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))

完成这个过程后,我们是否需要在boto3中关闭客户端连接？如果是这样,我们怎么做呢？

Answer 1

我在生产中使用 Celery 时遇到了类似的问题，与 Boto 完全无关。虽然我没有对内存泄漏的解释（这需要一些认真的代码探索和分析），但如果您的目标只是不耗尽内存，我可以提供一个潜在的解决方法。

设置每个子进程的最大任务数应该允许您不断地回收被杀死的进程释放的内存。