在Django应用中使用大容量跟踪内存泄漏

Question

我在这里关注了如何在Django上进行大量设置的出色文章：http : //www.toofishes.net/blog/using-guppy-debug-django-memory-leaks/

我已经命令了hp.setref（），现在过了一会儿我也通过hp.heap（）获得了数据：

>>> hp.heap()
Partition of a set of 12075 objects. Total size = 1515496 bytes.
 Index  Count   %     Size   % Cumulative  % Kind (class / dict of class)
     0   4048  34   339656  22    339656  22 str
     1   3112  26   269368  18    609024  40 tuple
     2    171   1   169992  11    779016  51 dict (no owner)
     3   1207  10   144440  10    923456  61 list
     4     49   0   102040   7   1025496  68 dict of module
     5    591   5    66984   4   1092480  72 unicode
     6    498   4    59760   4   1152240  76 function
     7    433   4    51960   3   1204200  79 types.CodeType
     8     57   0    50480   3   1254680  83 type
     9     36   0    31584   2   1286264  85 dict of class

但是现在呢？我应该从此输出中了解什么？我应该如何开始追踪那些“ str”和“ tuple”对象的位置？

使用get_rp，我得到以下输出：

>>> hp.heap().get_rp()
Reference Pattern by <[dict of] class>.
 0: _ --- [-] 12000 (0xd1d340 | 0xd88b50 | 0xf63f00 | __builtin__.Struct | __...
 1: a      [-] 137 dict (no owner): 0x761c30*160, 0x7655d0*1491, 0x781640*9...
 2: aa ---- [-] 45 dict of django.db.models.options.Options: 0xcf3110...
 3: a3       [-] 45 django.db.models.options.Options: 0xcf3110, 0xf0bb10...
 4: a4 ------ [-] 140 dict of django.db.models.related.RelatedObject: 0x10bec...
 5: a5         [-] 140 django.db.models.related.RelatedObject: 0xf14450...
 6: a6 -------- [-] 63 dict of django.db.models.fields.related.ForeignKey: 0x...
 7: a7           [+] 63 django.db.models.fields.related.ForeignKey: 0xf0e690...
 8: a5b ------- [-] 7 dict of django.db.models.fields.related.OneToOneField: ...
 9: a5ba         [+] 7 django.db.models.fields.related.OneToOneField: 0x15447...

现在是Django正在泄漏内存的正确假设吗？但是那些没有主人的字典是什么呢？

Answer 1

我没有任何使用 heapy 的经验，但根据我的经验，Django（和大多数其他 Python 程序）不会泄漏内存，但它们也不会像某些人希望的那样干净地清理内存。

此外，Django 的设置会导致其出于诊断原因而消耗内存。例如，设置 DEBUG=True 可能会导致它保留所有 SQL 查询，因此进程运行的时间越长，使用的内存就越多。

更新：你的问题不在你的Python代码中。看看 heapy 给你的总结：代表的内存总大小是 1.5Mb！当 Python 程序真正泄漏时，最常见的原因是泄漏的 C 扩展。您是否有在 Django 进程下运行的任何 C 扩展？