多进程Python应用C库资源清理：求CPython启动与清理流程文档

1. 从操作系统创建进程到Python运行字节码的完整流程 #

当你通过multiprocessing或系统命令创建Python进程时，背后的步骤如下：

• 操作系统层面初始化进程：OS通过fork（类Unix）或CreateProcess（Windows）创建新进程，复制/分配内存空间、文件描述符等基础资源，加载Python解释器的可执行文件（如python3）到进程地址空间。
• Python解释器启动初始化：
  • 初始化C层面的全局状态：设置内存分配器（如pymalloc）、创建解释器主循环的核心结构体（PyInterpreterState、PyThreadState）。
  • 加载核心内置模块：如sys、builtins，初始化模块的全局变量和内置函数。
  • 处理命令行参数：解析脚本路径、-m模块参数、调试选项等，确定要执行的入口代码。
• 准备执行环境：
  • 设置sys.path，添加当前目录和标准库路径。
  • 编译入口脚本（或模块）为字节码：如果脚本没有预编译的.pyc文件，解释器会先将源码编译为字节码，存入内存或写入.pyc。
• 启动字节码执行：调用PyEval_EvalCode执行入口脚本的字节码，从__main__模块的顶层代码（或__main__函数）开始运行。

2. 程序退出或信号中断时的对象清理顺序 #

正常退出场景（如sys.exit()、脚本执行完毕） #

• 首先执行所有通过atexit.register()注册的清理函数，执行顺序与注册顺序相反。
• 解释器按照模块导入的逆序销毁已加载的模块：最后导入的模块先被清理，模块级别的全局对象会被逐一销毁。
• 触发对象的垃圾回收：Python的GC会回收不再被引用的对象，调用对象的__del__方法（如果定义）。但注意：__del__的执行顺序不确定，若对象间存在循环引用，GC可能无法及时清理，甚至跳过执行。
• 最后清理C层面的全局资源：解释器会释放自己的核心结构体、内存分配器等资源，但不会自动清理C扩展库中手动分配的资源——这部分必须由你显式调用C库的释放函数。

信号中断场景（如SIGINT、SIGTERM） #

• 如果信号被Python解释器捕获（如SIGINT默认触发KeyboardInterrupt异常）：解释器会先处理异常，若异常未被捕获，会进入正常退出流程，执行上述的atexit函数和模块清理。
• 如果信号未被捕获（如SIGKILL）：操作系统会直接终止进程，Python解释器没有机会执行任何清理逻辑，C库的资源会完全泄漏。

针对多进程+C库交互场景的建议 #

• 显式清理C资源：不要依赖Python的__del__方法，而是在对象不再使用时，手动调用C库的资源释放函数（如封装到类的close()方法中），并确保在退出前调用这些方法。
• 用atexit注册进程级清理函数：在子进程启动后，注册清理函数，确保即使脚本正常结束，也能触发C资源的释放。
• 处理退出信号：在子进程中捕获SIGTERM等信号，收到信号时先清理资源，再调用sys.exit()，避免进程被强制终止。
• 避免循环引用：如果你的Python对象持有C资源的指针，要避免对象间形成循环引用，否则GC无法回收，__del__永远不会被调用。

内容的提问来源于stack exchange，提问作者youkaichao