CPython内存管理器
CPython源码包的功能分类
此文是按照源码Python3.9来写，其中有些assert语句与一些不必要的宏字段会删除，保留核心的逻辑并添加注释，方便自己和大家理解。在代码中都会注明源码出处方便大家完整阅读。
| 目录 | 概要 |
|---|---|
| Demo | 采用了Python的演示应用程序 |
| Doc | 文档 |
| Grammer | Python的语法文件 |
| Include | 编译Python时引用的各种头文件 |
| Lib | 标准附加库 |
| Mac | Mac用的工具等 |
| Misc | 很多文件的集合（如gdbinit和vimrc等） |
| Modules | Python的C语言扩展模块 |
| Objects | Python的对象用的C语言代码 |
| PC | 依存于OS等环境的程序 |
| PCbuild | 构造Win32和x64时使用 |
| Parser | Python用的解析器 |
| Python | Python的核心 |
Python的内存管理架构
Python是一门动态的、一切皆对象的语言，这些内存申请可能会产生大量小的内存，为了加快内存操作和减少内存碎片化，使用Python自己的内存管理器，叫PyMalloc。
# Objects/obmalloc.c 代码注释
/* An object allocator for Python.
Here is an introduction to the layers of the Python memory architecture,
showing where the object allocator is actually used (layer +2), It is
called for every object allocation and deallocation (PyObject_New/Del),
unless the object-specific allocators implement a proprietary allocation
scheme (ex.: ints use a simple free list). This is also the place where
the cyclic garbage collector operates selectively on container objects.
Object-specific allocators
_____ ______ ______ ________
[ int ] [ dict ] [ list ] ... [ string ] Python core |
+3 | <----- Object-specific memory -----> | <-- Non-object memory --> | # 对象特有的内存分配器
_______________________________ | |
[ Python's object allocator ] | |
+2 | ####### Object memory ####### | <------ Internal buffers ------> | # Python对象分配器
______________________________________________________________ |
[ Python's raw memory allocator (PyMem_ API) ] |
+1 | <----- Python memory (under PyMem manager's control) ------> | | # Python低级内存分配器
__________________________________________________________________
[ Underlying general-purpose allocator (ex: C library malloc) ]
0 | <------ Virtual memory allocated for the python process -------> | # 通用的基础分配器（如glibc的malloc等）
=========================================================================
_______________________________________________________________________
[ OS-specific Virtual Memory Manager (VMM) ]
-1 | <--- Kernel dynamic storage allocation & management (page-based) ---> | # OS特有的虚拟内存管理器
__________________________________ __________________________________
[ ] [ ]
-2 | <-- Physical memory: ROM/RAM --> | | <-- Secondary storage (swap) --> | # 物理内存和交换目的地（如HDD等）
*/
PyDict_New() // 第三层
PyObject_GC_New() // 第二层
PyObject_Malloc() // 第二层
new_arena() // 第一层
malloc() // 第零层
////////////////////////////////////////以下2层属于操作系统范畴，不在讨论范围/////////////////////////////////
通用的基础分配器（0层）
512字节是CPython的阈值
//Objects/obmalloc.c
#define SMALL_REQUEST_THRESHOLD 512
#define NB_SMALL_SIZE_CLASSES (SMALL_REQUEST_THRESHOLD / ALIGNMENT)
/* Largest positive value of type Py_ssize_t. */
#define PY_SSIZE_T_MAX ((Py_ssize_t)(((size_t)-1)>>1))
static void *
_PyObject_Malloc(void *ctx, size_t nbytes)
{ // 走Python的分配器，函数进去就会有判断(0,512]的才使用
void* ptr = pymalloc_alloc(ctx, nbytes);
if (LIKELY(ptr != NULL)) {
return ptr;
}
// 大于512字节走C的malloc，函数进去进做了越界判断,Py_ssize_t为阈值
ptr = PyMem_RawMalloc(nbytes);
if (ptr != NULL) {
raw_allocated_blocks++;
}
return ptr;
}
0: 直接调用 malloc 函数1 ~ 512: 由Python的内存池负责分配，内存池以内存尺寸进行划分512以上: 直接调动 malloc 函数
在源代码中以PyMem_为前缀的所有函数是封装C语言提供给Python语法使用的，其核心使用的就是第0层malloc之类的C库函数。
通常Python没有对小块内存的内存池的大小做任何的限制
当Python在WITH_MEMORY_LIMITS编译符号打开的背景下进行编译时，Python内部的另一个符号会被激活，这个名为SMALL_MEMORY_LIMIT的符号限制了整个内存池的大小，同时，也就限制了可以创建的arena的个数。
在默认情况下，不论是Win32平台，还是unix平台，这个编译符号都是没有打开的，所以通常Python都没有对小块内存的内存池的大小做任何的限制。
[obmalloc.c]
#ifdef WITH_MEMORY_LIMITS
#ifndef SMALL_MEMORY_LIMIT
#define SMALL_MEMORY_LIMIT (64 * 1024 * 1024) /* 64 MB -- more? */
#endif
#endif
#ifdef WITH_MEMORY_LIMITS
#define MAX_ARENAS (SMALL_MEMORY_LIMIT / ARENA_SIZE)
#endif
CPython让我们只需要提供类型和数量
有了以下的宏定义，我们写代码的时候只需要提供类型和数量，而不用自己去计算具体需要申请多少空间
//Include/pymem.h
#define PyMem_New(type, n) /
( ((size_t)(n) > PY_SSIZE_T_MAX / sizeof(type)) ? NULL : /
( (type *) PyMem_Malloc((n) * sizeof(type)) ) )
#define PyMem_NEW(type, n) /
( ((size_t)(n) > PY_SSIZE_T_MAX / sizeof(type)) ? NULL : /
( (type *) PyMem_MALLOC((n) * sizeof(type)) ) )
#define PyMem_Resize(p, type, n) /
( (p) = ((size_t)(n) > PY_SSIZE_T_MAX / sizeof(type)) ? NULL : /
(type *) PyMem_Realloc((p), (n) * sizeof(type)) )
#define PyMem_RESIZE(p, type, n) /
( (p) = ((size_t)(n) > PY_SSIZE_T_MAX / sizeof(type)) ? NULL : /
(type *) PyMem_REALLOC((p), (n) * sizeof(type)) )
#define PyMem_Del PyMem_Free
#define PyMem_DEL PyMem_FREE
内存碎片问题
每次申请内存的时候一定不会每次都遇到刚好的块去分配，那么一下一大块内存会被切割使用，那么中间会产生很多小的但是可能不在会被使用的碎片（但是整个加起来也是一个大的可使用的块），而且每次查找合适的块需要遍历整个堆，所以为了减少碎片和快速分配内存，我们需要内存管理。
Python内存管理的划分
小于512字节的内存申请由Python的低级分配器接管（空白内存，raw memory），做了3级层次的划分，依次为block、pool、arena
- block是Python内存管理的最小单元，其中他的大小与pool_head的szidx一致，而且采用的Best-fit分配策略
- Best-fit分配策略：返回大于等于 size 的最小分块
- pool是管理一类规格的block，是具有size概念的内存管理抽象体，有pool_head的一个szidx管理。（当然她还有状态的管理后面会介绍）
- arena是可以管理多个pool，每个pool的规格可以各不相同。（他也有自己的状态管理后面会介绍）
pool与arena头与boby连接的不同
Python低级内存分配器（1层）
现在来到的是真正Python的内存管理谈论的部分了，Python内存管理做了哪些处理
- 减少内存碎片的问题
- 上面的block概念的提出，是为了有效改善内存碎片的问题，但是不可能解决的
- 不可能让每次分配都遍历整个堆
- 所以arena_head、pool_head都比较复杂，其中都维护了多条链表来把开销从O(N)降低到O（1）
- Python分配器主要是处理/ 第一层的核心就是创建arena
arena的大小
arena的默认值是256K
#define ARENA_BITS 18 /* 256 KiB */
#define ARENA_SIZE (1 << ARENA_BITS)
arena头结构体
// Objects/obmalloc.c
struct arena_object {
// arena_object地址
uintptr_t address;
// 将arena的地址用于给pool使用而对齐的地址
block* pool_address;
// 该arena中可用pool的数量
uint nfreepools;
// 该arena中所有pool的数量
uint ntotalpools;
// 使用完毕的pool，用单链表维护
struct pool_header* freepools;
// 双向链表指针
struct arena_object* nextarena;
struct arena_object* prevarena;
};
为什么arena_object需要address和pool_address2个字段？
上面内存管理的划分提到arena_object与body是不连续的，图4
pool_header被申请时，它所管理的block集合的内存一定也被申请了；所以他是连续的一块空间
但是当aerna_object被申请时，它所管理的pool集合的内存则没有被申请；arena需要指针相连
所以address指定的是头数据，pool_address指定的是真实数据开始的位置，所以不同
new_arena
类型
uintptr_t 是由从 C99 开始导入的 stdint.h 提供的，在将 C 指针转化成整数时，它起着很大的作用。uintptr_t 正是负责填补这种环境差异的。uintptr_t 会根据环境变换成 4 字节或 8 字节，将指针安全地转化，避免发生溢出的问题。
// uchar 和 uint 分别是 unsigned ××× 的略称。
#undef uchar
#define uchar unsigned char /* 约8位 */
#undef uint
#define uint unsigned int /* 约大于等于16位 */
#undef ulong
#define ulong unsigned long /* 约大于等于32位 */
#undef uptr
#define uptr Py_uintptr_t
typedef uchar block;
//[obmalloc.c]
// arenas管理着arena_object的集合
static struct arena_object* arenas = NULL;
// 当前arenas中管理的arena_object的个数
static uint maxarenas = 0;
// “未使用的”arena_objectd单向链表
static struct arena_object* unused_arena_objects = NULL;
// “可用的”arena_object链表
static struct arena_object* usable_arenas = NULL;
// 初始化时需要申请的arena_object的个数
#define INITIAL_ARENA_OBJECTS 16
//[obmalloc.c]
static struct arena_object*
new_arena(void)
{
struct arena_object* arenaobj;
uint excess; /* number of bytes above pool alignment */
// 初始化默认值为NULL，需要生成arena_objects
if (unused_arena_objects == NULL) {
uint i;
uint numarenas;
size_t nbytes;
// 确定申请arena的个数，初始化得到16个，之后会2倍扩容
numarenas = maxarenas ? maxarenas << 1 : INITIAL_ARENA_OBJECTS;
// 溢出判断
if (numarenas <= maxarenas)
return NULL;
nbytes = numarenas * sizeof(*arenas);
if (nbytes / sizeof(*arenas) != numarenas)
return NULL;
// 需要使用0层的分配器分配numarenas个数arena_object（头信息）所需的raw memory
// 分配完后arenas作为静态全局变量
arenaobj = (struct arena_object *)realloc(arenas, nbytes);
if (arenaobj == NULL)
return NULL;
arenas = arenaobj;
// 把以上分配的raw memory，维护到unused_arena_objects单向链表中
for (i = maxarenas; i < numarenas; ++i) {
// arena地址，如果没有分配就用0作为标识符
arenas[i].address = 0;
// 最后一个arena指向NULL，其余都指向下一个指针，初始化分配是一个连续的单链表
arenas[i].nextarena = i < numarenas - 1 ? &arenas[i+1] : NULL;
}
/* 反映到全局变量中 */
unused_arena_objects = &arenas[maxarenas];
maxarenas = numarenas;
}
////////////////////////////////////以上完成了arenas 的初始化,如下图所示//////////////////////////////////////////
// 从unused_arena_objects链表中取出一个“未使用的”arena_object（表头）
arenaobj = unused_arena_objects;
unused_arena_objects = arenaobj->nextarena;
assert(arenaobj->address == 0);
// 分配一块arena内存，256KB
// 这时候address有具体地址了
arenaobj->address = (uptr)malloc(ARENA_SIZE);
++narenas_currently_allocated;
if (arenaobj->address == 0) {
// 分配失败，让把拿出来的头放回到unused_arena_objects链表中
arenaobj->nextarena = unused_arena_objects;
unused_arena_objects = arenaobj;
return NULL;
}
///////////////////////////////以上是分配arena空间与arena_object连接///////////////////////////////////////
// 将arena内的空间分割为各个pool
arenaobj->freepools = NULL;
/* pool_address 对齐后开头pool的地址
nfreepools 对齐后arena中pool的数量 */
arenaobj->pool_address = (block*)arenaobj->address;
arenaobj->nfreepools = ARENA_SIZE / POOL_SIZE;
// 内存对齐
excess = (uint)(arenaobj->address & POOL_SIZE_MASK);
if (excess != 0) {
--arenaobj->nfreepools;
arenaobj->pool_address += POOL_SIZE - excess;
}
arenaobj->ntotalpools = arenaobj->nfreepools;
return arenaobj;
}
/////////////////////////////////////////以上是划分pool/////////////////////////////////////////////////////
1、初始化16个arena_object
2、扩容
3、分配arena空间，就是arena表头与真实数据相连
4、给arena划分pool，excess是什么-内存对齐会消耗一个pool
结构体 arena_object 的成员 pool_address 中存有以 4K 字节对齐的 pool 的地址。
在此使用 POOL_SIZE_MASK 来对用 malloc() 保留的 arena 的地址进行屏蔽处理，计算超过的量（excess）。
如果超过的量（excess）为 0，因为 arena 的地址刚好是 4K 字节（2 的 12 次方）的倍数，所以程序会原样返回分配的 arena_object。这时候因为 arena 内已经被 pool 填满了，所以可以通过计算 arena 的大小或 pool 的大小来求出 arena 内 pool 的数量。
如果超过的量不为 0，程序就会计算“arena 的地址 ＋ 超过的量”，将其设置为成员pool_address。此时 arena 内前后加起来会产生一个 pool 的空白，nfreepools–。
arena的2个状态
arena_object是否与pool建立联系导致状态不同
unused_arena_object（未使用状态）
- 只有当结构体arena_object的成员address为0时，才将其存入这个列表
- 刚刚new_arena()产生的arena_object，还没和pool建立连接
- 在PyObject_Free()时arena为空的情况下，arena_object会头插于此链表
- 单向链表维护
usable_arenas（可用状态）
- 有已经使用过的pool和还未被使用的都是empty状态，也就是nfreepool>0
- used状态都是被usedpools管辖起来了，当全是used状态的arena哪怕pool还有可能用的块，也是要从此双链表中删除。因为申请内存的时候会去usedpool找的。所以只需要判断usable_arenas->nfreepools 0，从双链表中删除
- 双向链表维护
- 链表按照block数量最多的arena的顺序排列。（基于成员nfreepools升序排列，意思就是先尽量用完整个arena）
Python对象分配器（2层）
第 2 层的分配器负责管理 pool 内的 block。这一层实际上是将 block 的开头地址返回给申请者，并释放 block 等。
block
一个pool被分割成一个个的block。Python中生成对象时，最终都会被分一个或几个block上。block是Python内存分配的最小单元
内存对齐
大小以8个字节为梯度的内存块，就是类保证内存对齐（字对齐）
1、提高了CPU的读写速度
2、减少了碎片大小（必不可少的浪费）
// 以下的宏
// 索引为0的话, 就是1 << 3, 显然结果为8
// 索引为1的话, 就是2 << 3, 显然结果为16
#define INDEX2SIZE(I) (((uint)(I) + 1) << ALIGNMENT_SHIFT)
* Request in bytes Size of allocated block Size class idx
* ----------------------------------------------------------------
* 1-8 8 0
* 9-16 16 1
* 17-24 24 2
* 25-32 32 3
* 33-40 40 4
* 41-48 48 5
* 49-56 56 6
* 57-64 64 7
* 65-72 72 8
* ... ... ...
* 497-504 504 62
* 505-512 512 63
所以当我们需要申请44个字节的内存空间的时候，PyObject_Malloc会从内存池中划分一个 48 字节的block使用
//Objects/obmalloc.c
#define ALIGNMENT 8 /* must be 2^N */
#define ALIGNMENT_SHIFT 3
我们可以从图8里看到excess是为了在arena中pool4K大小的对齐，所以block以8字节的倍数自然都是对齐的
由于pool_header中szidx确定
利用内存对齐的hack
CPU 原则上能从对齐的地址取出数据。相应地，malloc() 分配的地址也应配合 CPU 对齐来返回数据。
利用这一点的著名 hack 就是将地址的低 3 位用作标志。
假设在结构体内存入某个指针。如果从 malloc() 返回的地址是按 8 字节对齐的，那么其指针的低 3 位肯定为“0”。于是我们想到了在这里设置位，将其作为标志来使用。当我们真的要访问这个指针时，就将低 3 位设为 0，无视标志。
这是一个非常大胆的 hack，但事实上 glibc malloc 却实现了这个 hack。
block的状态
block 有3种状态管理
- 已经分配
- 使用完毕：就是已经被使用过，再次释放的block
- freeblock单向链表维护使用完毕的块，block是在发生释放的时候连接到链表上的
- freeblock是指向第一块空闲可以使用的块，当还没有产生使用完毕的块时候，他是NULL。那么一直是通过nextoffset来使用未使用的块，当有回收的块那么freeblock就指向第一个空闲的块，并优先与偏移量nextoffset使用。
- 未使用:未使用自然没有链表的指向了，那么我们只能在pool_head上设置第一个可以使用块的偏移量
nextoffset
pool
pool的大小
pool是与系统页一样的4KB的大小，其中一个pool只能管理一个种规格的block，由szidx字段来标识。所以pool是具有size概念的block集合
//Objects/obmalloc.c
#define SYSTEM_PAGE_SIZE (4 * 1024)
#define SYSTEM_PAGE_SIZE_MASK (SYSTEM_PAGE_SIZE - 1)
#define POOL_SIZE SYSTEM_PAGE_SIZE /* must be 2^N */
#define POOL_SIZE_MASK SYSTEM_PAGE_SIZE_MASK
pool的内存对齐
在讲解arena初始化的时候第4部分讲到了excess就是为了做pool的内存对齐，可见图8。这里就不在赘述
pool的头结构
一个pool的头由48个字节组成，所有的pool以双向链表的形式连接
//Objects/obmalloc.c
/* When you say memory, my mind reasons in terms of (pointers to) blocks */
typedef uint8_t block;
/* Pool for small blocks. */
struct pool_header {
union { block *_padding;
uint count; } ref; /* 当前pool里面已分配出去的block数量 */
block *freeblock; /* 指向空闲block链表的第一块 */
struct pool_header *nextpool; /* next和prev提供usedpool使用，减少缓存表的空间 */
struct pool_header *prevpool;
uint arenaindex; /* 自己所属的arena的索引（对于arenas而言） */
uint szidx; /* 分配的block的大小，所以pool中的所有块大小一致 */
uint nextoffset; /* 下一个可用block的内存偏移量 */
uint maxnextoffset; /* 最后一个block距离开始位置的偏移量 */
};
typedef struct pool_header *poolp;
pool的状态
- empty状态:pool中所有的block都未被使用
- 已经使用完的，pool已经有pool_size，意味着大小已经确定的pool
- used状态：pool中至少有一个block已经被使用，并且至少有一个block未被使用。由usedpools数组维护
- full状态：pool中所有的block都已经被使用，并从usedpools链表上删除。
usedpools
作用就是管理所有used状态的pool
// poolp大概是pool_header的指针型的别名。也就是说，usedpools 是 pool_header 的指针型的数组。
typedef struct pool_header *poolp;
宏 NB_SMALL_SIZE_CLASSES
#define ALIGNMENT 8 /* 有必要为2的N次方 */
#define SMALL_REQUEST_THRESHOLD 512
// 指明了在当前的配置之下，一共有多少个size class。
#define NB_SMALL_SIZE_CLASSES (SMALL_REQUEST_THRESHOLD / ALIGNMENT)
usedpools的初始化大小
// 这个宏定义了一个指针，这个指针指向的位置是从一组的开头再往前“两个 block 指针型的大小”。
#define PTA(x) ((poolp )((uint8_t *)&(usedpools[2*(x)]) - 2*sizeof(block *)))
// 宏 PT() 以两个一组的形式调用宏 PTA()。
#define PT(x) PTA(x), PTA(x)
// usedpools数组有128个
static poolp usedpools[2 * ((NB_SMALL_SIZE_CLASSES + 7) / 8) * 8] = {
PT(0), PT(1), PT(2), PT(3), PT(4), PT(5), PT(6), PT(7)
#if NB_SMALL_SIZE_CLASSES > 8
, PT(8), PT(9), PT(10), PT(11), PT(12), PT(13), PT(14), PT(15)
#if NB_SMALL_SIZE_CLASSES > 16
, PT(16), PT(17), PT(18), PT(19), PT(20), PT(21), PT(22), PT(23)
#if NB_SMALL_SIZE_CLASSES > 24
, PT(24), PT(25), PT(26), PT(27), PT(28), PT(29), PT(30), PT(31)
#if NB_SMALL_SIZE_CLASSES > 32
, PT(32), PT(33), PT(34), PT(35), PT(36), PT(37), PT(38), PT(39)
#if NB_SMALL_SIZE_CLASSES > 40
, PT(40), PT(41), PT(42), PT(43), PT(44), PT(45), PT(46), PT(47)
#if NB_SMALL_SIZE_CLASSES > 48
, PT(48), PT(49), PT(50), PT(51), PT(52), PT(53), PT(54), PT(55)
#if NB_SMALL_SIZE_CLASSES > 56
, PT(56), PT(57), PT(58), PT(59), PT(60), PT(61), PT(62), PT(63)
#if NB_SMALL_SIZE_CLASSES > 64
#error "NB_SMALL_SIZE_CLASSES should be less than 64"
#endif /* NB_SMALL_SIZE_CLASSES > 64 */
#endif /* NB_SMALL_SIZE_CLASSES > 56 */
#endif /* NB_SMALL_SIZE_CLASSES > 48 */
#endif /* NB_SMALL_SIZE_CLASSES > 40 */
#endif /* NB_SMALL_SIZE_CLASSES > 32 */
#endif /* NB_SMALL_SIZE_CLASSES > 24 */
#endif /* NB_SMALL_SIZE_CLASSES > 16 */
#endif /* NB_SMALL_SIZE_CLASSES > 8 */
};
现在以为usedpool的角度出发来看
usedpools如何做的快-像hash一样处理
used就是把使用了至少一个块，但是还没有全部使用完的pool整合到一个usedpool中，那么这一个做法类似以hash表的链地址法，通过下标可以O（1）到达同一size的usedpool[下标]的位置，然后使用链表，因为empty->used和used->full，方便插入和删除pool
一个例子
1、当申请20个字节内存的时候，Python会首先获得size class index，通过size = (uint )(nbytes /- 1) >> ALIGNMENT_SHIFT,其中ALIGNMENT_SHIFT是内存对齐的需要右移3位（即8字节对齐），得到（20-1）>>3=2
2、通过usedpools[i+i]->nextpool可以快速找到一个最合适当前内存需求的pool
byte = 20 /* 申请的字节数*/
byte = (20 - 1) >> 3 /* 对齐：结果 2 */
pool = usedpools[byte+byte] /* 因为是两两一组，所以索引加倍: index 4 */ // O（1）
// 这时，取出的 pool 存在如下关系。
pool; == pool->nextpool
pool; == pool->prevpool
pool->nextpool == pool->prevpool // O（1）
usedpool也需要尽可能节省空间
在需要缓存的时候，能够尽可能地让缓存少承载一些引用表。（只需要pool_header中两个内部的指针成员，next和prev）
如果直接保留 pool_header 的话，往往就会出现 usedpools 变得太大，缓存承载不下的状况。因为我们要频繁引用数组 usedpools，所以让它小一些才会减轻缓存的压力。
arena和pool的释放策略
通过尽量不使用那些可用空间多的内存空间，增加了使其完全变为空的机会。如果这部分内存空间完全为空，那么就能将其释放。
- usable_arenas:是按照nfreepools升序排序的，目的是为了尽可能先使用完一个arena
- 当full->used状态：都是头插到usedpools中的，也是为了现使用完一个pool
为什么usedpools需要2倍的空间
在释放的时候从pymalloc_free函数观察来看,是头插放在usedpool[奇数]，full状态变为used状态
// free中的代码，
if (UNLIKELY(lastfree == NULL)) {
uint size = pool->szidx;
poolp next = usedpools[size + size]; // 双向链表的尾部
poolp prev = next->prevpool;
pool->nextpool = next;
pool->prevpool = prev;
next->prevpool = pool;
prev->nextpool = pool;
return 1;
}
而分配的时候使用是直接从usedpools[偶数]也会就是尾部开始使用的，所以也尽可能用光一个pool的
// 定位在尾部，直接使用
poolp pool = usedpools[size + size];
block *bp;
if (LIKELY(pool != pool->nextpool)) {
// block使用数量++
++pool->ref.count;
bp = pool->freeblock; // freeblock指向第一块空闲块，直接使用
assert(bp != NULL);
分配执行流程
pymalloc_alloc
当申请的内存小于512字节就来到这个函数了，他的主要功能是分配block、分配pool、分配arena
// 下标映射到size大小
#define INDEX2SIZE(I) (((uint)(I) + 1) << ALIGNMENT_SHIFT)
// 内存对齐的宏
#define POOL_OVERHEAD _Py_SIZE_ROUND_UP(sizeof(struct pool_header), ALIGNMENT)
#define DUMMY_SIZE_IDX 0xffff /* size class of newly cached pools */
//Objects/obmalloc.c
static void*
pymalloc_alloc(void *ctx, size_t nbytes)
{
// 1、如果申请的内存>512和==0的情况走朋友python0层，交给C处理
// 如下是Python来接管这个raw memory，当然raw memory也是由C创建的
if (UNLIKELY(nbytes == 0)) {
return NULL;
}
if (UNLIKELY(nbytes > SMALL_REQUEST_THRESHOLD)) {
return NULL;
}
// 2、用size去计算usedpools数组中的位置，
uint size = (uint)(nbytes - 1) >> ALIGNMENT_SHIFT;
poolp pool = usedpools[size + size];
block *bp;
// 如果usedpools中的双向链表有pool那么就分配
if (LIKELY(pool != pool->nextpool)) {
// block使用数量++
++pool->ref.count;
bp = pool->freeblock; // freeblock指向第一块空闲块，直接使用
assert(bp != NULL);
if (UNLIKELY((pool->freeblock = *(block **)bp) == NULL)) {
// 如果freeblock是NULL，通过偏移量取未使用的block
if (UNLIKELY(pool->nextoffset <= pool->maxnextoffset)) {
pool->freeblock = (block*)pool + pool->nextoffset;
// 用小标去还原size
pool->nextoffset += INDEX2SIZE(size);
*(block **)(pool->freeblock) = NULL;
return;
}
/* 没有可分配的block了，那么从usedpools中删除*/
poolp next;
next = pool->nextpool;
pool = pool->prevpool;
next->prevpool = pool;
pool->nextpool = next;
}
// usedpools没有可用的pool，需要去申请
else {
bp = allocate_from_new_pool(size);
}
// 返回pool内的块
return (void *)bp;
}
allocate_from_new_pool
#define ROUNDUP(x) (((x) + ALIGNMENT_MASK) & ~ALIGNMENT_MASK)
#define POOL_OVERHEAD ROUNDUP(sizeof(struct pool_header))
// 虚拟大值，是为了防止与freepool中的block匹配上，这个虚拟值是标记用来初始化空pool的
#define DUMMY_SIZE_IDX 0xffff
static void*
allocate_from_new_pool(uint size)
// 0、首先会尝试去usable_arenas双向链表中拿，没有可用的arena时，就调用new_arena（）
// new_arena将arena_object设置到usable_arenas中，因为是第一个所以双向链表指针都置空
if (usable_arenas == NULL) {
usable_arenas = new_arena();
usable_arenas->nextarena = usable_arenas->prevarena = NULL;
}
poolp pool = usable_arenas->freepools;
// 1、freepools链表存在，使用已经使用完毕的pool（szidx已经确定需要匹配）
// 那么要从freepools中取出，放到usedpools中
if (pool != NULL) {
usable_arenas->freepools = pool->nextpool;
--usable_arenas->nfreepools;
// freepools用完了，那么使用下个usable_arenas，归还arena_object头
if (UNLIKELY(usable_arenas->nfreepools == 0)) {
usable_arenas = usable_arenas->nextarena;
if (usable_arenas != NULL) {
usable_arenas->prevarena = NULL;
}
}
}
// 2、freepools链表不存在，使用未使用的pool，那么需要初始化空白pool
else {
pool = (poolp)usable_arenas->pool_address;
pool->arenaindex = (uint)(usable_arenas - arenas);
// 设置虚拟值是为了防止与freepool中的block匹配上，这个虚拟值是标记用来初始化空pool的
pool->szidx = DUMMY_SIZE_IDX;
usable_arenas->pool_address += POOL_SIZE;
--usable_arenas->nfreepools;
// 如果没有可用的pool了把arena_object头归还
if (usable_arenas->nfreepools == 0) {
usable_arenas = usable_arenas->nextarena;
}
}
// 无论是情况1还是2都是要返回一块block后，此pool插入usedpools[下标]的双向链表中，并作为第一个pool
block *bp;
poolp next = usedpools[size + size]; /* == prev */
pool->nextpool = next;
pool->prevpool = next;
next->nextpool = pool;
next->prevpool = pool;
pool->ref.count = 1;
// 使用的是情况1，直接使用freepools（指向第一个已经使用完的pool）链表上的块
if (pool->szidx == size) {
bp = pool->freeblock;
assert(bp != NULL);
pool->freeblock = *(block **)bp;
return bp;
}
// 使用的情况2，需要初始化pool header的空白pool
pool->szidx = size;
// 一个宏, 将szidx转成内存块的大小, 比如: 0->8， 1->16， 63->512
size = INDEX2SIZE(size);
// 跳过用于pool_header的内存，并进行对齐
bp = (block *)pool + POOL_OVERHEAD;
pool->nextoffset = POOL_OVERHEAD + (size <maxnextoffset = POOL_SIZE - size;
pool->freeblock = bp + size;
*(block **)(pool->freeblock) = NULL; // 有空闲链表头指向空
return bp;
}
释放执行流程
这个函数有三个作用，分别是“释放 block”“释放 pool”以及“释放 arena”。
pymalloc_free
从block搜索pool的技巧
#define SYSTEM_PAGE_SIZE (4 * 1024)
#define SYSTEM_PAGE_SIZE_MASK (SYSTEM_PAGE_SIZE - 1)
#define POOL_SIZE_MASK SYSTEM_PAGE_SIZE_MASK
// 基于地址P获得离P最近的pool的边界地址
#define POOL_ADDR(P) ((poolp)_Py_ALIGN_DOWN((P), POOL_SIZE)) //等价如下
#define POOL_ADDR(P) (P & 0xfffff000)
pool 地址对齐是按 4K 字节对齐的。也就是说，只要从pool 内部某处 block 的地址开始用 0xfffff000 标记，肯定能取到 pool 的开头。
末尾3个0是16/^3=4096，取前面几位就一定是4K的倍数
//Objects/obmalloc.c
static inline int
pymalloc_free(void *ctx, void *p)
{
poolp pool = POOL_ADDR(p);
// 负责检查用宏 POOL_ADDR() 获得的 pool 是否正确
if (UNLIKELY(!address_in_range(p, pool))) {
return 0;
}
// 把需要释放的p，头插到freeblock中
block *lastfree = pool->freeblock;
*(block **)p = lastfree;
pool->freeblock = (block *)p;
pool->ref.count--;
// full状态变为used状态，是头插到usedpools中
if (UNLIKELY(lastfree == NULL)) {
uint size = pool->szidx;
poolp next = usedpools[size + size];
poolp prev = next->prevpool;
pool->nextpool = next;
pool->prevpool = prev;
next->prevpool = pool;
prev->nextpool = pool;
return 1;
}
// 还有可分配的block
if (LIKELY(pool->ref.count != 0)) {
/* pool isn't empty: leave it in usedpools */
return 1;
}
// 如果释放是最后一块，从used状态变为empty，要加入freepool链表（这是最复杂的情况，走insert_to_freepool函数）
insert_to_freepool(pool);
return 1;
}
insert_to_freepool
在Python2.4之前一直存在内存泄漏的问题，因为python2.4对arena是没有区分”未使用”和可用的2种状态，所以当pool都释放了内存，arena始终不会释放它维护的pool集合。
2.5之后对arena的处理实际上分为了4种情况
- 如果arena中所有的pool都是empty的，释放pool集合占用的内存
- 将arena维护的pools的内存归还给系统之外，Python还调整了usable_arenas和unused_arena_object链表，将arena的状态转到了“未使用”状态，以及一些其他的维护工作。
- 如果之前arena中没有了empty的pool，那么在usable_arenas链表中就找不到该arena，由于现在arena中有了一个pool，所以需要将这个arena链入到usable_arenas链表的表头。
- 若arena中的empty的pool个数为n，则从usable_arenas开始寻找arena可以插入的位置，将arena插入到usable_arenas。这个操作的原因是由于usable_arenas实际上是一个有序的链表，从表头开始往后，每一个arena中的empty的pool的个数，即nfreepools，都不能大于前面的arena，也不能小于前面的arena。保持这种有序性的原因是分配block时，是从usable_arenas的表头开始寻找可用的arena的，这样，就能保证如果一个arena的empty pool数量越多，它被使用的机会就越少。因此，它最终释放其维护的pool集合的内存的机会就越大，这样就能保证多余的内存会被归还给系统。
- 其他情况，不进行任何对arena的处理。
static void
insert_to_freepool(poolp pool)
{
// 从usedpools中取出pool
poolp next = pool->nextpool;
poolp prev = pool->prevpool;
next->prevpool = prev;
prev->nextpool = next;
// 将pool头插到arena中的freepools中
struct arena_object *ao = &arenas[pool->arenaindex];
pool->nextpool = ao->freepools;
ao->freepools = pool;
uint nf = ao->nfreepools;
struct arena_object* lastnf = nfp2lasta[nf];
if (lastnf == ao) { /* it is the rightmost */
struct arena_object* p = ao->prevarena;
nfp2lasta[nf] = (p != NULL && p->nfreepools == nf) ? p : NULL;
}
ao->nfreepools = ++nf;
if (nf == ao->ntotalpools && ao->nextarena != NULL) {
/* 情况1、最后一个block、最后一个pool，最终归还arena_object*/
// 从usable_arenas取出arena_object
if (ao->prevarena == NULL) {
usable_arenas = ao->nextarena;
}
else {
ao->prevarena->nextarena =
ao->nextarena;
}
if (ao->nextarena != NULL) {
assert(ao->nextarena->prevarena == ao);
ao->nextarena->prevarena =
ao->prevarena;
}
// 头插到unused_arena_objects链表中
ao->nextarena = unused_arena_objects;
unused_arena_objects = ao;
// 释放内存
_PyObject_Arena.free(_PyObject_Arena.ctx,
(void *)ao->address, ARENA_SIZE);
// “arena尚未被分配”的标记
ao->address = 0;
--narenas_currently_allocated;
return;
}
// 情况2、所以有pool是full/used状态，释放一个block使得used-empty状态，就此有唯一的empty状态的pool
// 需要加入usable_arenas链表中
if (nf == 1) {
ao->nextarena = usable_arenas;
ao->prevarena = NULL;
if (usable_arenas)
usable_arenas->prevarena = ao;
usable_arenas = ao;
assert(usable_arenas->address != 0);
if (nfp2lasta[1] == NULL) {
nfp2lasta[1] = ao;
}
return;
}
/* If this arena is now out of order, we need to keep
* the list sorted. The list is kept sorted so that
* the "most full" arenas are used first, which allows
* the nearly empty arenas to be completely freed. In
* a few un-scientific tests, it seems like this
* approach allowed a lot more memory to be freed.
*/
/* If this is the only arena with nf, record that. */
if (nfp2lasta[nf] == NULL) {
nfp2lasta[nf] = ao;
/* 情况4、 Nothing to do. */
if (ao == lastnf) {
return;
}
// 情况3、因为usable_arenas维护的是有序表，插入响应的位置
if (ao->prevarena != NULL) {
/* ao isn't at the head of the list */
ao->prevarena->nextarena = ao->nextarena;
}
else {
/* ao is at the head of the list */
usable_arenas = ao->nextarena;
}
ao->nextarena->prevarena = ao->prevarena;
/* And insert after lastnf. */
ao->prevarena = lastnf;
ao->nextarena = lastnf->nextarena;
if (ao->nextarena != NULL) {
ao->nextarena->prevarena = ao;
}
lastnf->nextarena = ao;
/* Verify that the swaps worked. */
assert(ao->nextarena == NULL || nf nextarena->nfreepools);
assert(ao->prevarena == NULL || nf > ao->prevarena->nfreepools);
assert(ao->nextarena == NULL || ao->nextarena->prevarena == ao);
assert((usable_arenas == ao && ao->prevarena == NULL)
|| ao->prevarena->nextarena == ao);
}
情况3
Python1、2层内存内存管理汇总
对象特有的分配器（第3层）
对象有列表和元组等多种多样的型，在生成它们的时候要使用各自特有的分配器。见我的其他Python底层数据结构的分析。
参考引用
- 垃圾回收的算法与实现
- Python源码剖析
- memory management in python
本文链接：http://www.yunweipai.com/39842.html
原创文章，作者：kepupublish，如若转载，请注明出处：https://blog.ytso.com/56906.html