一、python 内存泄漏的2个可能原因
- 循环引用，且循环引用的对象重写了__del__ 方法，导致python gc 发现后，无法回收导致内存增长，这种垃圾我们称为uncollectable 对象(可以回收的循环引用对象称为 unreachable)；
- 缓存或者全局容器，出现了大量正常对象，导致内存持续增长；
二、python 内存 回收机制简述
- 内存回收，主要是以引用计数为主，每个对象维护了一个引用计数，当引用计数为0 时，对象内存空间会被立马释放掉。将内存回收时间摊平到每个对象回收上，使程序运行更加稳定，减少了像java 一样的stw现象；(正是因为这个引用计数的维护，一定程度上降低了python的性能，也是GIL 长期存在的部分原因)
- 引用计数无法处理循环引用的对象，因此python 内存回收会配合GC来解决循环引用的问题。gc 以分代，标记清除为手段，识别出循环引用对象；python 新分配的对象，最终会落到3个双向链表中，称为 0代、1代、2代；
- 什么时候会触发gc? 新增对象会放在0代里，当新增对象-释放的对象（引用计数为0被释放）达到一个阈值（threshold0），会触发0代的回收，按照一定的策略，识别出循环引用对象，并回收。当0代回收次数达到一个阈值（threshold1），会触发1代回收，当1代回收次数达到一个阈值（threshold2），会触发2代回收；阈值是可以通过gc.set_threshold(threshold0[, threshold1[, threshold2]])¶ ；
- python 会有stw 现象吗？正常情况下，引用计数就可以保证内存不会增长，也就不会触发gc, 所以也就没有stw 现象。但是一旦出现循环引用或者内存泄漏，就会触发gc，特别是2代gc, 会导致stw 现象；
