पायथन मेमोरी प्रबंधन

क्या आपने कभी सोचा है कि आप जिस डेटा के साथ काम करते हैं, वह पायथन के आंतों में कैसे दिखता है? स्मृति में चर कैसे बनाए और संग्रहीत किए जाते हैं? उन्हें कैसे और कब हटाया जाता है? सामग्री, जिसका अनुवाद हम प्रकाशित करते हैं, पायथन की गहराई में अनुसंधान के लिए समर्पित है, जिसके दौरान हम इस भाषा में स्मृति प्रबंधन की विशेषताओं का पता लगाने की कोशिश करेंगे। इस लेख का अध्ययन करने के बाद, आप समझेंगे कि कंप्यूटर के निम्न-स्तरीय तंत्र कैसे काम करते हैं, विशेषकर स्मृति से संबंधित। आप समझ पाएंगे कि पायथन निम्न-स्तरीय संचालन को कैसे अमूर्त करता है और यह कैसे स्मृति का प्रबंधन करता है।



पायथन में क्या हो रहा है, यह जानने से आप इस भाषा के कुछ व्यवहार को बेहतर ढंग से समझ पाएंगे। यह, मुझे आशा है, आपको आपके द्वारा उपयोग की जाने वाली भाषा के कार्यान्वयन के भीतर होने वाले भारी काम की सराहना करने का अवसर मिलेगा, ताकि आपके कार्यक्रम ठीक उसी तरह से काम करें जिस तरह से आपको ज़रूरत है।

मेमोरी एक खाली किताब है

कंप्यूटर मेमोरी, इसके साथ काम करने की शुरुआत में, छोटी कहानियों के लिए एक खाली किताब के रूप में प्रतिनिधित्व किया जा सकता है। हालांकि इसके पृष्ठों पर कुछ भी नहीं है, लेकिन बहुत जल्द कहानियों के लेखक दिखाई देंगे, जिनमें से प्रत्येक इस पुस्तक में अपनी कहानी लिखना चाहते हैं।

चूँकि एक कहानी दूसरे के ऊपर नहीं लिखी जा सकती, इसलिए लेखकों को इस बात से सावधान रहने की ज़रूरत है कि वे उस किताब के किन पन्नों पर लिखते हैं। कुछ भी लिखने से पहले वे प्रधान संपादक से सलाह लेते हैं। वह तय करता है कि वास्तव में लेखक कहानियों को कहां रिकॉर्ड कर सकते हैं।

चूंकि हम जिस किताब के बारे में बात कर रहे हैं, वह काफी समय से है, उसमें कई कहानियां पहले से ही पुरानी हैं। यदि कोई कहानी नहीं पढ़ता है या अपने कार्यों में इसका उल्लेख नहीं करता है, तो यह कहानी किताब से हटा दी जाती है, जिससे नई कहानियों के लिए जगह बनती है।

सामान्य तौर पर, हम यह कह सकते हैं कि कंप्यूटर मेमोरी इस तरह की पुस्तक के समान है। वास्तव में, एक निश्चित लंबाई की मेमोरी के निरंतर ब्लॉक को पेज भी कहा जाता है, इसलिए हम मानते हैं कि किसी किताब के साथ मेमोरी की तुलना करना बहुत सफल है।

लेखक जो अपनी कहानियों को एक किताब में लिखते हैं, वे अलग-अलग एप्लिकेशन या प्रक्रियाएं होती हैं, जिन्हें मेमोरी में डेटा स्टोर करने की आवश्यकता होती है। मुख्य संपादक, जो यह तय करता है कि लेखक किन किताबों के पन्नों पर लिख सकता है, वह तंत्र है जो स्मृति प्रबंधन से संबंधित है। और जो किताब से पुरानी कहानियों को हटाता है, नए लोगों के लिए जगह बना रहा है, कचरा संग्रह तंत्र के साथ तुलना की जा सकती है।

मेमोरी मैनेजमेंट: आयरन से प्रोग्राम तक का रास्ता

मेमोरी प्रबंधन एक प्रक्रिया है, जिसके क्रियान्वयन के दौरान, प्रोग्राम मेमोरी को डेटा लिखते हैं और उनसे इसे पढ़ते हैं। एक मेमोरी मैनेजर एक इकाई है जो यह निर्धारित करती है कि वास्तव में कोई एप्लिकेशन मेमोरी में अपना डेटा कहां रख सकता है। चूँकि अनुप्रयोगों के लिए आवंटित किए जा सकने वाले मेमोरी फ्रेगमेंट की संख्या अनंत नहीं है, जिस तरह किसी भी पुस्तक के पृष्ठों की संख्या अनंत नहीं है, मेमोरी मैनेजर, सेवारत अनुप्रयोगों, मुफ्त मेमोरी के टुकड़े खोजने और उन्हें अनुप्रयोगों को प्रदान करने की आवश्यकता है। यह प्रक्रिया, जिसमें मेमोरी को अनुप्रयोगों को आवंटित किया जाता है, मेमोरी आवंटन कहलाता है।

दूसरी ओर, जब कुछ डेटा की आवश्यकता नहीं होती है, तो इसे हटा दिया जा सकता है, या, दूसरे शब्दों में, उस मेमोरी को मुक्त कर सकता है जो उस पर रहती है। लेकिन स्मृति की बात करते समय वास्तव में "उत्सर्जित" और "मुक्त" क्या होता है?

आपके कंप्यूटर में कहीं एक भौतिक उपकरण है जो पायथन कार्यक्रमों द्वारा उपयोग किए गए डेटा को संग्रहीत करता है, जबकि वे काम करते हैं। भौतिक स्मृति में एक पायथन ऑब्जेक्ट दिखाई देने से पहले, कोड को अमूर्तता की कई परतों से गुजरना पड़ता है।

मुख्य ऐसी परतों में से एक, जो हार्डवेयर के ऊपर स्थित है (जैसे रैम या हार्ड डिस्क) ऑपरेटिंग सिस्टम (ओएस) है। यह मेमोरी से डेटा पढ़ने और मेमोरी में डेटा लिखने के लिए अनुरोधों को पूरा करता है (या पूरा करने से इनकार करता है)।

ओएस के शीर्ष पर एक आवेदन है, हमारे मामले में, पायथन कार्यान्वयन में से एक (यह एक सॉफ्टवेयर पैकेज हो सकता है जो आपके ओएस का हिस्सा है या python.org से डाउनलोड किया गया है )। यह सॉफ्टवेयर पैकेज है जो आपके पायथन कोड के संचालन को सुनिश्चित करने के लिए मेमोरी मैनेजमेंट में लगा हुआ है। इस लेख का फोकस एल्गोरिदम और डेटा संरचनाओं पर है जो कि पायथन स्मृति का प्रबंधन करने के लिए उपयोग करता है।

पायथन संदर्भ कार्यान्वयन

पायथन के कार्यान्वयन का संदर्भ CPython है। यह सी में लिखा गया है। जब मैंने पहली बार इसके बारे में सुना, तो इसका शाब्दिक अर्थ मुझे परेशान कर गया। एक प्रोग्रामिंग भाषा जो दूसरी भाषा में लिखी जाती है? खैर, वास्तव में, यह पूरी तरह से सच नहीं है।

इस दस्तावेज़ में सादे अंग्रेजी में पायथन विनिर्देश का वर्णन किया गया है। हालाँकि, यह विनिर्देश अकेले, पायथन में लिखा कोड, निश्चित रूप से निष्पादित नहीं कर सकता है। ऐसा करने के लिए, आपको कुछ ऐसा चाहिए, जो इस विनिर्देशन के नियमों का पालन करते हुए, पायथन में लिखे गए कोड की व्याख्या कर सके।

इसके अलावा, आपको कुछ ऐसा चाहिए जो कंप्यूटर पर व्याख्या किए गए कोड को निष्पादित कर सके। संदर्भ पायथन कार्यान्वयन इन दोनों कार्यों को हल करता है। यह कोड को निर्देश में परिवर्तित करता है जो तब वर्चुअल मशीन पर निष्पादित होता है।

वर्चुअल मशीनें सिलिकॉन, धातु और अन्य सामग्रियों से बने सामान्य कंप्यूटरों के समान हैं, लेकिन वे सॉफ्टवेयर में लागू होते हैं। वे आमतौर पर असेंबलर में लिखे गए निर्देशों के समान बुनियादी निर्देशों को संसाधित करने में व्यस्त हैं।

पायथन एक व्याख्या की गई भाषा है। पायथन में लिखे गए कोड को उन निर्देशों के एक समूह में संकलित किया गया है जो तथाकथित बाइट कोड में कंप्यूटर का उपयोग करने के लिए सुविधाजनक है। जब आप अपना प्रोग्राम चलाते हैं, तो इन निर्देशों की व्याख्या वर्चुअल मशीन द्वारा की जाती है।

क्या आपने कभी एक्सटेंशन .pyc या __pycache__ फ़ोल्डर वाली फाइलें देखी हैं? उनमें वही बाइटेकोड होता है जिसकी व्याख्या वर्चुअल मशीन द्वारा की जाती है।

यह ध्यान रखना महत्वपूर्ण है कि सीपीथॉन के अलावा, अन्य पायथन कार्यान्वयन भी हैं। उदाहरण के लिए, आयरनपाइथन का उपयोग करते समय , पायथन कोड को Microsoft CLR स्टेटमेंट में संकलित किया जाता है। जेथॉन में, कोड को जावा बाइटकोड में संकलित किया गया है और एक जावा वर्चुअल मशीन में निष्पादित किया गया है। पायथन दुनिया में, PyPy जैसी कोई चीज है, लेकिन यह एक अलग लेख के योग्य है, इसलिए यहां हम इसका उल्लेख करते हैं।

इस लेख के उद्देश्य के लिए, मैं इस बात पर ध्यान केंद्रित करूँगा कि पायथन संदर्भ कार्यान्वयन में स्मृति प्रबंधन तंत्र कैसे काम करता है - सीपीथॉन।

यह ध्यान दिया जाना चाहिए कि यद्यपि हम यहां जिस बारे में बात करने जा रहे हैं, उनमें से अधिकांश पायथन के नए संस्करणों के लिए सही होंगे, भविष्य में चीजें बदल सकती हैं। इसलिए, इस तथ्य पर ध्यान दें कि इस लेख में मैं लिखने के समय पायथन के नवीनतम संस्करण पर ध्यान केंद्रित करता हूं - पायथन 3.7 ।

तो, सीपीथॉन सॉफ्टवेयर पैकेज सी में लिखा गया है, यह पायथन बाइटकोड की व्याख्या करता है। मेमोरी मैनेजमेंट से इसका क्या लेना-देना है? तथ्य यह है कि मेमोरी प्रबंधन के लिए उपयोग किए जाने वाले एल्गोरिदम और डेटा संरचनाएं सीपीथॉन कोड में लिखी गई हैं, जैसा कि पहले ही कहा जा चुका है। सी। पायथन में स्मृति प्रबंधन कैसे काम करता है, यह समझने के लिए, आपको पहले सीपीथॉन के बारे में थोड़ा समझने की आवश्यकता है।

जिस भाषा में CPython लिखा गया है, उसमें ऑब्जेक्ट-ओरिएंटेड प्रोग्रामिंग के लिए अंतर्निहित समर्थन नहीं है। इस वजह से, सीपीथॉन कोड में बहुत सारे दिलचस्प वास्तुशिल्प समाधानों का उपयोग किया जाता है।

आपने सुना होगा कि पायथन में सब कुछ एक वस्तु है, यहां तक ​​कि आदिम डेटा प्रकार जैसे कि int और str । और यह वास्तव में CPython में भाषा कार्यान्वयन स्तर पर मामला है। PyObject नामक एक संरचना है, जिसका उपयोग CPython में निर्मित वस्तुओं द्वारा किया जाता है।

एक संरचना एक समग्र डेटा प्रकार है जो विभिन्न प्रकार के डेटा को समूहित कर सकती है। यदि आप इसे ऑब्जेक्ट-ओरिएंटेड प्रोग्रामिंग के साथ तुलना करते हैं, तो संरचना एक वर्ग के समान है जिसमें विशेषताएँ हैं लेकिन कोई विधियाँ नहीं हैं।

PyObject सभी पायथन वस्तुओं का पूर्वज है। इस संरचना में केवल दो फ़ील्ड शामिल हैं:

• ob_refcnt - संदर्भ काउंटर।
• ob_type - पॉइंटर को दूसरे प्रकार पर।

कचरा संग्रहण तंत्र को लागू करने के लिए संदर्भ काउंटर का उपयोग किया जाता है। एक अन्य PyObject फ़ील्ड एक विशिष्ट प्रकार की वस्तु के लिए एक संकेतक है। यह प्रकार एक अन्य संरचना द्वारा दर्शाया गया है जो पायथन ऑब्जेक्ट का वर्णन करता है (उदाहरण के लिए, यह एक dict या int हो सकता है)।

प्रत्येक ऑब्जेक्ट का अपना स्वयं का होता है, ऐसी ऑब्जेक्ट के लिए अद्वितीय, मेमोरी आवंटन तंत्र, जो जानता है कि इस ऑब्जेक्ट को संग्रहीत करने के लिए आवश्यक मेमोरी कैसे प्राप्त करें। इसके अलावा, मेमोरी को मुक्त करने के लिए प्रत्येक ऑब्जेक्ट का अपना तंत्र है, जो मेमोरी को "मुक्त" करता है, इसकी अब आवश्यकता नहीं है।

हालांकि, यह ध्यान दिया जाना चाहिए कि स्मृति के आवंटन और रिलीज के बारे में इन सभी वार्तालापों में एक महत्वपूर्ण कारक है। तथ्य यह है कि कंप्यूटर मेमोरी एक साझा संसाधन है। यदि, एक ही समय में, दो अलग-अलग प्रक्रियाएं एक ही मेमोरी क्षेत्र में कुछ लिखने की कोशिश करती हैं, तो कुछ बुरा हो सकता है।

इंटरप्रेटर ग्लोबल लॉक

ग्लोबल इंटरप्रेटर लॉक (जीआईएल) एक सामान्य समस्या का समाधान है जो मेमोरी जैसे साझा कंप्यूटर संसाधनों के साथ काम करते समय होता है। जब दो धागे एक साथ एक ही संसाधन को संशोधित करने का प्रयास करते हैं, तो वे एक दूसरे के साथ "टकरा" सकते हैं। परिणाम गड़बड़ हो जाएगा और धाराओं में से कोई भी प्राप्त नहीं करेगा जो इसके लिए प्रयास कर रहा था।

चलो फिर से पुस्तक सादृश्य पर वापस आते हैं। कल्पना कीजिए कि दो लेखकों ने मनमाने ढंग से फैसला किया कि अब नोट लेने की बारी थी। लेकिन उन्होंने एक ही पेज पर एक साथ नोट्स लेने का भी फैसला किया।

उनमें से प्रत्येक इस तथ्य पर ध्यान नहीं देता है कि दूसरा उसकी कहानी लिखने की कोशिश कर रहा है। साथ में वे पृष्ठ पर पाठ लिखना शुरू करते हैं। नतीजतन, दो कहानियां वहां दर्ज की जाएंगी, एक के ऊपर एक, जो पेज को पूरी तरह से अपठनीय बना देगी।

इस समस्या के समाधान में से एक एकल वैश्विक दुभाषिया तंत्र है जो साझा संसाधनों को ब्लॉक करता है जो एक निश्चित थ्रेड के साथ काम कर रहा है। हमारे उदाहरण में, यह एक "तंत्र" है जो एक पुस्तक के पृष्ठ को "ब्लॉक" करता है। ऐसा तंत्र ऊपर वर्णित स्थिति को समाप्त करता है, जिसमें दो लेखक एक साथ एक ही पृष्ठ पर पाठ लिखते हैं।

अजगर में जीआईएल तंत्र पूरे दुभाषिया को अवरुद्ध करके इसे पूरा करता है। नतीजतन, वर्तमान थ्रेड के संचालन में कुछ भी हस्तक्षेप नहीं कर सकता है। और जब सीपीथॉन स्मृति के साथ काम कर रहा है, तो यह सुनिश्चित करने के लिए जीआईएल का उपयोग करता है कि यह काम सुरक्षित और कुशलता से किया जाता है।

इस दृष्टिकोण के लिए ताकत और कमजोरियां हैं, और जीआईएल पायथन समुदाय में भयंकर बहस का विषय है। जीआईएल के बारे में अधिक जानने के लिए, आप इस सामग्री पर एक नज़र डाल सकते हैं।

कचरा संग्रह

आइए पुस्तक सादृश्य पर वापस जाएं और कल्पना करें कि इस पुस्तक में दर्ज की गई कुछ कहानियाँ निराशाजनक रूप से पुरानी हैं। कोई भी उन्हें नहीं पढ़ता है, कोई भी उन्हें कहीं भी उल्लेख नहीं करता है। और अगर कोई भी उनके कार्यों में किसी सामग्री को नहीं पढ़ता है या संदर्भित करता है, तो इस सामग्री का निपटान किया जा सकता है, नए ग्रंथों के लिए जगह बना सकता है।

इन पुरानी, ​​भूली हुई कहानियों की तुलना पायथन वस्तुओं से की जा सकती है, जिनके संदर्भ मायने शून्य हैं। ये वही काउंटर हैं, जिनके बारे में हमने PyObject संरचना पर चर्चा करते समय बात की थी।

लिंक काउंटर कई कारणों से बढ़ा हुआ है। उदाहरण के लिए, काउंटर बढ़ा हुआ है यदि एक चर में संग्रहित वस्तु दूसरे चर में लिखी गई है:

 numbers = [1, 2, 3] #   = 1 more_numbers = numbers #   = 2 

यह तब बढ़ जाता है जब ऑब्जेक्ट को किसी फ़ंक्शन को तर्क के रूप में पारित किया जाता है:

 total = sum(numbers) 

और यहां एक स्थिति का एक और उदाहरण है जिसमें संदर्भ काउंटर में संख्या बढ़ जाती है। ऐसा तब होता है जब ऑब्जेक्ट सूची में शामिल होता है:

 matrix = [numbers, numbers, numbers] 

पायथन प्रोग्रामर को sys मॉड्यूल का उपयोग करके एक निश्चित वस्तु के संदर्भ गणना के वर्तमान मूल्य का पता लगाने की अनुमति देता है। इसके लिए, निम्नलिखित निर्माण का उपयोग किया जाता है:

 sys.getrefcount(numbers) 

इसका getfefcount() करते समय, आपको यह याद रखना होगा कि ऑब्जेक्ट को getfefcount() विधि से पास करने से काउंटर वैल्यू 1 से बढ़ जाती है।

किसी भी मामले में, यदि ऑब्जेक्ट अभी भी कोड में कहीं उपयोग किया जाता है, तो इसका संदर्भ काउंटर 0. से अधिक होगा। जब काउंटर मान 0 पर गिर जाता है, तो एक विशेष फ़ंक्शन खेल में आ जाएगा, जो ऑब्जेक्ट द्वारा कब्जा की गई मेमोरी को "मुक्त" करता है। इस मेमोरी का उपयोग अन्य वस्तुओं द्वारा किया जा सकता है।

अब हम अपने आप से सवाल पूछते हैं कि "मेमोरी को खाली करना" क्या है और अन्य ऑब्जेक्ट इस मेमोरी का उपयोग कैसे कर सकते हैं। इन सवालों के जवाब देने के लिए, आइए CPython में मेमोरी मैनेजमेंट मैकेनिज्म के बारे में बात करते हैं।

CPython में मेमोरी मैनेजमेंट मैकेनिज्म

अब हम इस बारे में बात करेंगे कि सीपीथॉन के पास मेमोरी आर्किटेक्चर कैसे है और मेमोरी मैनेजमेंट कैसे किया जाता है।

जैसा कि पहले ही उल्लेख किया गया है, सीपीथॉन और भौतिक स्मृति के बीच अमूर्तता की कई परतें हैं। ऑपरेटिंग सिस्टम भौतिक मेमोरी को अमूर्त करता है और एक वर्चुअल मेमोरी लेयर बनाता है जो एप्लिकेशन के साथ काम कर सकता है (यह पायथन पर भी लागू होता है)।

एक विशिष्ट ऑपरेटिंग सिस्टम का वर्चुअल मेमोरी मैनेजर पायथन प्रक्रिया के लिए मेमोरी का एक टुकड़ा आवंटित करता है। निम्नलिखित छवि में गहरे भूरे रंग के क्षेत्र स्मृति के टुकड़े हैं जो पायथन प्रक्रिया से संबंधित हैं।


CPython द्वारा प्रयुक्त मेमोरी के क्षेत्र

पायथन आंतरिक उपयोग के लिए एक निश्चित मात्रा में मेमोरी का उपयोग करता है और वस्तुओं के लिए मेमोरी आवंटित करने से संबंधित आवश्यकताओं के लिए नहीं। मेमोरी का एक और टुकड़ा ऑब्जेक्ट्स को स्टोर करने के लिए उपयोग किया जाता है (ये प्रकार के मान int , dict और अन्य जैसे हैं)। कृपया ध्यान दें कि यह एक सरल आरेख है। यदि आप पूरी तस्वीर देखना चाहते हैं, तो सीपीथॉन के स्रोत कोड पर एक नज़र डालें, जहां हम जिस चीज के बारे में बात कर रहे हैं वह सब हो रहा है।

CPython में ऑब्जेक्ट्स के लिए मेमोरी आवंटित करने की सुविधा है, जो ऑब्जेक्ट्स को स्टोर करने के लिए इच्छित क्षेत्र में मेमोरी आवंटित करने के लिए ज़िम्मेदार है। सबसे दिलचस्प बात तब होती है जब यह तंत्र काम करता है। यह तब कहा जाता है जब ऑब्जेक्ट को मेमोरी की आवश्यकता होती है, या ऐसे मामलों में जहां मेमोरी को मुक्त करने की आवश्यकता होती है।

आमतौर पर, पायथन ऑब्जेक्ट्स को list और int डेटा जोड़ने या हटाने से बहुत बड़ी मात्रा में जानकारी का एक साथ प्रसंस्करण शामिल नहीं होता है। इसलिए, स्मृति आबंटन उपकरण की वास्तुकला कम मात्रा में डेटा के प्रसंस्करण पर एक नज़र के साथ बनाई गई है। इसके अलावा, यह टूल मेमोरी को आवंटित नहीं करना चाहता है जब तक कि यह स्पष्ट न हो जाए कि यह बिल्कुल आवश्यक है।

स्रोत कोड में टिप्पणियां मेमोरी आवंटन टूल का वर्णन करती हैं "छोटे ब्लॉक के लिए एक तेज, विशेष मेमोरी आवंटन टूल जिसे सार्वभौमिक मॉलोक के शीर्ष पर उपयोग करने के लिए डिज़ाइन किया गया है।" इस मामले में, malloc एक सी लाइब्रेरी फ़ंक्शन है जिसे मेमोरी आवंटित करने के लिए डिज़ाइन किया गया है।

आइए सीपीएचथॉन द्वारा उपयोग की जाने वाली स्मृति आवंटन रणनीति पर चर्चा करें। सबसे पहले, हम तीन संस्थाओं के बारे में बात करेंगे - तथाकथित ब्लॉक (ब्लॉक), पूल (पूल) और एरेनास (अखाड़ा), और वे एक दूसरे से कैसे संबंधित हैं।

Arenas स्मृति के सबसे बड़े टुकड़े हैं। वे स्मृति के पृष्ठों की सीमाओं पर संरेखित हैं। पृष्ठ सीमा वह है जहां निश्चित लंबाई की स्मृति का निरंतर ब्लॉक ऑपरेटिंग सिस्टम द्वारा उपयोग में समाप्त होता है। पायथन, मेमोरी के साथ काम करते समय, मानता है कि सिस्टम मेमोरी पेज का आकार 256 KB है।


एरेनास, पूल और ब्लॉक

पूल एरेनास पर स्थित हैं, जो 4 केबी वर्चुअल मेमोरी पेज हैं। वे हमारे उदाहरण से पुस्तक के पन्नों से मिलते जुलते हैं। ताल को स्मृति के छोटे खंडों में विभाजित किया जाता है।

एक ही पूल में सभी ब्लॉक एक ही आकार के वर्ग के हैं। आकार वर्ग, जो ब्लॉक के अंतर्गत आता है, इस ब्लॉक के आकार को निर्धारित करता है, जिसे अनुरोधित मेमोरी आकार को ध्यान में रखते हुए चुना जाता है। यहां स्रोत कोड से ली गई एक तालिका है जो मेमोरी में संग्रहीत डेटा अनुरोधों की मात्रा, आवंटित ब्लॉकों के आकार और आकार वर्गों के पहचानकर्ताओं को प्रदर्शित करती है।

बाइट्स में डेटा की मात्रा	ब्लॉक आकार	idx वर्ग का आकार
1-8	8	0
9-16	16	1
17-24	24	2
25-32	32	3
33-40	40	4
41-48	48	5
49-56	56	6
57-64	64	7
65-72	72	8
...	...	...
497-504	504	62
505-512	512	63

उदाहरण के लिए, यदि 42 बाइट को संग्रहीत करने का अनुरोध किया जाता है, तो डेटा को 48-बाइट ब्लॉक में रखा जाएगा।

पुला

पूल में समान आकार वर्ग से संबंधित ब्लॉक होते हैं। प्रत्येक पूल अन्य पूल के साथ जुड़ा हुआ है जो समान रूप से लिंक किए गए सूची तंत्र का उपयोग करके उसी आकार वर्ग के ब्लॉक हैं। इस दृष्टिकोण के साथ, मेमोरी आवंटन एल्गोरिथ्म किसी दिए गए आकार के ब्लॉक के लिए आसानी से मुक्त स्थान पा सकता है, भले ही यह विभिन्न पूलों में मुफ्त स्थान खोजने की बात हो।

उपयोग की usedpools सूची आपको सभी पूलों का ट्रैक रखने की अनुमति देती है जिसमें एक विशेष आकार वर्ग के डेटा के लिए जगह होती है। जब यह एक निश्चित आकार के ब्लॉक को बचाने का अनुरोध किया जाता है, तो एल्गोरिथ्म इस सूची को उन पूलों की सूची के लिए जांचता है जो आवश्यक आकार के ब्लॉक को स्टोर करते हैं।

पूल खुद तीन राज्यों में से एक में होना चाहिए। अर्थात्, उनका उपयोग किया जा सकता है (उपयोग किया गया राज्य), उन्हें भरा ( full ) या खाली ( empty ) किया जा सकता है। उपयोग किए गए पूल में मुफ्त ब्लॉक हैं जिसमें उपयुक्त आकार के डेटा को सहेजना संभव है। भरे हुए पूल के सभी ब्लॉक डेटा के लिए आवंटित किए गए हैं। एक खाली पूल में कोई डेटा नहीं होता है, और यदि आवश्यक हो, तो इसे किसी भी आकार वर्ग से संबंधित ब्लॉकों को संग्रहीत करने के लिए सौंपा जा सकता है।

freepools सूची उन सभी पूलों के बारे में जानकारी संग्रहीत करती है जो empty अवस्था में हैं। उदाहरण के लिए, यदि 8-बाइट ब्लॉक ( usedpools 0 के साथ वर्ग) के भंडारण वाले पूलों के बारे में इस्तेमाल की usedpools सूची में कोई प्रविष्टि नहीं है, तो एक नया पूल शुरू किया जाता है, जो empty अवस्था में है, ऐसे ब्लॉकों को संग्रहीत करने के लिए डिज़ाइन किया गया है। यह नया पूल उपयोग की usedpools सूची में जोड़ा गया है, इसका उपयोग इसके निर्माण के बाद प्राप्त डेटा को बचाने के अनुरोधों को पूरा करने के लिए किया जा सकता है।

मान लीजिए कि एक पूल जो full राज्य में है, कुछ ब्लॉकों को मुक्त कर दिया गया है। यह इस तथ्य के कारण है कि उनमें संग्रहीत डेटा की अब आवश्यकता नहीं है। यह पूल फिर से उपयोग की usedpools सूची में होगा और इसका उपयोग संबंधित आकार वर्ग के डेटा के लिए किया जा सकता है।

इस एल्गोरिथ्म को जानने से हमें यह समझने की अनुमति मिलती है कि ऑपरेशन के दौरान पूल की स्थिति कैसे बदलती है (और आकार वर्ग कैसे बदलते हैं, ब्लॉक किस से संबंधित हैं, उनमें संग्रहीत किया जा सकता है)।

ब्लॉक

प्रयुक्त, पूर्ण और खाली पूल

जैसा कि आप पिछले चित्रण से देख सकते हैं, पूल में पॉइंटर्स होते हैं जो स्मृति के "मुक्त" ब्लॉकों में होते हैं। जैसा कि ब्लॉकों के साथ काम करने के संबंध में, एक छोटी सी विशेषता को नोट किया जाना चाहिए, जो स्रोत कोड में इंगित किया गया है। सभी स्तरों (एरेनास, पूल, ब्लॉक) में सीपीथॉन में उपयोग की जाने वाली स्मृति प्रबंधन प्रणाली, स्मृति को आवंटित करने का प्रयास करती है, जब यह बिल्कुल आवश्यक हो।

इसका मतलब है कि पूल में तीन राज्यों में से एक में ब्लॉक हो सकते हैं:

• untouched स्मृति का वह हिस्सा है जिसे अभी तक आवंटित नहीं किया गया है।
• free - स्मृति का वह हिस्सा जो पहले से ही आवंटित किया गया था, लेकिन बाद में सीपीथॉन द्वारा "मुक्त" बनाया गया था और अब इसमें कोई मूल्यवान डेटा नहीं है।
• allocated स्मृति का वह भाग होता है जिसमें मूल्यवान डेटा होता है।

freeblock पॉइंटर फ्री मेमोरी ब्लॉक्स की freeblock लिंक्ड लिस्ट की ओर freeblock करता है। दूसरे शब्दों में, यह उन स्थानों की सूची है जहां आप डेटा डाल सकते हैं। यदि डेटा रखने के लिए एक से अधिक मुक्त ब्लॉक की आवश्यकता होती है, तो मेमोरी आवंटन टूल पूल से कई ब्लॉक लेगा जो कि untouched राज्य में हैं।

जैसे ही मेमोरी मैनेजमेंट टूल ब्लॉक को "फ्री" बनाता है, वे, जब वे free स्टेट प्राप्त करते free , तो freeblock सूची में सबसे ऊपर freeblock । इस सूची में शामिल ब्लॉक आवश्यक रूप से पिछले आकृति में दिखाए गए के समान एक सन्निहित स्मृति क्षेत्र का प्रतिनिधित्व नहीं करते हैं। वे वास्तव में नीचे की तरह दिख सकते हैं।


एकल लिंक किए गए फ्रीब्लॉक सूची

अखाड़ा

एरेनास में पूल होते हैं। ये पूल, जैसा कि पहले ही उल्लेख किया गया है, used , full या empty राज्यों में निवास कर सकते हैं। यह ध्यान दिया जाना चाहिए कि एरेनास के पास उन राज्यों के समान नहीं हैं जो पूल के पास हैं।

Arenas को usable_arenas नामक एक दोहरी लिंक की गई सूची में व्यवस्थित किया गया है। यह सूची उपलब्ध निशुल्क पूलों की संख्या के अनुसार क्रमबद्ध है। अखाड़े में कम मुक्त पूल, सूची के शीर्ष के करीब अखाड़ा।


Usable_arenas सूची

इसका मतलब यह है कि अखाड़ा, जो डेटा से भरे दूसरों की तुलना में अधिक मजबूत है, को इसमें नया डेटा रखने के लिए चुना जाएगा। और इसके विपरीत क्यों नहीं? सबसे मुक्त स्थान के साथ अखाड़े में नया डेटा क्यों नहीं पोस्ट करें?

वास्तव में, यह सुविधा हमें वास्तव में स्मृति को मुक्त करने के विचार की ओर ले जाती है। आपने देखा होगा कि हम अक्सर "मेमोरी को खाली करने" की अवधारणा का उपयोग करते हैं, इसे उद्धरण चिह्नों में संलग्न करते हैं। ऐसा क्यों किया गया इसका कारण यह है कि यद्यपि ब्लॉक को "मुक्त" माना जा सकता है, लेकिन यह जिस स्मृति का प्रतिनिधित्व करता है वह वास्तव में ऑपरेटिंग सिस्टम पर वापस नहीं आता है। पायथन प्रक्रिया स्मृति के इस टुकड़े को रखती है और बाद में इसका उपयोग नए डेटा को संग्रहीत करने के लिए करती है। मेमोरी का सच्चा मुक्त होना इसके ऑपरेटिंग सिस्टम में वापसी है, जो इसका उपयोग करने में सक्षम होगा।

यहां पर विचार की गई योजना में एरेना एकमात्र इकाई है, जिसके द्वारा प्रस्तुत की गई स्मृति को वास्तव में मुक्त किया जा सकता है। सामान्य ज्ञान बताता है कि एरेनास के साथ काम करने की उपरोक्त वर्णित योजना का उद्देश्य उन एरेनाओं को अनुमति देना है जो लगभग पूरी तरह से खाली हैं। इस दृष्टिकोण के साथ, स्मृति के उस टुकड़े को जो एक पूरी तरह से खाली क्षेत्र द्वारा दर्शाया गया है, को वास्तव में मुक्त किया जा सकता है, जो कि पायथन द्वारा उपभोग की जाने वाली स्मृति की मात्रा को कम कर देगा।

परिणाम

इस सामग्री को पढ़कर आपने क्या सीखा:

• स्मृति प्रबंधन क्या है और यह महत्वपूर्ण क्यों है।
• C प्रोग्रामिंग लैंग्वेज में लिखे गए पायथन, Cpython का संदर्भ कार्यान्वयन कैसे व्यवस्थित किया जाता है।
• मेमोरी प्रबंधन के लिए CPython में किन डेटा संरचनाओं और एल्गोरिदम का उपयोग किया जाता है।

मेमोरी प्रबंधन कंप्यूटर प्रोग्राम के काम का एक अभिन्न अंग है। पायथन प्रोग्रामर द्वारा लगभग सभी स्मृति प्रबंधन कार्यों पर ध्यान नहीं देता है। पायथन इस भाषा में लिखने वाले किसी भी व्यक्ति को कंप्यूटर के साथ काम करने से संबंधित कई छोटे विवरणों की अनदेखी करने की अनुमति देता है। यह प्रोग्रामर को उच्च स्तर पर काम करने का अवसर देता है, जहां उसे अपना डेटा संग्रहीत करने के बारे में चिंता किए बिना अपना कोड बनाने का अवसर मिलता है।

प्रिय पाठकों! यदि आपके पास पायथन विकास के साथ अनुभव है, तो कृपया हमें बताएं कि आप अपने कार्यक्रमों में मेमोरी के उपयोग को कैसे देखते हैं। उदाहरण के लिए, क्या आप इसे सहेजना चाहते हैं?