有没有办法在Python中分析多线程程序的内存?
对于CPU分析,我使用cProfile为每个线程创建单独的分析器统计信息,然后将它们组合起来。但是,我找不到使用内存分析器执行此操作的方法。我正在使用heapy。
有没有办法像cProfile那样在堆中合并统计数据?或者你会建议哪些内存分析器更适合这项任务。
要求在多线程程序中分析CPU使用情况的相关问题:How can I profile a multithread program in Python?
关于内存分析器的另一个问题:Python memory profiler
答案 0 :(得分:7)
如果您乐于分析对象而不是原始内存,则可以使用gc.get_objects()
函数,因此您不需要自定义元类。在最近的Python版本中,sys.getsizeof()
还可以帮助您了解这些对象使用了多少底层内存。
答案 1 :(得分:3)
有很多方法可以让valgrind分析python程序的内存:http://www.python.org/dev/faq/#can-i-run-valgrind-against-python
答案 2 :(得分:1)
确定。我正在寻找的东西似乎并不存在。所以,我找到了一个解决方案 - 解决这个问题。
我会分析对象,而不是分析内存。这样,我将能够看到程序中特定时间存在多少个对象。为了实现我的目标,我使用了元类,对现有代码进行了少量修改。
以下元类为类的__init__
和__del__
函数添加了一个非常简单的子例程。 __init__
的子例程将该类名称的对象数量增加一个,__del__
减少一个。
class ObjectProfilerMeta(type):
#Just set metaclass of a class to ObjectProfilerMeta to profile object
def __new__(cls, name, bases, attrs):
if name.startswith('None'):
return None
if "__init__" in attrs:
attrs["__init__"]=incAndCall(name,attrs["__init__"])
else:
attrs["__init__"]=incAndCall(name,dummyFunction)
if "__del__" in attrs:
attrs["__del__"]=decAndCall(name,attrs["__del__"])
else:
attrs["__del__"]=decAndCall(name,dummyFunction)
return super(ObjectProfilerMeta, cls).__new__(cls, name, bases, attrs)
def __init__(self, name, bases, attrs):
super(ObjectProfilerMeta, self).__init__(name, bases, attrs)
def __add__(self, other):
class AutoClass(self, other):
pass
return AutoClass
incAndCall和decAndCall函数使用它们存在的模块的use global变量。
counter={}
def incAndCall(name,func):
if name not in counter:
counter[name]=0
def f(*args,**kwargs):
counter[name]+=1
func(*args,**kwargs)
return f
def decAndCall(name,func):
if name not in counter:
counter[name]=0
def f(*args,**kwargs):
counter[name]-=1
func(*args,**kwargs)
return f
def dummyFunction(*args,**kwargs):
pass
dummyFunction只是一个非常简单的解决方法。我相信有更好的方法可以做到。
最后,每当您想要查看存在的对象数量时,您只需要查看计数器字典。一个例子;
>>> class A:
__metaclass__=ObjectProfilerMeta
def __init__(self):
pass
>>> class B:
__metaclass__=ObjectProfilerMeta
>>> l=[]
>>> for i in range(117):
l.append(A())
>>> for i in range(18):
l.append(B())
>>> counter
{'A': 117, 'B': 18}
>>> l.pop(15)
<__main__.A object at 0x01210CB0>
>>> counter
{'A': 116, 'B': 18}
>>> l=[]
>>> counter
{'A': 0, 'B': 0}
我希望这会对你有所帮助。这对我的案子来说已经足够了。
答案 3 :(得分:0)