Python中弱引用的神奇用法与原理详解
来源:脚本之家    时间:2022-04-17 12:01:34
目录
背景典型用法工作原理实现细节总结

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


# 调用weakref.ref类型对象,创建了一个弱引用实例对象
>>> r = ref(d)
>>> r

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:

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:

解析参数,得到被引用的对象(第 282 行);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);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);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);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);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。

总结

到此这篇关于Python中弱引用的神奇用法与原理的文章就介绍到这了,更多相关Python弱引用用法内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

关键词: 一个对象 引用类型 目标对象 工作原理

X 关闭

X 关闭