Python 中弱引用的神奇用法与原理探析

2021/12/10 17:17:48

本文主要是介绍Python 中弱引用的神奇用法与原理探析,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

背景

开始讨论弱引用( weakref )之前,我们先来看看什么是弱引用?它到底有什么作用?

假设我们有一个多线程程序,并发处理应用数据:

# 占用大量资源,创建销毁成本很高  
class Data:  
    def __init__(self, key):  
        pass 

应用数据 Data 由一个 key 唯一标识,同一个数据可能被多个线程同时访问。由于 Data 需要占用很多系统资源,创建和消费的成本很高。我们希望 Data 在程序中只维护一个副本,就算被多个线程同时访问,也不想重复创建。

为此,我们尝试设计一个缓存中间件 Cacher :

import threading  
# 数据缓存  
class Cacher:  
    def __init__(self):  
        self.pool = {}  
        self.lock = threading.Lock()  
    def get(self, key):  
        with self.lock:  
            data = self.pool.get(key)  
            if data:  
                return data  
            self.pool[key] = data = Data(key)  
            return data 

Cacher 内部用一个 dict 对象来缓存已创建的 Data 副本,并提供 get 方法用于获取应用数据 Data 。get 方法获取数据时先查缓存字典,如果数据已存在,便直接将其返回;如果数据不存在,则创建一个并保存到字典中。因此,数据首次被创建后就进入缓存字典,后续如有其它线程同时访问,使用的都是缓存中的同一个副本。

感觉非常不错!但美中不足的是:Cacher 有资源泄露的风险!

因为 Data 一旦被创建后,就保存在缓存字典中,永远都不会释放!换句话讲,程序的资源比如内存,会不断地增长,最终很有可能会爆掉。因此,我们希望一个数据等所有线程都不再访问后,能够自动释放。

我们可以在 Cacher 中维护数据的引用次数, get 方法自动累加这个计数。于此同时提供一个 remove 新方法用于释放数据,它先自减引用次数,并在引用次数降为零时将数据从缓存字段中删除。

线程调用 get 方法获取数据,数据用完后需要调用 remove 方法将其释放。Cacher 相当于自己也实现了一遍引用计数法,这也太麻烦了吧!Python 不是内置了垃圾回收机制吗?为什么应用程序还需要自行实现呢?

冲突的主要症结在于 Cacher 的缓存字典:它作为一个中间件,本身并不使用数据对象,因此理论上不应该对数据产生引用。那有什么黑科技能够在不产生引用的前提下,找到目标对象吗?我们知道,赋值都是会产生引用的!

典型用法

这时,弱引用( weakref )隆重登场了!弱引用是一种特殊的对象,能够在不产生引用的前提下,关联目标对象。

# 创建一个数据  
>>> d = Data('fasionchan.com')  
>>> d  
<__main__.Data object at 0x1018571f0>  
# 创建一个指向该数据的弱引用  
>>> import weakref  
>>> r = weakref.ref(d)  
# 调用弱引用对象,即可找到指向的对象  
>>> r()  
<__main__.Data object at 0x1018571f0>  
>>> r() is d  
True  
# 删除临时变量d,Data对象就没有其他引用了,它将被回收  
>>> del d  
# 再次调用弱引用对象,发现目标Data对象已经不在了(返回None)  
>>> r() 

这样一来,我们只需将 Cacher 缓存字典改成保存弱引用,问题便迎刃而解!

import threading  
import weakref  
# 数据缓存  
class Cacher:  
    def __init__(self):  
        self.pool = {}  
        self.lock = threading.Lock()  
    def get(self, key):  
        with self.lock:  
            r = self.pool.get(key)  
            if r:  
                data = r()  
                if data:  
                    return data  
            data = Data(key)  
            self.pool[key] = weakref.ref(data)  
            return data 

由于缓存字典只保存 Data 对象的弱引用,因此 Cacher 不会影响 Data 对象的引用计数。当所有线程都用完数据后,引用计数就降为零因而被释放。

实际上,用字典缓存数据对象的做法很常用,为此 weakref 模块还提供了两种只保存弱引用的字典对象:

  •  weakref.WeakKeyDictionary ,键只保存弱引用的映射类(一旦键不再有强引用,键值对条目将自动消失);
  •  weakref.WeakValueDictionary ,值只保存弱引用的映射类(一旦值不再有强引用,键值对条目将自动消失);

因此,我们的数据缓存字典可以采用 weakref.WeakValueDictionary 来实现,它的接口跟普通字典完全一样。这样我们不用再自行维护弱引用对象,代码逻辑更加简洁明了:

import threading  
import weakref  
# 数据缓存  
class Cacher:  
    def __init__(self):  
        self.pool = weakref.WeakValueDictionary()  
        self.lock = threading.Lock()  
    def get(self, key):  
        with self.lock:  
            data = self.pool.get(key)  
            if data:  
                return data  
            self.pool[key] = data = Data(key)  
            return data 

weakref 模块还有很多好用的工具类和工具函数,具体细节请参考官方文档,这里不再赘述。

工作原理

那么,弱引用到底是何方神圣,为什么会有如此神奇的魔力呢?接下来,我们一起揭下它的面纱,一睹真容!

>>> d = Data('fasionchan.com')  
# weakref.ref 是一个内置类型对象  
>>> from weakref import ref  
>>> ref  
<class 'weakref'>  
# 调用weakref.ref类型对象,创建了一个弱引用实例对象  
>>> r = ref(d)  
>>> r  
<weakref at 0x1008d5b80; to 'Data' at 0x100873d60>  

经过前面章节,我们对阅读内建对象源码已经轻车熟路了,相关源码文件如下:

  •  Include/weakrefobject.h 头文件包含对象结构体和一些宏定义;
  •  Objects/weakrefobject.c 源文件包含弱引用类型对象及其方法定义;

我们先扒一扒弱引用对象的字段结构,定义于 Include/weakrefobject.h 头文件中的第 10-41 行:

typedef struct _PyWeakReference PyWeakReference;  
/* PyWeakReference is the base struct for the Python ReferenceType, ProxyType,  
 * and CallableProxyType.  
 */  
#ifndef Py_LIMITED_API  
struct _PyWeakReference {  
    PyObject_HEAD  
    /* The object to which this is a weak reference, or Py_None if none.  
     * Note that this is a stealth reference:  wr_object's refcount is  
     * not incremented to reflect this pointer.  
     */  
    PyObject *wr_object;  
    /* A callable to invoke when wr_object dies, or NULL if none. */  
    PyObject *wr_callback;  
    /* A cache for wr_object's hash code.  As usual for hashes, this is -1  
     * if the hash code isn't known yet.  
     */  
    Py_hash_t hash;  
    /* If wr_object is weakly referenced, wr_object has a doubly-linked NULL-  
     * terminated list of weak references to it.  These are the list pointers.  
     * If wr_object goes away, wr_object is set to Py_None, and these pointers 
      * have no meaning then.  
     */ 
     PyWeakReference *wr_prev;  
    PyWeakReference *wr_next;  
};  
#endif 

由此可见,PyWeakReference 结构体便是弱引用对象的肉身。它是一个定长对象,除固定头部外还有 5 个字段:

  •  wr_object ,对象指针,指向被引用对象,弱引用根据该字段可以找到被引用对象,但不会产生引用;
  •  wr_callback ,指向一个可调用对象,当被引用的对象销毁时将被调用;
  •  hash ,缓存被引用对象的哈希值;
  •  wr_prev 和 wr_next 分别是前后向指针,用于将弱引用对象组织成双向链表;

结合代码中的注释,我们知道:

粉丝福利腾讯文档-在线PDFhttps://docs.qq.com/pdf/DR3dMaE1CSkZ6RlBZ

  •  弱引用对象通过 wr_object 字段关联被引用的对象,如上图虚线箭头所示;
  •  一个对象可以同时被多个弱引用对象关联,图中的 Data 实例对象被两个弱引用对象关联;
  •  所有关联同一个对象的弱引用,被组织成一个双向链表,链表头保存在被引用对象中,如上图实线箭头所示;
  •  当一个对象被销毁后,Python 将遍历它的弱引用链表,逐一处理:
    •   将 wr_object 字段设为 None ,弱引用对象再被调用将返回 None ,调用者便知道对象已经被销毁了;
    •   执行回调函数 wr_callback (如有);

由此可见,弱引用的工作原理其实就是设计模式中的 观察者模式( Observer )。当对象被销毁,它的所有弱引用对象都得到通知,并被妥善处理。

实现细节

掌握弱引用的基本原理,足以让我们将其用好。如果您对源码感兴趣,还可以再深入研究它的一些实现细节。

前面我们提到,对同一对象的所有弱引用,被组织成一个双向链表,链表头保存在对象中。由于能够创建弱引用的对象类型是多种多样的,很难由一个固定的结构体来表示。因此,Python 在类型对象中提供一个字段 tp_weaklistoffset ,记录弱引用链表头指针在实例对象中的偏移量。

由此一来,对于任意对象 o ,我们只需通过 ob_type 字段找到它的类型对象 t ,再根据 t 中的 tp_weaklistoffset 字段即可找到对象 o 的弱引用链表头。

Python 在 Include/objimpl.h 头文件中提供了两个宏定义:

/* Test if a type supports weak references */  
#define PyType_SUPPORTS_WEAKREFS(t) ((t)->tp_weaklistoffset > 0)  
#define PyObject_GET_WEAKREFS_LISTPTR(o) \  
    ((PyObject **) (((char *) (o)) + Py_TYPE(o)->tp_weaklistoffset)) 
  •  PyType_SUPPORTS_WEAKREFS 用于判断类型对象是否支持弱引用,仅当 tp_weaklistoffset 大于零才支持弱引用,内置对象 list 等都不支持弱引用;
  •  PyObject_GET_WEAKREFS_LISTPTR 用于取出一个对象的弱引用链表头,它先通过 Py_TYPE 宏找到类型对象 t ,再找通过 tp_weaklistoffset 字段确定偏移量,最后与对象地址相加即可得到链表头字段的地址;

我们创建弱引用时,需要调用弱引用类型对象 weakref 并将被引用对象 d 作为参数传进去。弱引用类型对象 weakref 是所有弱引用实例对象的类型,是一个全局唯一的类型对象,定义在 Objects/weakrefobject.c 中,即:_PyWeakref_RefType(第 350 行)。

根据对象模型中学到的知识,Python 调用一个对象时,执行的是其类型对象中的 tp_call 函数。因此,调用弱引用类型对象 weakref 时,执行的是 weakref 的类型对象,也就是 type 的 tp_call 函数。tp_call 函数则回过头来调用 weakref 的 tp_new 和 tp_init 函数,其中 tp_new 为实例对象分配内存,而 tp_init 则负责初始化实例对象。

回到 Objects/weakrefobject.c 源文件,可以看到 _PyWeakref_RefType 的 tp_new 字段被初始化成 weakref___new__ (第 276 行)。该函数的主要处理逻辑如下:

  1.  解析参数,得到被引用的对象(第 282 行);
  2.  调用 PyType_SUPPORTS_WEAKREFS 宏判断被引用的对象是否支持弱引用,不支持就抛异常(第 286 行);
  3.  调用 GET_WEAKREFS_LISTPTR 行取出对象的弱引用链表头字段,为方便插入返回的是一个二级指针(第 294 行);
  4.  调用 get_basic_refs 取出链表最前那个 callback 为空 基础弱引用对象(如有,第 295 行);
  5.  如果 callback 为空,而且对象存在 callback 为空的基础弱引用,则复用该实例直接将其返回(第 296 行);
  6.  如果不能复用,调用 tp_alloc 函数分配内存、完成字段初始化,并插到对象的弱引用链表(第 309 行);
    •   如果 callback 为空,直接将其插入到链表最前面,方便后续复用(见第 4 点);
    •   如果 callback 非空,将其插到基础弱引用对象(如有)之后,保证基础弱引用位于链表头,方便获取;

当一个对象被回收后,tp_dealloc 函数将调用 PyObject_ClearWeakRefs 函数对它的弱引用进行清理。该函数取出对象的弱引用链表,然后逐个遍历,清理 wr_object 字段并执行 wr_callback 回调函数(如有)。具体细节不再展开,有兴趣的话可以自行查阅 Objects/weakrefobject.c 中的源码,位于 880 行。

好了,经过本节学习,我们彻底掌握了弱引用相关知识。弱引用可以在不产生引用计数的前提下,对目标对象进行管理,常用于框架和中间件中。弱引用看起来很神奇,其实设计原理是非常简单的观察者模式。弱引用对象创建后便插到一个由目标对象维护的链表中,观察(订阅)对象的销毁事件。



这篇关于Python 中弱引用的神奇用法与原理探析的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!


扫一扫关注最新编程教程