Python内存管理依赖引用计数、循环垃圾回收器（gc模块）和内存池（pymalloc）三机制联动；引用计数实时增减但is比较等不触发，gc.collect()仅处理指定代的循环引用，pymalloc优化小对象分配。

Python 的内存管理不是靠“学完第233讲”就能掌握的——它没有固定课时编号，也没有官方“讲数”，所谓“第233讲”是误导性包装。真正决定你能否排查 MemoryError、理解 gc.collect() 为何无效、或解释为什么 del obj 不一定释放内存的，是三个底层机制的联动：引用计数、循环垃圾回收器（gc 模块）和内存池（pymalloc）。

引用计数怎么实时增减？哪些操作不触发它？

Python 绝大多数对象的生命周期由引用计数控制：sys.getrefcount(obj) 返回当前引用数（注意：传参本身会+1，结果要减1才准）。但以下情况不会增加引用计数：

• is 比较不增加引用（只是地址比对）
• 函数参数传递时，若参数是不可变对象（如 int、str），Cython 或内置函数可能绕过计数更新
• C 扩展中手动调用 Py_INCREF/Py_DECREF 失误，会导致计数失真（常见于 segfault 前兆）

实战建议：用 sys.getrefcount() 定位“本该被删却没删”的对象；但别在性能敏感路径频繁调用——它本身有开销。

为什么 gc.collect() 有时返回 0 却仍有内存不释放？

gc.collect() 只处理**循环引用**，且默认只收集第 0 代。如果对象属于第 1 或第 2 代，或根本不在 gc 管理范围内（比如小整数、短字符串被驻留，或 numpy.ndarray 底层内存由 C malloc 分配），它就无能为力。

检查方法：

import gc
gc.set_debug(gc.DEBUG_STATS)  # 开启统计日志
gc.collect()  # 观察输出中各代扫描/回收数量
print(gc.get_count())  # 返回 (gen0, gen1, gen2)，数值持续增长说明代际积累过多

关键点：gc.disable() 后，新创建的循环引用永远不会被自动回收——这常被误用于“加速”，结果导致稳态内存泄漏。

pymalloc 内存池如何影响 malloc 行为？

CPython 默认启用 pymalloc（可通过 ./configure --without-pymalloc 关闭），它专为小对象（

• id() 相邻对象地址可能接近，但不连续（pool 内部碎片）
• valgrind 或 address sanitizer 报告的“未释放内存”，可能是 pymalloc 缓存未归还 OS，而非真正泄漏
• 调用 gc.collect(2) 后再 gc.freeze()，可强制 pymalloc 归还空闲 pool 给系统（仅限 Python 3.7+）

验证是否启用：import sys; print(sys.pycache_prefix) 无直接暴露，但可通过 python -c "import _testcapi; print(_testcapi.pymalloc_enabled())" 判断（需编译时开启测试 API）。

真实泄漏场景：闭包 + 循环引用 + 日志句柄

最易被忽略的组合：

import logging
import gc
def make_logger(name):
logger = logging.getLogger(name)
handler = logging.StreamHandler()  # 持有对 logger 的弱引用？错！是强引用
logger.addHandler(handler)
return lambda: logger.info("hello")  # 闭包捕获 logger → handler → logger，形成循环
f = make_logger("test")
f()
此时 f、logger、handler 互相引用，引用计数不为 0，且构成循环 → 依赖 gc 回收
del f
gc.collect()  # 可能回收，也可能不——取决于 gc 代际状态和 debug 设置

这种模式在异步回调、装饰器工厂、插件系统中高频出现。修复不是加 gc.collect()，而是打破引用链：用 weakref.ref(logger) 替代直接捕获，或显式 handler.close() + logger.removeHandler(handler)。

内存问题从来不在“学了多少讲”，而在你是否愿意在 gdb 里看 PyObject 的 ob_refcnt 字段，或用 tracemalloc 定位哪行 list.append() 悄悄吃掉了 2GB —— 那些地方，没有讲数，只有堆栈和耐心。