Python老鸟都应该看过那篇非常有吸引力的Saving 9 GB of RAM with Python’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《fluent python》中的例子来验证下是不是有这么厉害：
from __future__ import print_function
import resource
class A(object):
def __init__(self):
self.a = 'string'
self.b = 10
self.c = True
class B(object):
__slots__ = ['a', 'b', 'c']
def __init__(self):
self.a = 'string'
self.b = 10
self.c = True
def test(cls):
mem_init = resource.getrusage(resource.RUSAGE_SELF).ru_maxrss
l = []
for i in range(500000):
l.append(cls())
mem_final = resource.getrusage(resource.RUSAGE_SELF).ru_maxrss
del l
print('Class: {}:\n'.format(getattr(cls, '__name__')))
print('Initial RAM usage: {:14,}'.format(mem_init))
print(' Final RAM usage: {:14,}'.format(mem_final))
print('-' * 20)
if __name__ == '__main__':
import sys
test(globals()[sys.argv[1].upper()])
我们分别跑一下这2个类：
python mem_test.py a
Class: A:
Initial RAM usage: 4,890,624
Final RAM usage: 200,454,144
--------------------
python mem_test.py b
Class: B:
Initial RAM usage: 4,919,296
Final RAM usage: 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]: %pycat ref_example.py
from weakref import ref
class A(object):
__slots__ = ['b']
def __init__(self):
self.b = 1
class B(object):
__slots__ = ['b', '__weakref__']
def __init__(self):
self.b = 1
In [3]: from ref_example import *
In [4]: a = A()
In [5]: r = ref(a)
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
| 
注册
登录
