我应该干扰正常的Python垃圾收集过程吗

我有一个大型的Python层次数据集。在我处理完它之后，我需要去掉它——所以我只需要在层次结构的根节点上执行一个

del

手动执行

gc.collect（）

——快速删除大数据是一种好的做法，还是我不应该这样做，让Python来做

---

手动使用

gc

的正确模式是什么（如果有的话）？

CPython垃圾收集器仍然主要基于引用计数，因此如果您的数据结构是真正分层的（不包含循环引用），最后一次引用时的

del

应将其从内存中清除，无需使用

gc

模块

尽管如此，我还是建议不要使用

del

。将函数设置为当最后一个使用数据结构的函数返回时，最后一个对数据结构的引用就会消失，这要优雅得多：

def load():
    return some_huge_data_structure

def process(ds):
    do_whatever_to(ds)

process(load())  # after this, the huge DS will be gone

---

当CPython垃圾收集某些内容时，它实际上并不总是将该内存返回到操作系统

Python使用了一个复杂的内存系统“竞技场”和“池”（参见示例）。对象生活在这些池和竞技场中，只有当整个内存竞技场被垃圾收集时，内存才会返回到操作系统

这意味着，在最坏的情况下，可能会有1000个对象占用250MB的内存，因为每个对象都生活在自己的竞技场中，可能有256k大。现在Python以一种非常聪明的方式分配内存，所以这种最坏的情况（几乎）永远不会发生

---

如果您不断地分配和取消分配大量大小不同的对象，那么您可能会遇到这些内存碎片问题。在这种情况下，Python不会给OS返回很多内存，而且遗憾的是，你不能做很多事情。

我告诉你，通常的建议是让GC /引用计数工作，但是，来自C++的，我经常发现自己直觉地“代码> DEL< /CODE > INGO /不相信GC比我想的多。我没有循环引用。但是你是说如果我有它们，运行

gc

是必要的吗？我实际上是在编写一个服务器，数据必须跨请求持久化——因此我不能使用

del

，而是让数据像你描述的那样消失。python gc只用于循环引用。引用计数完成其余工作。@good_computer:当内存使用率持续上升时，您有一个迹象表明GC没有完成它的工作（假设您没有运行包含内存泄漏的C扩展）。即使您有循环引用，

GC

模块也很可能不是最佳解决方案，但事实上，这是一个很好的例子。