本文目录一览：
- 1、运维为什么要用Python
- 2、python如何进行内存管理
- 3、python 最大能用多大存储空间
运维为什么要用Python
现阶段，掌握一门开发语言已经成为高级运维工程师的必备计能，不会开发，你就不能充分理解你们系统的业务流程，你就不能帮助调试、优化开发人开发的程序， 开发人员有的时候很少关注性能的问题，这些问题就得运维人员来做，一个业务上线了，导致 CPU 使用过高，内存占用过大，如果你不会开发，你可能只能查到进程级别，也就是哪个进程占用这么多，然后呢？然后就交给开发人员处理了，这样咋体现你的价值？
另外，大一点的公司，服务器都上几百，上千，甚至数万台，这种情况下怎样做自动化运维？用 SHELL 写脚本 FOR 循环？呵呵，歇了吧， SHELL 也就适合简单的系统管理工作。到复杂的自动化任务还得要用专门的开发语言。你可能说了，自动化管理有专门的开源软件＼监控也有，直接拿来用下就好了，但是现有的开源软件如 puppetsaltstackzabbixnagio 多为通用的软件，不可能完全适用你公司的所有需求，当你需要做定制、做二次开发的时候，你咋办？找开发部门？开发部门不懂运维的实际业务逻辑，写出来的东西烂烂不能用，这活最后还得交给运维开发人员来做。
其次，不会运维开发，你就不能自己写运维平台＼复杂的运维工具，一切要借助于找一些开源软件拼拼凑凑，如果是这样，那就请不要抱怨你的工资低，你的工作不受重视了。
为什么要学 PYTHON ？
PYTHON 第一是个非常牛 B 的脚本语言， 能满足绝大部分自动化运维的需求，又能做后端 C/S 架构，又能用 WEB 框架快速开发出高大上的 WEB 界面，只有当你自已有能力做出一套运维自动化系统的时候，你的价值才体现出来，你才有资格跟老板谈重视， 否则，还是老老实实回去装机器吧。
运维开发为什么要用 PYTHON ？
Good question, 为什么不用 PHP ， JAVA ， C++ ， RUBY ，这里我只能说，见人见智， 如果你碰巧已经掌握了除 PYTHON 之外的其它语言，那你爱用啥用啥，如果你是一个连 SHELL 都还没写明白的新手，想学个语言的话，请用 PYTHON ， 为什么呢？首先， PHP 是跟 PYTHON 比的最多的，其实他俩根本就不用比，为什么呢？两个语言适用性不同， PHP 主要适用于 WEB 开发，可以迅速的做出中小型，轻量级的 WEB 网站，但后端嘛，基本还是要借助其它语言， 借助什么语言呢？ SHELL ？ PYTHON ？呵呵。 而 PYTHON 呢， 是个综合语言， 前后端都可以，单拿出来比 WEB ，也一点不比 PHP 差，但为什么WEB方向上 PHP 比 PYTHON 要火？ 先入为主嘛， PHP 90 年代诞生就是做 WEB 的， PYTHON2000 年后才出现 WEB 框架，但论优秀程度上， PYTHON 的 WEB 框架基本上出其无左，至少是跟 PHP 比。
那 JAVA 呢？好吧，一个臃肿＼中庸＼豪无新意的语言，还是老老实实用它来做 ERP 吧，搞个运维小平台，用 JAVA 真心没啥必要，在我看来， JAVA 就是稳定的中年男人，稳定＼成熟＼秃顶，而 PYTOHN 代表的就是青春， 简洁＼快＼干净＼帅！
C++ ＼ C ，这个嘛，我只能说，如果你会了 PYTHON, 又会 C 的话，那你会更吃香，但是不会 C 的话，其实也无大碍，基本上做运维的人，搞搞 C 就是为了来装 B 的，因为多数情况下你都到不了看系统底层源码的程度。
RUBY ，小日本开发的，还不错，风格跟 PYTHON 有点像，因为 ruby onrails 出了名，国外用的比较多，国内，放心吧，没戏， PYTHON 已经把它的想象空间都占死了。
当然还有新的语言 GO ， 有些搞运维的看见做开发的人员搞 GO ，也想凑热闹，觉得是未来，我想说，别瞎没事跟风， GO 再成功，也不会变成运维开发语言。
有些人觉得 PYTHON 效率底，说他不能支持多线程， OH ，好吧，这个还有点说对了，但是我想问，看我这篇文章的有几个做过搜索引擎开发？有几个做个上亿 PV 的并发网站开发？ 有几个看过 LINUX 内核源码？如果没有，请别瞎跟着传了，知道 PYTHON 为什么不支持多线程吗？这句话问错了，其实 PYTHON 支持多线程，只是不支持多 CPU 多线程，也就是一个程序 spawn 出来的多线程只能占用一个 CPU ，但是为什么呢？噢，因为 GIL ， GIL 是什么东东，请自行补脑。。。但是你非得用多线程吗？你可以用多进程呀，再牛 B 你还可以用协程呀，这些 PYTOHN 支持的都很好呀，如果你的程序逻辑不好，搞个多线程也快不起来。我认识一个博士讲过一句话，我觉得不错，他说，程序效率高低， 80% 都是写程序的人决定了，语言本身就占 20% ，所以下次有人再说 PYTHON 效率低的时候，请让他先回去自己检查下自己的程序多了多少无用的逻辑、循环等等。 这个博士自己用 PYTHON 写的 WEB 程序，一台服务器每天能处理上亿请求，一秒并发近两万， 什么 WEB 框架这么牛 B ？ 别问它是谁， 它叫 tornado 。
PYTHON 能否自学？
当然可以，什么都可以自学，前提是你得能学得会，见过 N 多菜鸟踏上上自学的不归路，他妈的什么都能自学的话，还用大学干什么？自己在家鳖不就行了？动不动就说 PYTHON 是个脚本语言，自己看看就不会了，说这话的只可能有两种人，一种是高手，一种是 SB ，对于高手来讲，他肯定已经会其它语言， PYTHON 在这种情况下，自学当然就很容易学会，几年前我刚接触 PYTHON 时，代码遇到问题，找了个开发的哥们帮调试，哥们帮调了十几分钟就搞定了，结果人家以前一句 PYTHON 代码也没写过，为什么，因为语言都有相通之处，一门掌握好了，其它门自己学学就会了。但对于新手来讲，没任何语言基础就开始自学，那么恭喜你，菜鸟们见此文章为证，从今天开始自学，一年后，你要是能自己做出个软件来，来找我要一千块钱。 哈哈，真的。 基本上自学是属于专业人员干的事情，就像会一门乐器了，自己学下就可能学会另一门，但我之前没音乐基础，跟着老师都没把吉它学会。
所以奉劝没基础又想学 PYTHON 的同学，花点钱去报个班学吧，拿钱换时间，时间是生命，钱没了可再挣钱，时间过去了就再也不会回来，如果你不信邪，非要自己学，那我佩服你的勇气，不过自己试试就知道了。
说了这么多，只想告诉那些迷茫不知所措该学什么语言的新手们， 在你还没学好走路的时候，不要老想着，将来我当上老板了，我是开宝马呢？还是开奔驰呢？先学会骑自行车吧。。。
转载
python如何进行内存管理
Python的内存管理主要有三种机制：引用计数机制，垃圾回收机制和内存池机制。
引用计数机制
简介
python内部使用引用计数，来保持追踪内存中的对象，Python内部记录了对象有多少个引用，即引用计数，当对象被创建时就创建了一个引用计数，当对象不再需要时，这个对象的引用计数为0时，它被垃圾回收。
特性
1.当给一个对象分配一个新名称或者将一个对象放入一个容器(列表、元组或字典)时，该对象的引用计数都会增加。
2.当使用del对对象显示销毁或者引用超出作用于或者被重新赋值时，该对象的引用计数就会减少。
3.可以使用sys.getrefcount()函数来获取对象的当前引用计数。多数情况下，引用计数要比我们猜测的大的多。对于不可变数据(数字和字符串)，解释器会在程序的不同部分共享内存，以便节约内存。
垃圾回收机制
特性
1.当内存中有不再使用的部分时，垃圾收集器就会把他们清理掉。它会去检查那些引用计数为0的对象，然后清除其在内存的空间。当然除了引用计数为0的会被清除，还有一种情况也会被垃圾收集器清掉：当两个对象相互引用时，他们本身其他的引用已经为0了。
2.垃圾回收机制还有一个循环垃圾回收器, 确保释放循环引用对象(a引用b, b引用a, 导致其引用计数永远不为0)。
内存池机制
简介
在Python中，许多时候申请的内存都是小块的内存，这些小块内存在申请后，很快又会被释放，由于这些内存的申请并不是为了创建对象，所以并没有对象一级的内存池机制。这就意味着Python在运行期间会大量地执行malloc和free的操作，频繁地在用户态和核心态之间进行切换，这将严重影响Python的执行效率。为了加速Python的执行效率，Python引入了一个内存池机制，用于管理对小块内存的申请和释放。
内存池概念
内存池的概念就是预先在内存中申请一定数量的，大小相等的内存块留作备用，当有新的内存需求时，就先从内存池中分配内存给这个需求，不够了之后再申请新的内存。这样做最显著的优势就是能够减少内存碎片，提升效率。内存池的实现方式有很多，性能和适用范围也不一样。
特性
1.Python提供了对内存的垃圾收集机制，但是它将不用的内存放到内存池而不是返回给操作系统。
2.Pymalloc机制。为了加速Python的执行效率，Python引入了一个内存池机制，用于管理对小块内存的申请和释放。
3.Python中所有小于256个字节的对象都使用pymalloc实现的分配器，而大的对象则使用系统的 malloc。
4.对于Python对象，如整数，浮点数和List，都有其独立的私有内存池，对象间不共享他们的内存池。也就是说如果你分配又释放了大量的整数，用于缓存这些整数的内存就不能再分配给浮点数。
python 最大能用多大存储空间
这个是操作系统的限制，跟python没有直接关系，因为python是没有限制的。
32位的系统：windows下单个进程可以用到2G内存;linux下单个进程可以用到4G内存。
64位的系统：
windows下单个进程Intel Itanium-based可用到7TB,Windows 8.1和Windows Server 2012
R2:可用128，其它版本TBx64: 8 TB
但是不同版本windows系统可用的最大物理内存数也有限制，比如64位win7家庭基本版只能认出8G内存，专业版以上能认出192G内存。
linux下不同的发行商，或者不同的内核编译参数也会有也不同的限制，但都是按T计的。