Object Model

CPython은 거의 모든 값을 객체로 다룬다. 따라서 attribute lookup, method call, mutability, identity, `__slots__`, 작은 객체의 생성/삭제 비용 같은 것들은 전부 object model과 연결된다.

빠른 요약: CPython 객체는 대체로 "참조 카운트 + type pointer + 값/필드"라는 감각으로 보면 된다. 어떤 연산이 가능한지, attribute access가 어떻게 해석되는지, method가 왜 bind되는지가 모두 type object와 slot에서 나온다.

object model을 한 그림으로 보기

객체는 자기 type을 가리키고, type object는 연산 규칙과 slot을 가진다. 문법과 attribute access는 결국 이 구조 위에서 동작한다.

bound method가 실제로 뭘 담는지 보기

class User:
    def greet(self) -> str:
        return "hello"


user = User()
method = user.greet

print("bound method type:", type(method).__name__)
print("method.__self__ is user:", method.__self__ is user)
print("method.__func__ is User.greet:", method.__func__ is User.greet)

instance에서 함수를 읽으면 bound method 객체가 생기고, 거기에는 원래 함수와 바인딩된 instance가 함께 들어 있다. 이 때문에 method call은 단순 함수 호출과는 다른 비용 구조를 가진다.

__slots__는 언제 의미가 있나

class RegularUser:
    def __init__(self, name: str, age: int) -> None:
        self.name = name
        self.age = age


class SlottedUser:
    __slots__ = ("name", "age")

    def __init__(self, name: str, age: int) -> None:
        self.name = name
        self.age = age

• __slots__는 instance __dict__를 없애 메모리와 lookup 경로를 줄일 수 있다.
• 대신 유연성을 희생한다.
• 따라서 대규모 instance 수, 아주 단순한 데이터 object, memory pressure가 있을 때 고려하는 편이 좋다.

mutability와 identity를 같이 봐야 하는 이유

• immutable object는 같은 값을 공유하기 쉬운 반면
• mutable object는 identity와 value 변화가 함께 설계 문제를 만든다
• cache key, shared state, default argument bug 같은 주제가 여기와 연결된다

실전 연결

• attribute-heavy domain model
• __slots__를 언제 고려할지
• method dispatch cost 감각

체크리스트

attribute access 비용

Python의 읽기 쉬운 문법 뒤에는 descriptor, instance dict, class lookup이 들어간다. hot path면 비용 감각이 필요하다.

bound method 생성

instance method access는 binding object를 만든다. 반복 access가 많은 코드에서는 미세하지만 누적 비용이 있을 수 있다.

`__slots__` 남용 주의

메모리 최적화 카드이지 기본값은 아니다. introspection, 확장성, 라이브러리 호환성 비용도 같이 본다.

identity와 값 구분

mutable object를 다룰 때는 "같은 객체인가"와 "같은 값인가"를 분리해서 생각해야 한다.

공식 자료

• Data Model