在boto3中诊断内存泄漏

Question

我有一个在Elastic Beanstalk上运行的芹菜工作者，它轮询SQS队列，获取消息（包含S3文件名），从S3下载这些文件并处理它们。我的工作人员计划每15秒运行一次，但由于某种原因，内存使用量会随着时间的推移而不断增加。

这是我用来访问SQS的代码

def get_messages_from_sqs(queue_url, queue_region="us-west-2", number_of_messages=1):
    client = boto3.client('sqs', region_name=queue_region)
    sqs_response = client.receive_message(QueueUrl=queue_url, MaxNumberOfMessages=number_of_messages)
    messages = sqs_response.get("Messages", [])
    cleaned_messages = []
    for message in messages:
        body = json.loads(message["Body"])
        data = body["Records"][0]
        data["receipt_handle"] = message["ReceiptHandle"]
        cleaned_messages.append(data)
    return cleaned_messages

def download_file_from_s3(bucket_name, filename):
    s3_client = boto3.client('s3')
    s3_client.download_file(bucket_name, filename, '/tmp/{}'.format(filename))

我们是否需要在完成流程后关闭boto3中的客户端连接？如果是这样，我们怎么做呢？

Answer 1

我在生产中使用Celery遇到了类似的问题，与Boto完全无关。尽管我没有内存泄漏的解释（这将导致一些严重的代码泄漏和性能分析），但是如果您的目标只是不耗尽内存，我可以提供一种可能的解决方法。

设置max tasks per child应该可以让您不断回收被终止进程释放的内存。