Python代码垃圾回收耗时占40%，如何减少gc.collect调用次数？

针对你遇到的Python 3.6里GC占用40%执行时间的问题，我分享几个亲测有效的优化方向，帮你减少gc.collect()的调用频率：

• 先定位GC触发的根源：揪出循环引用热点
  首先得搞清楚到底是什么对象在让GC忙个不停。你可以开启GC调试模式来追踪无法被引用计数回收的对象：

  import gc
  gc.set_debug(gc.DEBUG_SAVEALL)
  # 运行你的代码
  gc.collect()
  # 查看无法被自动回收的循环引用对象
  print(gc.garbage)
  

  gc.garbage列表里的就是触发full GC的元凶——循环引用对象。找到对应的类或数据结构，针对性优化比瞎调参数有用得多。

• 手动打破循环引用
  CPython的引用计数搞不定循环引用，这也是分代GC存在的核心原因。找到循环引用的地方后，要么在对象不再需要时显式断开引用（比如把其中一个对象的引用设为None），要么用弱引用替代强引用。比如缓存场景里，用weakref.WeakKeyDictionary或WeakValueDictionary，这类容器不会持有对象的强引用，自然不会产生循环引用问题。

• 调整GC分代回收的阈值
  Python的GC是分代回收机制，默认阈值是(700, 10, 10)：代0对象数达到700触发一次回收，代0回收10次后触发代1回收，代1回收10次触发代2回收。你可以用gc.get_threshold()查看当前值，然后用gc.set_threshold()调大阈值，比如把代0阈值调到2000：

  gc.set_threshold(2000, 15, 15)
  

  这样GC触发的频率会降低，但注意不要调得太夸张——内存占用会上升，要在GC时间和内存消耗之间找平衡。

• 减少临时对象的频繁创建
  很多时候GC繁忙是因为大量临时对象（比如循环里反复创建的字符串、小列表、字典）被快速创建销毁。优化思路：

  • 字符串拼接别用+=，改用str.join()；
  • 用生成器表达式代替列表推导（如果不需要保留所有结果）；
  • 给频繁创建销毁的自定义类做个对象池，不用的时候放回池子复用，而不是扔给GC回收。

• 局部控制GC，而非全局禁用
  你说gc.disable()效果有限，这很正常——它只是关闭了分代回收（处理循环引用的部分），但引用计数还是在工作。如果你的代码有明确的性能关键路径，且确定这段代码不会产生循环引用，可以临时关闭GC，执行完再开启：

  import gc
  gc.disable()
  # 执行你的性能核心代码段
  gc.enable()
  

  或者手动控制gc.collect()的调用时机，比如在两次批量任务的空闲间隙手动调用一次，代替GC自动触发。

• （可选）考虑升级Python版本
  虽然你现在用3.6，但这个版本已经停止维护了。后续版本（比如3.8+）对GC做了不少效率优化，比如分代回收的扫描逻辑改进，还有内存管理的细节优化。如果项目允许升级，可能会有立竿见影的效果。

内容的提问来源于stack exchange，提问作者parmatma