Python 内存问题：提示和技巧

转载自：  http://www.oschina.net/translate/python-memory-issues-tips-and-tricks

Python 打算删除大量涉及像C和C++语言那样的复杂内存管理。当对象离开范围，就会被自动垃圾收集器回收。然而，对于由 Python 开发的大型且长期运行的系统来说，内存管理是不容小觑的事情。 在这篇博客中，我将会分享关于减少 Python 内存消耗的方法和分析导致内存消耗/膨胀根源的问题。这些都是从实际操作中总结的经验，我们正在构建 Datos IO 的 RecoverX 分布式备份和恢复平台，这里主要要介绍的是在  Python（在 C++ ，Java 和 bash 中也有一些类似的组件） 中的开发。

无若 翻译于 3周前 0人顶 顶 翻译的不错哦!

Python 垃圾收集 Python解释器对正在使用的对象保持计数。当对象不再被引用指向的时候，垃圾收集器可以释放该对象，获取分配的内存。例如，如果你使用常规的Python(CPython, 不是JPython)时，Python的垃圾收集器将调用free()/delete() 。 实用工具 资源（resource） ‘resource’ 模块用来查看项目当前得的固有的)内存消耗 [固有内存是项目实际使用的RAM] >>> import resource >>> resource.getrusage(resource.RUSAGE_SELF).ru_maxrss 4332 对象（objgraph） ‘objgraph’ 是一个实用模块,可以展示当前内存中存在的对象 [objgraph 文档和实例地址: https://mg.pov.lt/objgraph/] 来看看objgraph的简单用法: import objgraph import random import inspect class Foo(object): def __init__(self): self.val = None def __str__(self): return “foo – val: {0}”.format(self.val) def f(): l = [] for i in range(3): foo = Foo() #print “id of foo: {0}”.format(id(foo)) #print “foo is: {0}”.format(foo) l.append(foo) return l def main(): d = {} l = f() d[‘k’] = l print “list l has {0} objects of type Foo()”.format(len(l)) objgraph.show_most_common_types() objgraph.show_backrefs(random.choice(objgraph.by_type(‘Foo’)), filename=“foo_refs.png”) objgraph.show_refs(d, filename=‘sample-graph.png’) if __name__ == “__main__”: main() python test1.py list l has 10000 objects of type Foo() dict 10423 Foo 10000 ————> Guilty as charged! tuple 3349 wrapper_descriptor 945 function 860 builtin_function_or_method 616 method_descriptor 338 weakref 199 member_descriptor 161 getset_descriptor 107 注意，我们在内存中还持有10,423个‘dict’的实例对象。

花间_拾零 翻译于 3周前 0人顶 顶 翻译的不错哦!

其它翻译版本(1)

可视化objgraph依赖项 Objgraph有个不错的功能，可以显示Foo()对象在内存中存在的因素，即，显示谁持有对它的引用 (在这个例子中是list ‘l’)。 在RedHat/Centos上, 你可以使用sudo yum install yum install graphviz*安装graphviz 如需查看对象字典，d，请参考: objgraph.show_refs(d, filename=’sample-graph.png’) 从内存使用角度来看，我们惊奇地发现——为什么对象没有释放?这是因为有人在持有对它的引用。 这个小片段展示了objgraph怎样提供相关信息: objgraph.show_backrefs(random.choice(objgraph.by_type(‘Foo’)), filename=“foo_refs.png”) 在这一案例中, 我们查看了Foo类型的随机对象。我们知道该特定对象被保存在内存中，因其引用链接在指定范围内。 有时，以上技巧能帮助我们理解，为什么当我们不再使用某对象时，Python垃圾回收器没有将垃圾回收。 难处理的是，有时候我们会发现Foo()占用了很多内存的类。这时我们可以用heapy()来回答以上问题。

花间_拾零 翻译于 3周前 0人顶 顶 翻译的不错哦!

Heapy heapy 是一个实用的，用于调试内存消耗/泄漏的工具。查看 http://guppy-pe.sourceforge.net/。通常，我将objgraph和heapy搭配使用：用 heapy 查看分配对象随时间增长的差异，heapy能够显示对象持有的最大内存等；用Objgraph找backref链（例如：前4节），尝试获取它们不能被释放的原因。 Heapy的典型用法是在不同地方的代码中调用一个函数，试图为内存使用量提供大量收集线索，找到可能会引发的问题： from guppy import hpy def dump_heap(h, i): “”” @param h: The heap (from hp = hpy(), h = hp.heap()) @param i: Identifier str “”” print “Dumping stats at: {0}”.format(i) print ‘Memory usage: {0} (MB)’.format(resource.getrusage(resource.RUSAGE_SELF).ru_maxrss/1024) print “Most common types:” objgraph.show_most_common_types() print “heap is:” print “{0}”.format(h) by_refs = h.byrcs print “by references: {0}”.format(by_refs) print “More stats for top element..” print “By clodo (class or dict owner): {0}”.format(by_refs[0].byclodo) print “By size: {0}”.format(by_refs[0].bysize) print “By id: {0}”.format(by_refs[0].byid)

无若 翻译于 3周前 0人顶 顶 翻译的不错哦!

减少内存消耗小技巧 在这一部分，我会介绍一些自己发现的可减少内存消耗的小窍门. Slots 当你有许多对象时候可以使用Slots。Slotting传达给Python解释器：你的对象不需要动态的字典(从上面的例子2.2中，我们看到每个Foo()对象内部包含一个字典) 用slots定义你的对象，让python解释器知道你的类属性/成员是固定的.。这样可以有效地节约内存! 参考以下代码: import resource class Foo(object): #__slots__ = (‘val1’, ‘val2’, ‘val3’, ‘val4’, ‘val5’, ‘val6’) def __init__(self, val): self.val1 = val+1 self.val2 = val+2 self.val3 = val+3 self.val4 = val+4 self.val5 = val+5 self.val6 = val+6 def f(count): l = [] for i in range(count): foo = Foo(i) l.append(foo) return l def main(): count = 10000 l = f(count) mem = resource.getrusage(resource.RUSAGE_SELF).ru_maxrss print “Memory usage is: {0} KB”.format(mem) print “Size per foo obj: {0} KB”.format(float(mem)/count) if __name__ == “__main__”: main() [vagrant@datosdev temp]$ python test2.py Memory usage is: 16672 KB Size per foo obj: 1.6672 KB Now un-comment this line: #__slots__ = (‘val1’, ‘val2’, ‘val3’, ‘val4’, ‘val5’, ‘val6’) [vagrant@datosdev temp]$ python test2.py Memory usage is: 6576 KB Size per foo obj: 0.6576 KB 在这个例子中，减少了60%的内存消耗！ 更多Slotting的信息，请点击链接: http://www.elfsternberg.com/2009/07/06/python-what-the-hell-is-a-slot/

花间_拾零 翻译于 3周前 0人顶 顶 翻译的不错哦!

驻留：谨防驻留字符串！ Python会记录如字符串等不可改变的值（其每个值的大小依赖于实现方法），这称为驻留。 >>> t = “abcdefghijklmnopqrstuvwxyz” >>> p = “abcdefghijklmnopqrstuvwxyz” >>> id(t) 139863272322872 >>> id(p) 139863272322872 这是由python解析器完成的，这样做可以节省内存，并加快比较速度。例如，如果两个字符串拥有相同的ID或引用--他们就是全等的。 然而，如果你的程序创建了许多小的字符串，你的内存就会出现膨胀。 生成字符串时使用Format来代替“+” 接下来，在构造字符串时，使用Format来代替“+”构建字符串。 亦即， st = “{0}_{1}_{2}_{3}”.format(a,b,c,d) # 对内存更好，不创建临时变量st st2 = a + ‘_’ + b + ‘_’ + c + ‘_’ + d # 在每个“+”时创建一个临时str，这些都是驻留在内存中的。 在我们的系统中，当我们将某些字符串构造从“+”变为使用format时，内存会明显被节省。

wnull 翻译于 3周前 0人顶 顶 翻译的不错哦!

关于系统级别 上面我们讨论的技巧可以帮助你找出系统内存消耗的问题。但是，随着时间的推移，python进程产生的内存消耗会持续增加。这似乎与以下问题有关: 为什么C中内存分配能够在Python内部起作用，这本质上是内存碎片导致的。因为，除非整个内存没有使用过，否则该分配过程不能调用‘free’方法。但需要注意的是，内存的使用不是根据你所创建和使用的对象来进行排列。 内存增加也和上面讨论的“Interning” 有关。 以我的经验来看，减少python中内存消耗的比例是可行的。在Datos IO中，我曾经针对指定的内存消耗进程实现过一个工作模块。对于序列化的工作单元，我们运行了一个工作进程。当工作进程完成后, 它会被移除了——这是返回系统全部内存的唯一可以有效方法 :)。好的内存管理允许增加分配内存的大小，即允许工作进程长时间运行。

花间_拾零 翻译于 3周前 0人顶 顶 翻译的不错哦!

总结 我归纳了一些减少python进程消耗内存的技巧，当我们在代码中寻找内存泄漏时，一种方法是通过使用Heapy找出哪些Obj占用了较多内存，然后通过使用Objgraph找出内存被释放的原因（除非你认为他们本应该被释放）。 总的来说，我觉得在python中寻找内存问题是一种修行。随着时间的积累，对于系统中的内存膨胀和泄漏问题，你能产生一种直觉判断，并能更快地解决它们。愿你在发现问题的过程中找到乐趣！ 相关链接 其他有关python内存的实用链接： http://chase-seibert.github.io/blog/2013/08/03/diagnosing-memory-leaks-python.html http://effbot.org/pyfaq/why-doesnt-python-release-the-memory-when-i-delete-a-large-object.htm