python的数据缓存

Python的数据缓存

---

python 的内置数据类型，数值型，字符串，列表，字典等都会有自己的对象缓存池，

这样做的好处是，避免了频繁的申请内存，释放内存，这样会极大的降低应用程序的运行速度，还会造成大量的内存碎片。因此提供对象缓存机制是非常重要的。

在Python中，字符串和整型对象都是不可变的（immutable）类型，因此Python会很高效地缓存它们。这样的处理机制能提升Python的性能。因此，我们看到下面示例中str1和str2也都是指向同一块内存地址：

str1='a'
str2='a'
id(str1)==id(str2)
True

当然，对于int（整形）数据也是如此

a=1
b=1
id(a)==id(b)
True

接下来请注意：

a=-7
b=-7
id(a)==id(b)
False

震惊！居然不一样！

str1='aasfasfas'
str2='abcfasfas'
id(str1)==id(str2)
False

字符串也是如此！

解释

Python能够帮我们缓存多少呢？Python2.3简单整数缓存范围是(-1,100)，Python2.5.4以后简单整数缓存范围至少是(-5,256)。所有的短字符也都在缓存区，但是tuple（）不可以

x = (1,2)
y = (1,2)
id(x) == id(y)
False

这是因为在Python中符号()不仅仅是元组，它被重载为分组操作符，由圆括号()包裹的单一元素首先被当做分组操作，而不是元组

BUG here ？？

交互式命令行中运行

a=888
b=888
id(a)==id(b)
False
a is b
False

Pycharm中运行

a = 888
b = 888
print(a is b)           >>True
print(id(a) == id(b))   >>True

两种不同的运行方式，第一种是直接采用解释器运行，第二种是把代码当做脚本运行，结果居然不一样

关于这个BUG，经过我多日通宵研究，是这样子的

---

• 出于性能考虑，Python内部做了进一步优化，怎么优化呢？但凡是在同一个代码块中的代码，如果出现两个值相同的整数，那么它们将被重用

• 上面代码是在一个test.py文件中，运行时，a和b的id值相同，因为a、b 在同一个代码块，属于模块级别，创建 b 的时候，发现同级代码块中有个b的值了，就重用了这个对象。

• 在 Python 的交互式命令行中，每单独一行都视为一个代码块，同一行中的代码属于同一个代码块，因此不难理解，创建b时候无法引用a。

• 换句话说，以文件脚本形式执行的时候，会先将源码翻译为字节码，也就是pyc或者pyo文件，Pythoin解释器会自动重复引用一些变量，以节省内存使用。在控制台执行的时候，代码是以交互形式逐行执行的，解释器不会进行优化，但对于一些常见的数字和字符串，还是会有优化。范围【-5~256】