Python直译器PyPy新特色，让开发者自己控制垃圾回收时机以打造低延迟系统

讲求速度的Python的替代实作PyPy，最近合并了gc-disable分支，加入了支援低延迟回应特定事件的功能。不过，PyPy团队提到，这是非常专业的功能，一般PyPy的开发者可能用不到。

PyPy虚拟机器管理内存所使用的垃圾回收器（Garbage Collector），会定期扫描整个堆（Heap）找寻无法存取的物件，并释放相对应的内存空间。虽然这样的方式听起来成本高昂，但事实上，其管理内存的总成本却远远低于使用参照计数的CPython。官方提到，尽管违反直觉，但是非参照策略的主要优点是内存分配速度很快，特别是与基于malloc的分配器相比，而且解除分配年轻物件的成本趋近于零。

PyPy管理内存的总成本低于CPython，便是PyPy执行速度飞快的原因，但是这样的方式却存在很大的缺点，在CPython，内存管理的成本分散于程式执行之间，但是在PyPy中，内存管理成本却集中于垃圾回收器上，而这个成本造成可察觉的程式停顿，足以中断使用者程式的执行。

为了解决这个问题，从2013年开始，官方将垃圾回收器的工作拆分成一系列的步骤，使用者程式可以穿插在步骤间执行，但是偶发回应延迟高的问题依然严重，在实际执行应用程序的过程，应用程序回应时间高峰甚至长达350到450毫秒，而新加入的gc-disable就是要来解决这个问题。

gc-disable由主要由两个功能组成，gc.disable()与gc.collect_step()。gc.disable()会禁用垃圾回收器主要收集动作，但使用后内存使用量会无限成长，而gc.collect_step()是一个新函式，可用于手动执行单个增量式垃圾收集步骤。官方提到，gc.disable()仅禁用主要收集，而次要收集工作仍然会执行。 

由于JIT的虚拟化，许多具有短暂且可预测生命周期的物件不会被分配（Allocate），最终大多数寿命较短的物件仍然会像往常一样被回收，因此实际上gc.disable()的影响并不如想像的糟糕。开发者应用这两项功能，可以控制应用程序在可接受的情况下执行。

官方提醒，使用gc.disable()并不会让应用程序神奇的加速，而是把垃圾收集的工作移动到别的时间点执行，但在特定的使用情境中，这项功能非常有用。现在gc-disable已在PyPy的Nightly版本中提供。