动态语言可以在程序运行过程中动态给对象绑定新属性和新方法，但相比静态语言会消耗更多空间和性能，slot方法就是可以限时对象属性，从而优化空间的方法。在游戏行业的数据导表里就有应用。
先来看一下这个例子
限制只能用姓名和年龄两个属性，强行给对象加个身高的属性就会报错
class TestSlot(object):
__slots__ = ('name', 'age')
def __init__(self, name, age):
self.name = name
self.age = age
person = TestSlot('Tom', 19)
person.height = 180
>>>Traceback (most recent call last):
File "/usercode/file.py", line 10, in <module>
person.height = 180
AttributeError: 'TestSlot' object has no attribute 'height'
下面来看看内存空间上优化效果
这是一个没有__slot__的普通类
class Person(object):
def __init__(self, name, age):
self.name = name
self.age = age
from guppy import hpy
test_memory = hpy()
test_memory.setrelheap()
person_1 = Person('Tom', 19)
print(test_memory.heap())
test_memory.setrelheap()
person_2 = TestSlot('Tom', 19)
print(test_memory.heap())
>>>
Partition of a set of 3 objects. Total size = 600 bytes.
Index Count % Size % Cumulative % Kind (class / dict of class)
0 1 33 432 72 432 72 types.FrameType
1 1 33 112 19 544 91 dict of __main__.Person
2 1 33 56 9 600 100 __main__.Person
Partition of a set of 2 objects. Total size = 488 bytes.
Index Count % Size % Cumulative % Kind (class / dict of class)
0 1 50 432 89 432 89 types.FrameType
1 1 50 56 11 488 100 __main__.TestSlot
使用slot节省了600-488=112
下面的data和data_slot分别是普通导表和静态导表
test_memory = hpy()
test_memory.setrelheap()
data = {
0: Person('a', 0),
1: Person('b', 1),
2: Person('c', 2),
3: Person('d', 3),
4: Person('e', 4),
}
print(test_memory.heap())
test_memory.setrelheap()
data_slot = {
0: TestSlot('a', 0),
1: TestSlot('b', 1),
2: TestSlot('c', 2),
3: TestSlot('d', 3),
4: TestSlot('e', 4),
}
print(test_memory.heap())
>>>
Partition of a set of 12 objects. Total size = 1512 bytes.
Index Count % Size % Cumulative % Kind (class / dict of class)
0 5 42 560 37 560 37 dict of __main__.Person
1 1 8 432 29 992 66 types.FrameType
2 5 42 280 19 1272 84 __main__.Person
3 1 8 240 16 1512 100 dict (no owner)
Partition of a set of 7 objects. Total size = 952 bytes.
Index Count % Size % Cumulative % Kind (class / dict of class)
0 1 14 432 45 432 45 types.FrameType
1 5 71 280 29 712 75 __main__.TestSlot
2 1 14 240 25 952 100 dict (no owner)
5个对象时使用slot后一共节省1512 - 952 = 560， 560 = 112 * 5
综上，大规模的时候静态限制对象会节省大量空间
最后再讲一下静态性节省内存的原理
声明为slots的成员变量，会在类对象的tp_dict中保存成员变量指针所对应的PyMemberDescrObject，读写这些成员变量，会调用descriptor所对应的PyMemberDescr_Type的tp_descr_get、tp_descr_set，会直接通过偏移量找到对应属性，没有查dict过程，所以会快些。而且，采用slots机制，类对象将不再构建__dict__，内存节省明显。
作者 [张巍]
2022 年 03月 02日
