如何修复 ray 不断增长的内存使用量？

Posted 2023-02-16

【中文标题】如何修复 ray 不断增长的内存使用量？

【英文标题】：How to fix the constantly growing memory usage of ray?

【发布时间】：2019-09-08 23:45:17

【问题描述】：

我开始使用 ray 进行分布式机器学习，但我已经遇到了一些问题。 内存使用量只是在增长，直到程序崩溃。尽管我不断清除列表，但内存不知何故泄漏。知道为什么吗？

我的规格： 操作系统平台和发行版：Ubuntu 16.04 雷安装自：二进制 射线版本：0.6.5 Python版本：3.6.8

我已经尝试过使用实验队列而不是DataServer类，但问题还是一样。

import numpy as np
import ray
import time
ray.init(redis_max_memory=100000000)


@ray.remote
class Runner():
    def __init__(self, dataList):
        self.run(dataList)

    def run(self,dataList):
        while True:
            dataList.put.remote(np.ones(10))

@ray.remote
class Optimizer():
    def __init__(self, dataList):
        self.optimize(dataList)

    def optimize(self,dataList):
        while True:
            dataList.pop.remote()

@ray.remote
class DataServer():
    def __init__(self):
        self.dataList= []

    def put(self,data):
        self.dataList.append(data)

    def pop(self):
        if len(self.dataList) !=0:
            return self.dataList.pop()
    def get_size(self):
        return len(self.dataList)


dataServer = DataServer.remote()
runner = Runner.remote(dataServer)
optimizer1 = Optimizer.remote(dataServer)
optimizer2 = Optimizer.remote(dataServer)

while True:
    time.sleep(1)
    print(ray.get(dataServer.get_size.remote()))

运行一段时间后，我收到此错误消息：

【问题讨论】：

我认为您忘记包含错误消息。另外，您的打印语句打印什么？某些列表的长度增长速度是否比清除速度快？一些问题/cmets：1）你能看到哪个进程正在使用所有内存（例如，通过top）。 2) 你也可以试试ray.init(object_store_memory=10**9)。但是，我怀疑它是使用越来越多内存的 Python 参与者之一。我建议查看 Ray 时间线，看​​看它是否符合预期（ray.readthedocs.io/en/latest/… 上的文档）。

【参考方案1】：

快速解决方法是使用：

    ray.shutdown()

我在 Spyder 中编写代码，它在右下角显示已使用的内存百分比。当我多次运行相同的脚本时，我注意到内存百分比值以 3% 的增量增加（基于我拥有的 8 gigs RAM）。这让我想知道，由于增量（每个都对应一个会话），ray 是否正在存储类似于会话的东西。

事实证明确实如此。

ray.shutdown() 结束会话。但是，如果您想再次运行脚本，则需要再次调用 ray.init()。此外，请确保将其放置在正确的位置，以免在仍然需要时结束光线。

这解决了多次运行脚本会增加内存使用的问题。

我不太了解雷，但ray.init() 有各种与地址有关的争论。我确信必须有一种方法可以通过这些参数之一使 ray 在同一会话上运行。这是猜测。我还没有尝试过任何这些。或许你能解决这个问题？

【参考方案2】：

我最近遇到了类似的问题，发现如果您经常放置大型对象（使用ray.put()），您需要：

手动调整python垃圾收集器使用的阈值

定期拨打gc.collect()。

我实现了一个检查已用内存量然后调用垃圾收集器的方法。

问题在于默认阈值基于对象的数量，但如果您放置大型对象，则 gc 可能永远不会被调用，直到内存不足。我的实用方法如下：

def auto_garbage_collect(pct=80.0):
    """
    auto_garbage_collection - Call the garbage collection if memory used is greater than 80% of total available memory.
                              This is called to deal with an issue in Ray not freeing up used memory.

        pct - Default value of 80%.  Amount of memory in use that triggers the garbage collection call.
    """
    if psutil.virtual_memory().percent >= pct:
        gc.collect()
    return

调用此方法将解决通过 ray.put() 推送大对象和内存不足的问题。