__slots__能省几十到上百字节，因为禁用__dict__字典（约240字节开销）而改用紧凑数组存储属性，每个字段仅占8字节指针并采用偏移寻址。

__slots__ 为什么能省下几十到上百字节？

Python 默认会给每个实例分配一个 __dict__ 字典。哪怕只存一个 int，在 64 位 CPython 里，这个字典也要占掉约 240 字节。

它之所以这么大，是因为背后还带有哈希表头、空桶数组、引用计数这些“基础税”。

而 __slots__ 的核心做法，就是直接禁用 __dict__。 它改用更紧凑的数组来保存属性值。

这样一来，每个字段通常只占一个指针大小，也就是 8 字节左右。访问时走的是偏移寻址，连哈希计算这一步都省掉了。

什么时候省内存效果最明显？

不是所有类都值得加 __slots__，关键还是看使用场景。

• 对象数量 ≥ 1 万，且结构固定（如坐标 Point、特征向量 FeatureRow、事件消息 IoTEvent）
• 每个实例只存 2–5 个字段，但 __dict__ 开销占比奇高（实测 10 万个 Point 实例：普通类约 24 MB，加 __slots__ 后约 14 MB）
• 部署在内存受限环境（边缘设备、Serverless 函数、容器化微服务）
• 不用 __dict__ 动态赋值、不依赖第三方库的运行时属性注入（如 Django ORM、某些序列化工具）

对象越多、字段越固定，__slots__ 的省内存优势通常越明显。

常见踩坑点：为什么加了 __slots__ 还没省内存？

很多时候，问题不在语法本身，而在一些隐性条件没有满足。

• 子类没声明自己的 __slots__ → 父类的 __slots__ 白写，__dict__ 照常生成
• 继承链里任一父类带 __dict__（比如继承了 Exception 或某些第三方基类）→ 整个继承链退化
• __slots__ = 'x' 写成单字符串 → 被当成 ('x',) 的误写，实际拆成 ('x',) 是对的，但 __slots__ = 'xy' 会被拆成 ('x', 'y')，极易出错
• 漏写私有字段（如 _cache、__internal）→ 运行时报 AttributeError，但不会报内存问题，容易被忽略

@dataclass(slots=True) 和手写 __slots__ 有什么区别？

Python 3.10+ 的 @dataclass(slots=True) 等价于手写 __slots__，但使用时仍要注意几个点。

• 它自动生成 __init__ 和 __repr__，省事；但若父类没 __slots__，slots=True 无效
• 不能像手写那样灵活控制（比如显式加入 '__weakref__' 支持弱引用）
• 调试时看不到 __dict__，vars(obj) 报错，得用 obj.__slots__ 配合 getattr 查字段

结论

真正难的不是加一行 __slots__，而是确认整个继承链干净、所有可能赋值的字段名都列全、且上下游工具链不依赖 __dict__。

漏掉任意一环，内存账就算不准。

《夸克》非常好用的免费AI浏览器

下载APP查看