Python預計加入Immortal Objects，可提升記憶體效率並解除平行運算限制

Meta在程式語言Python提出PEP-683以加入Immortal Objects，使得物件可以繞過參照計數檢查，成為在執行時持續存活的不朽物件，透過增加共享記憶體使用量，進而提高記憶體的使用效率，而這將有助於解除Python語言本身在平行運算上的局限。目前PEP-683已經被接受。

Meta使用Python網頁框架Django開發Instagram前端伺服器，並且使用多程序架構以及Python標準函式庫asyncio，以達到每個程序並行處理的目標，但因為Instagram無論是在業務邏輯還是處理的請求量，規模都十分龐大，這個方法對記憶體的大量需求，成為了系統的效能瓶頸。

隨著系統運作，每個伺服器程序的私有記憶體使用增加，而共享記憶體減少，這樣的現象造成記憶體效率不彰。開發人員分析發現，即便許多Python物件在整個執行時不可變，但是Python的參照計數和垃圾回收機制，仍然會試圖管理並修改這些物件，在每次讀取和垃圾回收周期仍會執行寫入時複製（Copy-On-Write，COW），使得原本共享的記憶體分頁變成私有，如此便減少了共享記憶體的效益，增加了不必要的CPU和記憶體開銷。

PEP-683的出現便是為了解決這個問題，Immortal Objects在物件的參照計數欄位中，標記特殊值以創建不朽物件，也就是核心物件狀態永遠不會改變的物件，Runtime會知道什麼時候可以或是不可以改變參照計數欄位和垃圾回收標頭。

不過，由於Immortal Objects的核心實作，在參照計數增加和減少的程序中添加了明確的檢查，這兩個程序是被Runtime頻繁執行的程式碼，因此無法避免地造成程式碼效能下降，經過特殊的暫存器分配策略，可以最大程度減少效能降低，但是仍有約2％的效能影響。

在Instagram中，本來是透過減少寫入時複製操作，提高處理請求記憶體和CPU效率，而由於Immortal Objects的加入，Instagram便可以透過增加共享記憶體使用量，來大幅減少私有記憶體的使用。由於Immortal Objects可以跨執行緒共享物件，不在需要GIL（Global Interpreter Lock）達到執行緒安全性，Meta提到，這項功能影響了Python語言的發展，由於Immortal Objects保證堆物件真正的不可變性，因此也解除Python在平行運算的限制。