Память и производительность

При использовании двух ветвей обработки одного итератора память растёт по мере отставания одной ветви: какой механизм itertools.tee это объясняет?

При повторном поиске одного и того же строкового ключа в словаре почему хеш обычно не вычисляется заново?

В чём причина почти постоянного размера объекта range при огромном числе его элементов?

В Python обход строк матрицы заметно быстрее обхода столбцов: каким механизмом памяти это объясняется?

Небольшой объект в графе памяти удерживает большой подграф: почему его retained size может быть огромным?

Опишите судьбу обычного объекта в CPython после исчезновения последней сильной ссылки?

Как механизм vectorcall сокращает накладные расходы вызова объектов в CPython?

В предзагруженном сервере на Unix после fork дочерние процессы быстро получают высокий Private Dirty: как gc.freeze перед fork может уменьшить это влияние?

В сортировке большого набора данных функция, вычисляющая ключ элемента, вызывается заметно реже сравнений: каким механизмом Python это объясняется?

Для поиска источника роста живой памяти в отчёте tracemalloc что важнее: число аллокаций или их суммарный размер?

После удаления переменной большой объект остаётся в памяти: какой механизм нужно проверить первым?

Бенчмарк двух реализаций, создающих много временных объектов, показывает преимущество одной из них только в timeit: какой механизм нужно проверить первым?

В долгоживущем обратном вызове после завершения фабричной функции остаётся большой объект: какой механизм замыкания удерживает его?

В веб-сервисе задержка запросов высока, но CPU-профиль почти пуст: какой вид измерения нужно добавить, чтобы увидеть ожидание ввода-вывода?

В долгоживущем Python-сервисе нужен профилировщик с минимальным влиянием на задержку: почему sampling-профилирование обычно предпочтительнее детерминированного?

В сценарии с множеством небольших временных объектов RSS процесса остаётся высоким после их удаления: как аллокатор малых объектов CPython объясняет такое поведение?

В реестре обработчиков сохраняют метод экземпляра, после чего экземпляр не освобождается: какой механизм удерживает его в памяти?

На что повлияет резкое увеличение порога поколения 0 в CPython при неизменном числе создаваемых объектов?

Каким образом __del__ может помешать окончательному освобождению недостижимого объекта?

При распараллеливании CPU-bound задачи потоками в стандартном CPython время почти не сокращается: какой механизм это объясняет?