Question

我有一个python程序，有时会消耗大量的RAM。我试图通过
来限制使用量 resource.setrlimit(resource.RLIMIT_AS, (2**32, 2**32))
但是，这会导致Python崩溃，而不是引发MemoryError。

如何让Python保持活力？即我想要 MemoryError。

当我尝试解决cvxpy中的大型实例时出现问题。（这也意味着我无法减少代码的内存使用量 - 它不是我的代码。）但是当我通过

分配大量RAM时

numpy（numpy.arange(1000*1000*250, dtype="u8")，
来自How do I use `setrlimit` to limit memory usage? RLIMIT_AS kills too soon; RLIMIT_DATA, RLIMIT_RSS, RLIMIT_STACK kill not at all）或
shell（致电yes | tr \\n x | head -c $((1024*1024*1024*10)) | grep n，
来自https://unix.stackexchange.com/questions/99334/how-to-fill-90-of-the-free-memory）

然后我按预期得到MemoryError。

有什么区别？

编辑：错误消息为：

在抛出＆＃39; std :: bad_alloc＆＃39;
的实例后终止调用 what（）：std :: bad_alloc

编辑：我现在有一个（M）WE。

import cvxpy as cvx
import numpy as np
import random
import resource
resource.setrlimit(resource.RLIMIT_AS, (2**32, 2**32))

# Problem data.
m = 500
n = 500
np.random.seed(1)
random.seed(1)
A = np.random.randn(m, n)
b = np.random.randn(m, 1)

# Construct the problem.
X = cvx.Semidef(m)
objective = cvx.Minimize(cvx.sum_entries(cvx.norm(X)))
constraints = [sum([X[random.randint(0,499),random.randint(0,499)] for _ in range(50)]) >= random.random() for _ in range(5000)]
prob = cvx.Problem(objective, constraints)

print("Optimal value", prob.solve(solver = 'SCS'))

几秒后，它开始占用大量内存（超过1GB，这应该是限制）然后因上述错误而崩溃。

Answer 1

Python仅在可以发现错误在实际发生之前就抛出MemoryError。否则，它将崩溃。查看MemoryError的官方描述：

https://docs.python.org/2/library/exceptions.html#exceptions.MemoryError

限制RAM：python崩溃而不是MemoryError

1 个答案: