我的硬件规格如下所列，但这可能并不重要
我使用我的机器进行数据处理，这通常涉及在内存中保存大量数据（我最近通过读取部分文件来减少内存使用，但我的代码已经做了很多改进，但这仍然存在问题）我的分析是在Python 2.7（numpy / scipy和pandas）中完成的。当RAM使用率== 100％时，计算机性能预计会变得缓慢。我不明白为什么它在我的代码完成运行后仍然缓慢（例如，打开一个〜4kb文件需要大约20秒），内存使用率下降到~10-50％，并且CPU位于空闲之上。我甚至强迫所有Python进程在任务管理器中关闭，这没有帮助。此外，缓慢持续直到重新启动。
根据我的硬件状态统计数据，我希望性能更好，所以我怀疑幕后会发生一些事情。因为这只发生在我将内存使用量推到100％之后（这只发生在我在Python中处理数据时）我想知道Python是否在幕后做了一些我不知道的事情（老实说，我无法想象这将是什么，但我真的很难过）。因为我只在Python中看到这个，所以给它一个python标签（虽然我认为这不是python问题）。
任何见解将不胜感激。我在网上搜索过，但我发现的一切都与“为什么我的电脑在CPU / RAM使用率== 100％时运行缓慢”有关 - 键入查询。
操作系统：Windows 7企业版，64位
Python：2.7通过Anaconda
CPU：Xeon E5645，六核
RAM：12GB
答案 0 :(得分：2)
有一个名为'system-load'的概念。大负载下的系统（包括中断，IO等待，上下文切换，计算等）需要时间来恢复。负载持续一段时间，因为与核心计算不同，使系统工作的其他操作不会简单地突然停止。
例如，脚本while(true) i++;将仅使用cpu，但脚本 - while(true) print(i++)会将i的值推送到队列中的某些内容，如 nature- stdout可以是监视器，NW端口或打印机队列。现在，当您kill进程时，内核所做的就是释放进程的内存并停止分配 it CPU。
但总有一个'罪'，在不同的层次和组成部分。这些，依次消耗资源，直到完成。而且因为你只能杀死你的python脚本而不是你不可逆转地调用的n个打印进程，所以内核无法做任何事情。
但要明白，这只是SW情况之一。有Paging，Swapping，Thrashing操作（以及更多），这也使得“恢复”变得更慢。从交换中恢复需要1000倍的时间作为内存（RAM）操作。总而言之，零负载下的系统可以在x时间内处理10个任务，而满负荷下的系统将花费100倍的时间来完成相同的任务，因为每个上下文切换，每个内务操作都是“更昂贵的” 。
这里可行的是运行top或htop这样的实用程序，看看高负载平均值持续多久。
答案 1 :(得分：0)
一旦你达到100％的内存，你就会开始在你的机器上进行交换，它使用的WAYYY比内存慢。程序运行完毕后，所有其他程序需要将这些信息重新读回内存。如果问题在几分钟后没有消失，那么你可能会遇到一个单独的问题。
答案 2 :(得分：0)
我原以为任务管理器，进程，通过View选择了适当的列，通过单击列标题（对于Top）排序，会提示原因以及Performance选项卡信息。然后是Perfmon资源监视器和我最喜欢的，通过Perfmon，性能，数据收集集，用户定义进行记录。