内存泄漏主要由循环引用和强引用导致，应通过理解引用计数、启用gc、使用弱引用、监控内存及重构数据结构来预防。
如果您在运行大型 Python 项目时发现内存占用持续上升、进程响应变慢甚至崩溃，则很可能是由于对象未被及时回收导致的内存泄漏。以下是避免此类问题的具体实践方法：
一、理解引用计数机制及其局限性
Python 默认使用引用计数作为主要垃圾回收策略，每个对象维护一个计数器，记录指向它的引用数量；当计数归零时立即释放内存。但该机制无法处理循环引用，即两个或多个对象相互持有对方的引用，导致计数始终大于零。
1、使用 sys.getrefcount() 查看指定对象当前引用数，注意该函数调用本身会临时增加一次引用。
2、通过 sys.getsizeof() 估算对象自身占用的内存大小，不包括其所引用对象的内存。
立即学习“Python免费学习笔记（深入）”；
3、在关键数据结构（如树、图、缓存容器）中主动打破循环引用，例如将子节点对父节点的反向引用设为 weakref.ref() 类型。
二、显式启用并配置循环垃圾收集器
Python 的 gc 模块提供基于标记-清除算法的循环垃圾回收器，可检测并清理不可达的循环引用组。默认启用，但其触发阈值和行为需根据项目负载调整。
1、调用 gc.disable() 临时禁用自动回收，在确定无循环引用的高性能热区提升执行效率。
2、使用 gc.set_threshold(700, 10, 10) 调低第二、三代触发频率，适用于频繁创建短生命周期对象的场景。
3、在长周期任务间隙手动调用 gc.collect(2) 强制执行最彻底的第三代回收，避免代际积累延迟释放。
三、使用弱引用替代强持有关系
当需要缓存、回调注册或父子关联但又不希望阻止子对象被回收时，应避免直接存储对象引用，改用 weakref 模块提供的非拥有式引用类型，使目标对象在无其他强引用时可被立即回收。
1、将缓存字典替换为 weakref.WeakValueDictionary，确保缓存项在被外部丢弃后自动从字典中移除。
2、对事件监听器列表中的回调函数使用 weakref.WeakMethod 包装，防止因绑定方法隐式持有实例而导致监听器无法释放。
3、在自定义容器类中重写 __del__ 方法前，确认所有成员变量均未构成循环引用链，否则可能引发 ReferenceError。
四、监控与诊断运行时内存行为
仅靠静态代码检查难以定位隐蔽的内存泄漏点，必须结合运行时指标进行动态观测，识别异常增长的对象类型及持有路径。
1、定期调用 gc.get_objects(generation=2) 获取当前存活的第三代对象列表，按类型统计数量变化趋势。
2、利用 tracemalloc.start() 启动内存分配追踪，在疑似泄漏后调用 tracemalloc.take_snapshot() 捕获快照并比对差异。
3、通过 objgraph.show_growth(limit=10) 显示增长最快的对象类型，并用 objgraph.find_backref_chain() 追溯某对象的强引用路径。
五、重构易泄漏的数据结构模式
某些常见编程模式天然容易诱发内存泄漏，例如全局注册表、单例缓存、闭包捕获、未清理的线程局部存储等。需针对性替换为更安全的实现方式。
1、将全局字典注册表改为基于 weakref.WeakKeyDictionary 的实现，确保注册对象销毁后自动注销。
2、避免在闭包内直接引用外层作用域的大对象，改用传入轻量标识符并在闭包内按需查询。
3、在线程结束前显式清空 threading.local() 实例中的属性，或改用上下文管理器配合 contextvars.ContextVar 管理生命周期明确的变量。
