# 7.7。實時變量分析 > 原文： [http://numba.pydata.org/numba-doc/latest/developer/live_variable_analysis.html](http://numba.pydata.org/numba-doc/latest/developer/live_variable_analysis.html) （相關問題 [https://github.com/numba/numba/pull/1611](https://github.com/numba/numba/pull/1611) ） Numba 使用引用計數進行垃圾收集，這是一種需要編譯器協作的技術。 Numba IR 編碼必須插入減量的位置。這些位置由實時變量分析確定。相應的源代碼是 [https://github.com/numba/numba/blob/master/numba/interpreter.py](https://github.com/numba/numba/blob/master/numba/interpreter.py) 中的`_insert_var_dels()`方法。 在 Python 語義中，一旦在函數內定義了變量，它就會一直存活，直到明確刪除變量或結束函數作用域。但是，Numba 分析代碼以通過其定義和編譯期間的用法來確定每個變量的生命周期的最小界限。一旦變量無法訪問，就會在最近的基本塊（在下一個塊的開頭或當前塊的末尾）插入`del`指令。這意味著變量可以比常規 Python 代碼更早發布。 實時變量分析的行為會影響已編譯代碼的內存使用情況。在內部，Numba 不區分臨時變量和用戶變量。由于每個操作都生成至少一個臨時變量，因此如果不盡快釋放，則函數可以累積大量臨時變量。我們的生成器實現可以從早期釋放變量中受益，這減少了在每個屈服點處暫停的狀態的大小。 ## 7.7.1。關于實時變量分析行為的注釋 ### 7.7.1.1。定義前刪除變量 （相關問題： [https://github.com/numba/numba/pull/1738](https://github.com/numba/numba/pull/1738) ） 當變量生命周期被限制在循環體內時（它的定義和用法不會逃脫循環體），如： ```py def f(arr): # BB 0 res = 0 # BB 1 for i in (0, 1): # BB 2 t = arr[i] if t[i] > 1: # BB 3 res += t[i] # BB 4 return res ``` 變量`t`永遠不會在循環外引用。在定義變量之前，在循環開頭（BB 1）為`t`發出`del`指令。一旦我們知道控制流圖，原因很明顯： ```py +------------------------------> BB4 | | BB 0 --> BB 1 --> BB 2 ---> BB 3 ^ | | | V V +---------------------+ ``` 變量`t`在 BB 1 中定義。在 BB 2 中，`t[i] > 1`的評估使用`t`，如果執行采用假分支并轉到 BB 1，則最后一次使用。在 BB 3 中，`t`僅為在`res += t[i]`中使用，如果執行采用 true 分支，這是最后一次使用。因為 BB 3，BB 2 的傳出分支使用`t`，所以必須在共同的前任中刪除`t`。最近的點是 BB 1，它沒有從 BB 0 的入射邊緣定義`t`。 或者，如果在 BB 4 處刪除`t`，我們仍然必須在其定義之前刪除變量，因為可以在不執行定義變量的循環體（BB 2 和 BB 3）的情況下執行 BB4。