Python直譯器PyPy新特色，讓開發者自己控制垃圾回收時機以打造低延遲系統

講求速度的Python的替代實作PyPy，最近合併了gc-disable分支，加入了支援低延遲回應特定事件的功能。不過，PyPy團隊提到，這是非常專業的功能，一般PyPy的開發者可能用不到。

PyPy虛擬機器管理記憶體所使用的垃圾回收器（Garbage Collector），會定期掃描整個堆（Heap）找尋無法存取的物件，並釋放相對應的記憶體空間。雖然這樣的方式聽起來成本高昂，但事實上，其管理記憶體的總成本卻遠遠低於使用參照計數的CPython。官方提到，儘管違反直覺，但是非參照策略的主要優點是記憶體分配速度很快，特別是與基於malloc的分配器相比，而且解除分配年輕物件的成本趨近於零。

PyPy管理記憶體的總成本低於CPython，便是PyPy執行速度飛快的原因，但是這樣的方式卻存在很大的缺點，在CPython，記憶體管理的成本分散於程式執行之間，但是在PyPy中，記憶體管理成本卻集中於垃圾回收器上，而這個成本造成可察覺的程式停頓，足以中斷使用者程式的執行。

為了解決這個問題，從2013年開始，官方將垃圾回收器的工作拆分成一系列的步驟，使用者程式可以穿插在步驟間執行，但是偶發回應延遲高的問題依然嚴重，在實際執行應用程式的過程，應用程式回應時間高峰甚至長達350到450毫秒，而新加入的gc-disable就是要來解決這個問題。

gc-disable由主要由兩個功能組成，gc.disable()與gc.collect_step()。gc.disable()會禁用垃圾回收器主要收集動作，但使用後記憶體使用量會無限成長，而gc.collect_step()是一個新函式，可用於手動執行單個增量式垃圾收集步驟。官方提到，gc.disable()僅禁用主要收集，而次要收集工作仍然會執行。 

由於JIT的虛擬化，許多具有短暫且可預測生命周期的物件不會被分配（Allocate），最終大多數壽命較短的物件仍然會像往常一樣被回收，因此實際上gc.disable()的影響並不如想像的糟糕。開發者應用這兩項功能，可以控制應用程式在可接受的情況下執行。

官方提醒，使用gc.disable()並不會讓應用程式神奇的加速，而是把垃圾收集的工作移動到別的時間點執行，但在特定的使用情境中，這項功能非常有用。現在gc-disable已在PyPy的Nightly版本中提供。