为什么python线程消耗这么多内存?
我测量产生一个线程消耗8兆内存,几乎与整个新python进程一样大!
操作系统:Ubuntu 10.10
编辑:由于受欢迎的需求,我将提供一些无关的例子,这里是:
from os import getpid
from time import sleep
from threading import Thread
def nap():
print 'sleeping child'
sleep(999999999)
print getpid()
child_thread = Thread(target=nap)
sleep(999999999)
在我的方框中,pmap pid将给出9424K
现在,让我们运行子线程:
from os import getpid
from time import sleep
from threading import Thread
def nap():
print 'sleeping child'
sleep(999999999)
print getpid()
child_thread = Thread(target=nap)
child_thread.start() # <--- ADDED THIS LINE
sleep(999999999)
现在pmap pid将给出17620K
因此,额外线程的成本是17620K - 9424K = 8196K
即。 87%的人正在运行一个全新的独立流程!
现在不仅仅是,错了吗?
答案 0 :(得分:10)
这不是特定于Python的,而是与操作系统为每个线程分配的单独堆栈有关。操作系统上的默认最大堆栈大小恰好是8MB。
请注意,8MB只是一块地址空间被搁置,最初只有很少的内存。额外内存在需要时提交到堆栈,最高可达8MB。
可以使用ulimit -s
调整限制,但在这种情况下,我认为没有理由这样做。
另外,pmap
显示地址空间用法。这不是衡量内存使用情况的好方法。如果相关,这两个概念是截然不同的。