在迭代 30 个涉及内存和 CPU 密集型数值计算的问题序列的 Python 代码中，我观察到 Python 进程的内存消耗在 30 次迭代中每次开始时都会增加约 800MB，并最终MemoryError引发第 8 次迭代（系统内存实际上已耗尽）。但是，如果我在每次迭代后import gc运行gc.collect()，那么内存消耗将保持在约 2.5GB 不变，并且 Python 代码在解决所有 30 个问题后会很好地终止。该代码仅使用连续2个问题的数据，并且没有引用周期（否则手动垃圾收集也无法降低内存消耗）。

问题

如果 Python 尝试在引发MemoryError. 在我看来，这将是一件完全理智的事情，但也许有理由反对这样做？

此处进行了与上述类似的观察：https ://stackoverflow.com/a/4319539/1219479

问题

mongodb 索引是在写入操作成功报告给应用程序之前更新还是索引更新在后台运行？如果它们在后台运行：有没有办法等待索引更新完成？

背景

我有一个文件

person1obj = {
  email: 'user@domain.tld',
  [...]
}

在对字段应用唯一people索引的集合中。现在我想插入另一个文档email

person2obj = {
  email: 'user@domain.tld',
  [...]
}

mongoose.model('Person').create(person1obj, function (err, person1) {
  // person1 has been saved to the db and 'user@domain.tld' is 
  // added to the *unique* email field index

  // change email for person1 and save
  person1.email = 'otheruser@domain.tld';
  person1.save(function(err, person1) {
    // person1 has been updated in the db

    // QUESTION: is it guaranteed that …