小数据池
小数据池，也称为小整数缓存机制，或者称为驻留机制等等，博主认为，只要你在网上查到的这些名字其实说的都是一个意思，叫什么因人而异。
那么到底什么是小数据池？他有什么作用呢？
大前提：小数据池，只针对，整数，字符串，bool值。
Python自动将-5~256的整数进行了缓存，当你将这些整数赋值给变量时，并不会重新创建对象，而是使用已经创建好的缓存对象。
python会将一定规则的字符串在字符串驻留池中，创建一份，当你将这些字符串赋值给变量时，并不会重新创建对象， 而是使用在字符串驻留池中创建好的对象。
其实，无论是缓存还是字符串驻留池，都是python做的一个优化，就是将~5-256的整数，和一定规则的字符串，放在一个‘池’（容器，或者字典）中，无论程序中那些变量指向这些范围内的整数或者字符串，那么他直接在这个‘池’中引用，言外之意，就是内存中之创建一个。
优点：能够提高一些字符串，整数处理人物在时间和空间上的性能；需要值相同的字符串，整数的时候，直接从‘池’里拿来用，避免频繁的创建和销毁，提升效率，节约内存。
缺点：在‘池’中创建或插入字符串，整数时，会花费更多的时间。
int：那么大家都知道对于整数来说，小数据池的范围是-5~256 ，如果多个变量都是指向同一个（在这个范围内的）数字，他们在内存中指向的都是一个内存地址。
指定驻留
from sys import intern
a = intern('hello!@'*21)
b = intern('hello!@'*21)
print(a is b)
#指定驻留是你可以指定任意的字符串加入到小数据池中，让其只在内存中创建一个对象，多个变量都是指向这一个字符串。
bool值就是True，False，无论你创建多少个变量指向True，False，那么他在内存中只存在一个。
看一下用了小数据池（驻留机制）的效率有多高：
显而易见，节省大量内存在字符串比较时，非驻留比较效率o(n)，驻留时比较效率o(1)。
代码块与小数据池的关系
同样一段代码，为什么在交互方式中执行，和通过python代码的文件执行结果不同呢？
# pycharm 通过运行文件的方式执行下列代码：
i1 = 1000
i2 = 1000
print(i1 is i2) # 结果为True
通过交互方式中执行下面代码：
>>> i1 = 1000
>>> i2 = 1000
>>> print(i1 is i2)
False
结果为什么不同呢？难道是解释器出问题，还是pycharm软件出问题了？
这是因为代码块内的缓存机制，和代码块与代码块之间的缓存机制不同！
Python在执行同一个代码块的初始化对象的命令时，会检查是否其值是否已经存在，如果存在，会将其重用。换句话说：执行同一个代码块时，遇到初始化对象的命令时，他会将初始化的这个变量与值存储在一个字典中，在遇到新的变量时，会先在字典中查询记录，如果有同样的记录那么它会重复使用这个字典中的之前的这个值。所以在你给出的例子中，文件执行时（同一个代码块）会把i1、i2两个变量指向同一个对象。
如果是不同的代码块，他就会看这个两个变量是否是满足小数据池的数据，如果是满足小数据池的数据则会指向同一个地址。所以：i1、i2赋值语句分别被当作两个代码块执行，但是他们不满足小数据池的数据所以会得到两个不同的对象，因而is判断返回False。
更多验证：
# 虽然在同一个文件中，但是是不同的代码块，不满足小数据池（驻存机制），则指向两个不同的地址。
def func():
i1 = 1000
print(id(i1)) # 2288555806672
def func2():
i1 = 1000
print(id(i1)) # 2288557317392
func()
func2()
最后，在深入一点，对于同一个代码块的变量复用的问题，只能针对于数字，字符串，bool值，而对于其他数据类型是不成立的。
# 同一个代码块下，数字，字符串，bool值的复用成立。
a1 = 1000
a2 = 1000
print(id(a1),id(a2)) # 2419837390800 2419837390800
s1 = 'alexsb@'
s2 = 'alexsb@'
print(id(s1),id(s2)) # 2278732245624 2278732245624
f1 = True
f2 = True
print(id(f1),id(f2)) # 1672093872 1672093872
# 同一个代码块下，元祖，列表，字典的复用不成立。
tu1 = (1,2,3)
tu2 = (1,2,3)
print(id(tu1),id(tu2)) # 2278732278088 2278732279312
l1 = [1, 2, 3]
l2 = [1, 2, 3]
print(id(l1),id(l2)) # 2278733685000 2278733685192
dic1 = {'name':'taibai'}
dic2 = {'name':'taibai'}
print(id(dic1),id(dic2)) # 2278728382728 2278728382856
本文大量引用和参考链接如下：
https://www.cnblogs.com/jin-xin/articles/9439483.html
