Question

我有一个在django中运行的小型多线程脚本，随着时间的推移，它开始使用越来越多的内存。离开它一整天都会吃掉大约6GB的内存，然后我开始交换。

关注http://www.lshift.net/blog/2008/11/14/tracing-python-memory-leaks我认为这是最常见的类型（只使用了800M的内存）：

(Pdb)  objgraph.show_most_common_types(limit=20)
dict                       43065
tuple                      28274
function                   7335
list                       6157
NavigableString            3479
instance                   2454
cell                       1256
weakref                    974
wrapper_descriptor         836
builtin_function_or_method 766
type                       742
getset_descriptor          562
module                     423
method_descriptor          373
classobj                   256
instancemethod             255
member_descriptor          218
property                   185
Comment                    183
__proxy__                  155

没有显示任何奇怪的东西。我现在该怎么做才能帮助调试内存问题？

更新：尝试一些人们推荐的内容。我一夜之间运行程序，当我工作时，使用了50％* 8G == 4G的RAM。

(Pdb) from pympler import muppy
(Pdb) muppy.print_summary()
                                     types |   # objects |   total size
========================================== | =========== | ============
                                   unicode |      210997 |     97.64 MB
                                      list |        1547 |     88.29 MB
                                      dict |       41630 |     13.21 MB
                                       set |          50 |      8.02 MB
                                       str |      109360 |      7.11 MB
                                     tuple |       27898 |      2.29 MB
                                      code |        6907 |      1.16 MB
                                      type |         760 |    653.12 KB
                                   weakref |        1014 |     87.14 KB
                                       int |        3552 |     83.25 KB
                    function (__wrapper__) |         702 |     82.27 KB
                        wrapper_descriptor |         998 |     77.97 KB
                                      cell |        1357 |     74.21 KB
  <class 'pympler.asizeof.asizeof._Claskey |        1113 |     69.56 KB
                       function (__init__) |         574 |     67.27 KB

这并不总和4G，也没有真正给我任何大数据来修复。 unicode来自“完成”节点的set（），列表看起来就像是随机weakref s。

我没有使用guppy，因为它需要一个C扩展而且我没有root，因此构建起来会很痛苦。

没有一个objectI正在使用__del__方法，并查看库，它看起来不像django，也不像python-mysqldb。还有其他想法吗？

Answer 1

见http://opensourcehacker.com/2008/03/07/debugging-django-memory-leak-with-trackrefs-and-guppy/。简短回答：如果您正在运行django而不是基于Web请求的格式，则需要手动运行db.reset_queries()（当然，正如其他人所提到的那样，DEBUG = False）。在网络请求之后，Django会自动reset_queries()，但在您的格式中，这种情况从未发生过。

Answer 2

settings.py中的DEBUG = False吗？

如果不是，Django会愉快地存储你所做的所有SQL查询，这些查询会加起来。

Answer 3

您是否尝试过gc.set_debug()？

你需要问自己一些简单的问题：

我使用__del__方法的对象吗？我绝对，毫不含糊地需要它们吗？
我可以在代码中获得参考周期吗？我们不能在摆脱这些物体之前打破这些圈子吗？

请参阅，主要问题是包含__del__方法的对象循环：

import gc

class A(object):
    def __del__(self):
        print 'a deleted'
        if hasattr(self, 'b'):
            delattr(self, 'b')

class B(object):
    def __init__(self, a):
        self.a = a
    def __del__(self):
        print 'b deleted'
        del self.a


def createcycle():
    a = A()
    b = B(a)
    a.b = b
    return a, b

gc.set_debug(gc.DEBUG_LEAK)

a, b = createcycle()

# remove references
del a, b

# prints:
## gc: uncollectable <A 0x...>
## gc: uncollectable <B 0x...>
## gc: uncollectable <dict 0x...>
## gc: uncollectable <dict 0x...>
gc.collect()

# to solve this we break explicitely the cycles:
a, b = createcycle()
del a.b

del a, b

# objects are removed correctly:
## a deleted
## b deleted
gc.collect()

我真的鼓励你标记在你的应用程序中循环的对象/概念并关注它们的生命周期：当你不再需要它们时，我们是否有任何引用它的东西？

即使没有__del__方法的周期，我们也会遇到问题：

import gc

# class without destructor
class A(object): pass

def createcycle():
    # a -> b -> c 
    # ^         |
    # ^<--<--<--|
    a = A()
    b = A()
    a.next = b
    c = A()
    b.next = c
    c.next = a
    return a, b, b

gc.set_debug(gc.DEBUG_LEAK)

a, b, c = createcycle()
# since we have no __del__ methods, gc is able to collect the cycle:

del a, b, c
# no panic message, everything is collectable:
##gc: collectable <A 0x...>
##gc: collectable <A 0x...>
##gc: collectable <dict 0x...>
##gc: collectable <A 0x...>
##gc: collectable <dict 0x...>
##gc: collectable <dict 0x...>
gc.collect()

a, b, c = createcycle()

# but as long as we keep an exterior ref to the cycle...:
seen = dict()
seen[a] = True

# delete the cycle
del a, b, c
# nothing is collected
gc.collect()

如果您必须使用“看似”字典或历史记录，请注意您只保留所需的实际数据，并且不要外部引用它。

我对set_debug感到有点失望，我希望它可以配置为输出数据而不是stderr，但希望that should change soon。

Answer 4

请参阅this excellent blog post from Ned Batchelder，了解他们如何追踪HP Tabblo中的实际内存泄漏情况。经典且值得一读。

Answer 5

我认为你应该使用不同的工具。显然，你得到的统计数据只是关于GC对象（即可能参与循环的对象）;最值得注意的是，它缺乏字符串。

我建议使用Pympler;这应该为您提供更详细的统计数据。

Answer 6

你使用任何扩展名吗？它们是内存泄漏的绝佳场所，不会被python工具跟踪。

Answer 7

尝试Guppy。

基本上，您需要更多信息或能够提取一些信息。 Guppy甚至提供数据的图形表示。

Python：内存泄漏调试

7 个答案: