其无法处理循环引用的缺陷。
3. 循环引用示例：Node类互相引用导致计数不归零，类比“两灯互供电”。
4. gc模块机制：标记-清除算法与分代回收（阈值(700,10,5)），手动触发gc.collect()。
5. 真凶__del__：详细分析连接池场景下Connection.__del__调用pool.return_connection导致gc不敢回收循环垃圾。
6. 解决方案：弱引用（weakref.ref）和手动断链（close()方法置None）。
7. 排查工具：gc.get_referrers、objgraph.show_backrefs、tracemalloc。
8. gc调优：调整阈值、手动控制、禁用__del__、free-threading对gc停顿的影响。
9. 结尾：作者实际修复方案（改为close()+弱引用），并养成习惯避免互相引用。

文章总结：本文以生动比喻和真实案例，系统讲解了Python引用循环的内存泄漏成因、排查方法和解决方案，建议开发者慎用__del__，善用弱引用和上下文管理器。

Python学习杂记

查看原文：那个深夜，我的Python程序偷偷把内存吃光了

文章来源：

Python学习杂记

扫码关注公众号