Python:内存泄漏调试

Question

我有一个在django中运行的小型多线程脚本,随着时间的推移,它开始使用越来越多的内存.离开它一整天吃大约6GB的RAM,我开始交换.

在http://www.lshift.net/blog/2008/11/14/tracing-python-memory-leaks之后,我将其视为最常见的类型(仅使用了800M的内存):

(Pdb)  objgraph.show_most_common_types(limit=20)
dict                       43065
tuple                      28274
function                   7335
list                       6157
NavigableString            3479
instance                   2454
cell                       1256
weakref                    974
wrapper_descriptor         836
builtin_function_or_method 766
type                       742
getset_descriptor          562
module                     423
method_descriptor          373
classobj                   256
instancemethod             255
member_descriptor          218
property                   185
Comment                    183
__proxy__                  155

没有表现出任何奇怪的东西.我现在该怎么做才能帮助调试内存问题？

更新:尝试一些人们推荐的东西.我一夜之间运行程序,当我工作时,使用了50%*8G == 4G的RAM.

(Pdb) from pympler import muppy
(Pdb) muppy.print_summary()
                                     types |   # objects |   total size
========================================== | =========== | ============
                                   unicode |      210997 |     97.64 MB
                                      list |        1547 |     88.29 MB
                                      dict |       41630 |     13.21 MB
                                       set |          50 |      8.02 MB
                                       str |      109360 |      7.11 MB
                                     tuple |       27898 |      2.29 MB
                                      code |        6907 |      1.16 MB
                                      type |         760 |    653.12 KB
                                   weakref |        1014 |     87.14 KB
                                       int |        3552 |     83.25 KB
                    function (__wrapper__) |         702 |     82.27 KB
                        wrapper_descriptor |         998 |     77.97 KB
                                      cell |        1357 |     74.21 KB
  <class 'pympler.asizeof.asizeof._Claskey |        1113 |     69.56 KB
                       function (__init__) |         574 |     67.27 KB

这并不总和4G,也没有真正给我任何大数据来修复.unicode来自"完成"节点的set(),列表看起来就像是随机weakref的.

我没有使用孔雀鱼,因为它需要一个C扩展而我没有root,因此构建起来会很痛苦.

objectI正在使用的没有一个__del__方法,并查看库,它看起来不像django,也不像python-mysqldb.还有其他想法吗？

Answer 1

请参见http://opensourcehacker.com/2008/03/07/debugging-django-memory-leak-with-trackrefs-and-guppy/.简短的回答:如果您正在运行django而不是基于Web请求的格式,则需要手动运行db.reset_queries()(当然,正如其他人所提到的那样,DEBUG = False).Django会reset_queries()在Web请求后自动执行,但在您的格式中,这种情况从未发生过.

Answer 2

settings.py中的DEBUG = False？

如果不是,Django会愉快地存储你所做的所有SQL查询.

Answer 3

你试过gc.set_debug()吗？

你需要问自己一些简单的问题:

• 我是否使用__del__方法对象？我绝对,毫不含糊地需要它们吗？
• 我可以在代码中获得参考周期吗？我们不能在摆脱这些物体之前打破这些圈子吗？

看,主要问题是包含__del__方法的对象循环:

import gc

class A(object):
    def __del__(self):
        print 'a deleted'
        if hasattr(self, 'b'):
            delattr(self, 'b')

class B(object):
    def __init__(self, a):
        self.a = a
    def __del__(self):
        print 'b deleted'
        del self.a


def createcycle():
    a = A()
    b = B(a)
    a.b = b
    return a, b

gc.set_debug(gc.DEBUG_LEAK)

a, b = createcycle()

# remove references
del a, b

# prints:
## gc: uncollectable <A 0x...>
## gc: uncollectable <B 0x...>
## gc: uncollectable <dict 0x...>
## gc: uncollectable <dict 0x...>
gc.collect()

# to solve this we break explicitely the cycles:
a, b = createcycle()
del a.b

del a, b

# objects are removed correctly:
## a deleted
## b deleted
gc.collect()

我真的鼓励你标记在你的应用程序中循环的对象/概念并关注它们的生命周期:当你不再需要它们时,我们是否有任何引用它的东西？

即使对于没有__del__方法的循环,我们也会遇到问题:

import gc

# class without destructor
class A(object): pass

def createcycle():
    # a -> b -> c 
    # ^         |
    # ^<--<--<--|
    a = A()
    b = A()
    a.next = b
    c = A()
    b.next = c
    c.next = a
    return a, b, b

gc.set_debug(gc.DEBUG_LEAK)

a, b, c = createcycle()
# since we have no __del__ methods, gc is able to collect the cycle:

del a, b, c
# no panic message, everything is collectable:
##gc: collectable <A 0x...>
##gc: collectable <A 0x...>
##gc: collectable <dict 0x...>
##gc: collectable <A 0x...>
##gc: collectable <dict 0x...>
##gc: collectable <dict 0x...>
gc.collect()

a, b, c = createcycle()

# but as long as we keep an exterior ref to the cycle...:
seen = dict()
seen[a] = True

# delete the cycle
del a, b, c
# nothing is collected
gc.collect()

如果您必须使用"看似"类似的词典或历史记录,请注意您只保留所需的实际数据,而不是外部引用它.

我现在有点失望set_debug,我希望它可以被配置为输出数据而不是stderr,但希望这应该很快改变.

Answer 4

请参阅Ned Batchelder的这篇优秀博客文章,了解他们如何追踪HP Tabblo中的真实内存泄漏.经典而值得一读.