Python对象生命周期监控需贯穿创建、使用、销毁三阶段：创建时重写__new__/__init__埋点；使用时借助__getattribute__和weakref追踪访问与引用；销毁时结合__del__、gc.collect()、sys.getrefcount()及objgraph可视化分析。
Python对象的生命周期监控，核心在于理解创建、使用、销毁三个阶段，并借助工具和机制主动观察行为。关键不是等出问题才查，而是提前埋点、动态追踪。
对象何时被创建？看__new__和__init__
对象实例化时，__new__先分配内存并返回实例，__init__再初始化属性。想监控创建过程，可在其中插入日志或计数器：
- 重写类的
__new__，打印类名、id、时间戳，甚至调用栈（用traceback.extract_stack()） - 在
__init__里记录参数、初始状态，配合全局字典统计各类型对象生成数量 - 注意：内置类型（如list、dict）无法直接重写
__new__，需通过子类或使用sys.settrace间接捕获
对象何时被使用？靠__getattribute__和weakref辅助定位
频繁访问但未显式赋值的属性、临时中间对象，容易成为“隐形引用源”。监控使用行为可从两方面入手：
- 在关键类中定义
__getattribute__，记录每次属性访问（过滤掉__dict__等系统属性，避免递归） - 用
weakref.ref包装对象，在回调函数中观察是否被频繁“复活”（即弱引用被调用时对象仍存活），暗示存在隐式强引用 - 结合
gc.get_referrers(obj)查谁正持有该对象——适合调试循环引用或意外驻留
对象何时被销毁？盯紧__del__、gc.collect()和引用计数
Python主要靠引用计数+分代GC回收对象。__del__不是析构保证，仅当对象确定要销毁且无循环引用时才触发：
立即学习“Python免费学习笔记（深入）”；
- 在
__del__中加日志，但别依赖它做关键清理（可能不执行，或执行顺序不可控） - 手动调用
gc.collect(2)强制触发全量回收，观察对象是否消失；用gc.get_objects(2)查看二代对象列表，找长期滞留目标 - 用
sys.getrefcount(obj)检查引用数（注意：传参本身会+1，需另存变量再测）；数值异常高说明有地方忘了释放引用
实战调试技巧：用objgraph可视化追踪
比纯代码埋点更直观的方式是借助objgraph库，它能生成对象关系图、统计增长趋势：
-
objgraph.show_growth()运行前后对比，快速发现暴增的类型（如大量dict或自定义类实例） -
objgraph.show_backrefs([obj], max_depth=3)画出谁引用了这个对象，直击“删不掉”的根源 -
objgraph.get_leaking_objects()识别疑似内存泄漏对象（长时间存活且引用链异常）
不复杂但容易忽略：生命周期监控不是一次性的，而是结合日志、计数、图谱、GC状态四层交叉验证。重点不在“看到”，而在“看出为什么”。
