python内存泄露的诊断(转)

Posted Vking不说话

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python内存泄露的诊断(转)相关的知识,希望对你有一定的参考价值。

  本篇文章非原创,转载自:http://rstevens.iteye.com/blog/828565 。


 

  对于一个用 python 实现的,长期运行的后台服务进程来说,如果内存持续增长,那么很可能是有了“内存泄露”。

  最近在我的项目中,就出现了内存持续增长的情况,google 了一下,发现 Tracing Python memory leaks 讲了一种诊断方式,并给出了实例。而我的案例与此文稍有不同,下面就结合我的案例,谈谈如何诊断内存泄露: 

一、内存泄露的原因

  对于 python 这种支持垃圾回收的语言来说,怎么还会有内存泄露? 概括来说,有以下三种原因: 

  1、 所用到的用 C 语言开发的底层模块中出现了内存泄露。 
  2、 代码中用到了全局的 list、 dict 或其它容器,不停的往这些容器中插入对象,而忘记了在使用完之后进行删除回收 
  3、 代码中有“引用循环”, python 垃圾处理机制无法进行回收 

二、 内存泄露的诊断思路 

  无论是哪种方式的内存泄露,最终表现的形式都是某些 python 对象在不停的增长;因此,首先是要找到这些异常的对象。 

三、 内存泄露的诊断步骤 

  用到的工具: gc 模块和 objgraph 模块 
  objgraph 是一个用于诊断内存问题的有用的工具 

  1、 在服务程序的循环逻辑中,选择出一个诊断点 

  2、 在诊断点,插入如下诊断语句  

import gc  
import objgraph  
### 强制进行垃圾回收  
gc.collect()  
### 打印出对象数目最多的 50 个类型信息  
objgraph.show_most_common_types(limit=50)  

  

  3、 检查统计信息,找到异常对象。 

  运行加入诊断语句的服务程序,并将打印到屏幕上的统计信息重定向到日志中。运行一段时间后,就可以来分析日志,看看哪些对象在不停的增长。

  以我的程序为例,我将日志记录到 log.txt 中,运行一段时间后,发现 tuple 和 list 类型的对象不停增长: 

# grep "^list " log.txt  
# grep "^tuple " log.txt  

  

  如果不停增长的对象,是一些非通用的类型(例如你自己实现的一个 class),那么问题就比较好定位,例如Tracing Python memory leaks中提到的案例。

  而对 tuple 和 list 这类通用类型,要想知道对象到底是什么,泄露发生在哪里,还得想点办法。我采用了排查的方式。由于程序的模块化还不错,可以每次禁用一个模块,然后重新跑程序,重新检查日志,看看 tuple 和 list 是否仍然不停增长。这样,很快就能将故障定位到具体的模块中。 

  最后终于找到了原因,属于上面总结的第二种原因: 

  我的程序是一个多线程程序,多个线程作为生产者,一个线程作为消费者,通过将一个 tuple 对象送入异步队列进行通信。由于消费者的处理速度跟不上生产者的速度,又没有进行同步, 导致异步队列中的对象越来越多。 

四、参考文档 

1. http://www.lshift.net/blog/2008/11/14/tracing-python-memory-leaks 
2. http://mg.pov.lt/blog/python-object-graphs.html 
3. http://mg.pov.lt/blog/hunting-python-memleaks 

 

以上是关于python内存泄露的诊断(转)的主要内容,如果未能解决你的问题,请参考以下文章

python老司机必备-内存泄露分析优化

LLVM 之 Clang 静态分析器篇:程序缺陷诊断——内存泄露

应用服务器内存泄露问题诊断案例

LLVM 之 Clang 静态分析器篇:程序缺陷诊断——内存泄露

Chrome V8系列--浅析Chrome V8引擎中的垃圾回收机制和内存泄露优化策略[转]

2015搜狐在线笔试题(内存泄露问题)(转)