我想與大家分享一些我和我的團隊在一個項目中經歷的一些問題。在這個項目中，我們必須要存儲和處理一個相當大的動態列表。測試人員在測試過程中，抱怨內存不足。下面介紹一個簡單的方法，通過添加一行代碼來解決這個問題。

圖片的結果

下面我來解釋一下，它是如何運行的。

首先，我們考慮一個簡單的 "learning" 例子，創建一個 Dataltem  類，該類是一個人的個人信息，例如姓名，年齡，地址等。 

class DataItem(object):  
   def __init__(self, name, age, address):  
       self.name = name  
       self.age = age  
       self.address = address 

初學者的問題：如何知道一個以上這樣的對象占用多少內存？

首先，讓我們試著解決一下： 

d1 = DataItem("Alex", 42, "-")  
print ("sys.getsizeof(d1):", sys.getsizeof(d1))

我們得到的答案是 56bytes，這似乎占用了很少的內存，相當滿意嘍。那么，我們在嘗試另一個包含更多數據的對象例子： 

d2 = DataItem("Boris", 24, "In the middle of nowhere")  
print ("sys.getsizeof(d2):", sys.getsizeof(d2)) 

答案仍然是 56bytes，此刻，似乎我們意識到哪里有些不對？并不是所有的事情都第一眼所見那樣。

•  直覺不會讓我們失望，一切都不是那么簡單。Python 是一種具有動態類型的非常靈活的語言，對于它的工作，它存儲了大量的附加數據。它們本身占據了很多。

例如，sys.getsizeof("") 返回 33bytes，是的一個多達 33 個字節的空行！并且 sys.getsizeof(1) 返回 24bytes，一個整個數字占用 24 個 bytes (我想咨詢 C 語言程序員，遠離屏幕，不想在進一步閱讀，以免對美觀失去信心)。對于更復雜的元素，如字典，sys.getsizeof(.()) 返回 272 字節，這是針對空字典的，我不會再繼續了，我希望原理是明確的，并且 RAM 的制造商需要出售他們的芯片。

但是，我們回到我們的 DataItem 類和最初的初學者的疑惑。

這個類，占多少內存？

首先，我們一小寫的形式將這個類的完整內容輸出： 

def dump(obj):  
 for attr in dir(obj):  
   print("  obj.%s = %r" % (attr, getattr(obj, attr))) 

這個函數將顯示隱藏的“幕后”使所有 Python 函數（類型、繼承和其他內容）都能夠正常工作的內容。

結果令人印象深刻：

這一切內容占用多少內存？

下邊有一個函數可以通過遞歸的方式，調用 getsizeof 函數，計算對象實際數據量。 

def get_size(obj, seen=None):  
   # From   
   # Recursively finds size of objects  
   size = sys.getsizeof(obj)  
   if seen is None:  
       seen = set()  
   obj_id = id(obj)  
   if obj_id in seen:  
       return 0  
# Important mark as seen *before* entering recursion to gracefully handle  
   # self-referential objects  
   seen.add(obj_id)  
   if isinstance(obj, dict):  
     size += sum([get_size(v, seen) for v in obj.values()])  
     size += sum([get_size(k, seen) for k in obj.keys()])  
   elif hasattr(obj, '__dict__'):  
     size += get_size(obj.__dict__, seen)  
   elif hasattr(obj, '__iter__') and not isinstance(obj, (str, bytes, bytearray)):  
     size += sum([get_size(i, seen) for i in obj])  
   return size 

讓我們試一試： 

d1 = DataItem("Alex", 42, "-")  
print ("get_size(d1):", get_size(d1))  
d2 = DataItem("Boris", 24, "In the middle of nowhere")  
print ("get_size(d2):", get_size(d2)) 

我們獲得的答案分別為 460bytes 和 484bytes，這結果似乎是真實的。

使用這個函數，你可以進行一系列的實驗。例如，我想知道如果 DataItem 結構放在列表中，數據將占用多少空間。get_size ([d1]) 函數返回 532bytes ,顯然，這與上面說的 460+ 的開銷相同。但是 get_size ([d1, d2]) 返回 863bytes ,小于以上的 460 + 484。get_size ([d1, d2, d1]) 的結果更有趣——我們得到了 871 字節，只是稍微多一點，也就是說 Python 足夠聰明，不會再次為同一個對象分配內存。

現在，我們來看一看問題的第二部分。

是否存在減少內存開銷的可能呢？

是的,可以的。Python 是一個解釋器，我們可以在任何時候擴展我們的類，例如，添加一個新的字段: 

d1 = DataItem("Alex", 42, "-")  
print ("get_size(d1):", get_size(d1))  
d1.weight = 66  
print ("get_size(d1):", get_size(d1)) 

非常好，但是如果我們不需要這個功能呢？我們能強制解釋器來指定類的列表對象使用 __slots__ 命令： 

class DataItem(object):  
   __slots__ = ['name', 'age', 'address'] 
   def __init__(self, name, age, address):  
       self.name = name 
       self.age = age  
       self.address = address 

更多信息可以在文檔 (RTFM) 中找到，其中寫到 “__ dict__和__weakref__”。使用 __dict__ 節省的空間非常大”。

我們確認：是的，確實很重要，get_size (d1) 返回 …64 字節，而不是 460 字節，即少 7 倍。另外，創建對象的速度要快 20% (請參閱本文的第一個屏幕截圖)。

唉，真正使用如此大的內存增益并不是因為其他開銷。通過簡單地添加元素，創建一個 100,000 的數組，并查看內存消耗: 

data = []  
for p in range(100000):  
   data.append(DataItem("Alex", 42, "middle of nowhere"))  
snapshot = tracemalloc.take_snapshot()  
top_stats = snapshot.statistics('lineno')  
total = sum(stat.size for stat in top_stats)  
print("Total allocated size: %.1f MB" % (total / (1024*1024))) 

我們不使用 __slots__ 占用內存 16.8MB，使用時占用 6.9MB。這個操作當然不是最好的，但是確實代碼改變的最小的。（Not 7 times of course, but it’s not bad at all, considering that the code change was minimal.）

現在的缺點。激活 __slots__ 禁止所有元素的創建,包括 __dict__ ,這意味著,例如,一下代碼將結構轉換成 json 將不運行: 

def toJSON(self):  
       return json.dumps(self.__dict__) 

這個問題很容易修復,它是足以產生 dict 編程方式,通過所有元素的循環: 

def toJSON(self):  
       data = dict()  
       for var in self.__slots__:  
           data[var] = getattr(self, var)  
       return json.dumps(data) 

也不可能動態給這個類添加新類變量,但是在這個例子中,這并不是必需的。

今天的最后一個測試。有趣的是整個程序需要多少內存。添加一個無限循環的程序,以便它不結束,看看 Windows 任務管理器中的內存消耗。

沒有 __slots__:

6.9Mb 變成 27Mb … 好家伙, 畢竟, 我們節省了內存, 27Mb 代替 70 ，對于增加一行代碼來說并不是一個壞的例子

注意：TraceMelc 調試庫使用了許多附加內存。顯然，她為每個創建的對象添加了額外的元素。如果關閉它，總的內存消耗將少得多，截屏顯示兩個選項：

如果你想節省更多的內存呢？

這可以使用 numpy 庫，它允許您以 C 樣式創建結構，但是在我的例子中，它需要對代碼進行更深入的細化，并且第一種方法就足夠了。

奇怪的是在 Habré 從來沒有詳細分析使用 __slots__, 我希望本文將填補這一空缺。

結論

這篇文章似乎是一個 anti-Python 廣告，但并不是。Python 非常可靠（為了“降低” Python 程序，您必須非常努力），它是一種易于閱讀和方便編寫代碼的語言。這些優點在很多情況下都大于缺點，但是如果您需要最大的性能和效率，您可以使用像 numpy 這樣的庫，它是用 C++ 編寫的，它可以很快和高效地與數據一起工作。