Python中的__slots__示例详解
前言
相信Python老鸟都应该看过那篇非常有吸引力的Saving9GBofRAMwithPython'sslots文章,作者使用了__slots__让内存占用从25.5GB降到了16.2GB。在当时来说,这相当于用一个非常简单的方式就降低了30%的内存使用,着实惊人。作者并没有提到他的业务特点和代码,那我们就基于《fluentpython》中的例子来验证下是不是有这么厉害:
from__future__importprint_function importresource classA(object): def__init__(self): self.a='string' self.b=10 self.c=True classB(object): __slots__=['a','b','c'] def__init__(self): self.a='string' self.b=10 self.c=True deftest(cls): mem_init=resource.getrusage(resource.RUSAGE_SELF).ru_maxrss l=[] foriinrange(500000): l.append(cls()) mem_final=resource.getrusage(resource.RUSAGE_SELF).ru_maxrss dell print('Class:{}:\n'.format(getattr(cls,'__name__'))) print('InitialRAMusage:{:14,}'.format(mem_init)) print('FinalRAMusage:{:14,}'.format(mem_final)) print('-'*20) if__name__=='__main__': importsys test(globals()[sys.argv[1].upper()])
我们分别跑一下这2个类:
❯pythonmem_test.pya Class:A: InitialRAMusage:4,890,624 FinalRAMusage:200,454,144 -------------------- ❯pythonmem_test.pyb Class:B: InitialRAMusage:4,919,296 FinalRAMusage:60,235,776
2种方法初始内存略有差别,但是由于这个差别和总内存量相比太小而忽略不计,结论就是:
使用slots可以让内存使用减少3.5倍!!#通过(200-4)/((60-4)*1.0)计算得来
那么用slot就是非非常那个有必要吗?事实上500000个实例这种机会非常少见,用不用完全根据业务来决定,并不要以偏概全。因为(敲黑板了哈)使用__slots__也是有副作用的:
- 每个继承的子类都要重新定义一遍__slots__
- 实例只能包含哪些在__slots__定义的属性,这对写程序的灵活性有影响,比如你由于某个原因新网给instance设置一个新的属性,比如instance.a=1,但是由于a不在__slots__里面就直接报错了,你得不断地去修改__slots__或者用其他方法迂回的解决
- 实例不能有弱引用(weakref)目标,否则要记得把__weakref__放进__slots__
第三点有点难理解,我写个例子看看吧:
In[2]:%pycatref_example.py fromweakrefimportref classA(object): __slots__=['b'] def__init__(self): self.b=1 classB(object): __slots__=['b','__weakref__'] def__init__(self): self.b=1 In[3]:fromref_exampleimport* In[4]:a=A() In[5]:r=ref(a) --------------------------------------------------------------------------- TypeErrorTraceback(mostrecentcalllast)in () ---->1r=ref(a) TypeError:cannotcreateweakreferenceto'A'object In[6]:b=B() In[7]:r=ref(b) In[8]:r Out[8]:
所以实例不超过万级别的类,__slots__是不太值得使用的。
PS:《fluentpython》比我狠,说的是小于百万级别实例不值得使用。
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作能带来一定的帮助,如果有疑问大家可以留言交流,谢谢大家对毛票票的支持。