第一个问题

Question

我使用了使用matplotlib进行绘图的烧瓶框架编写了一个小的webapp。问题是，每次创建绘图时，该过程都会消耗更多内存。

我已经使用mod_wsgi部署了一个带有.wsgi文件的应用程序，看起来就像这样：

from yourapplication import app as application

当我访问创建情节的网址时，问题就开始了。该函数创建一个绘图仪对象，当它被启动时，从sqlite3数据库获取相关数据（数据由大约30个整数和相同数量的日期时间对象组成），使用matplotlib创建一个绘图并返回一个StringIO对象，然后在屏幕上显示。

这是功能的结束。可以看到整个班级here

    canvas = FigureCanvas(fig)
    png_output = StringIO.StringIO()
    canvas.print_png(png_output)
    return png_output.getvalue()

当我访问该站点时，会创建一个具有大约25MB保留内存的进程。我第一次创建一个绘图，它增长到30MB，然后每次使用绘图仪类时大约1MB。默认设置是使用5个进程消耗了太多内存（在几分钟内高达150MB，我只允许80MB）。

我对这里涉及的所有事情都很陌生（网页框架，apache，数据库）所以我没有任何感觉可能会出现问题，所以任何想法都受到高度赞赏。谢谢！

Answer 1

每次调用plot_month函数后执行此操作都可以解决泄漏问题。

import gc
gc.collect()

Answer 2

发布此信息以防将来对某人有帮助。

我遇到了同样的问题，我认为axel22提供的答案并不能为我解决问题。

经过一番修补，我意识到存在两个问题：

我没有清除Matplotlib图形，将其永久保留在内存中
我在代码错误的部分调用了垃圾收集器

第一个问题

我正在做这样的事情（ INCORRECT ）：

fig = util.create_figure(....)
output = io.BytesIO()
canvas = FigureCanvas(fig)
canvas.print_png(output)

但是我需要这样做（正确）：

fig = util.create_figure(....)
output = io.BytesIO()
canvas = FigureCanvas(fig)
canvas.print_png(output)
# Clears the figure from memory
fig.clf()

第二个问题

我在代码的错误部分中调用了垃圾收集器。您需要在调用 FigureCanvas 的范围之外调用它。

此DID不起作用（错误）：

import gc

def do_something():
    canvas = FigureCanvas(fig)
    png_output = StringIO.StringIO()
    canvas.print_png(png_output)
    gc.collect()
    return png_output.getvalue()

do_something()

但这可行（正确）：

import gc

def do_something():
    canvas = FigureCanvas(fig)
    png_output = StringIO.StringIO()
    canvas.print_png(png_output)
    return png_output.getvalue()

do_something()
gc.collect()

Answer 3

当我的网站需要使用Flask循环生成一系列图形时，我遇到了与您相同的内存泄漏问题。 matplotlib的documentation在“如何在Web应用程序服务器中使用Matplotlib”部分下，实际上提到要避免使用matplotlib.pyplot并使用matplotlib.figure.Figure来代替避免内存泄漏。请注意，您需要Matplotlib 3.1或更高版本。

取决于构建图形的方式（CLI与OO接口）。将Pyplot类转换为Figure类非常简单。发件人：

import matplotlib.pyplot as plt
fig = plt.figure()

收件人：

from matplotlib.figure import Figure
fig = Figure()

然后将那些无法使用的代码从CLI API替换为面向对象的API。

需要帮助识别涉及matplotlib和烧瓶的内存泄漏

3 个答案:

第一个问题

第二个问题