Python 打算刪除大量涉及像C和C++語言那樣的復雜內存管理。當對象離開范圍，就會被自動垃圾收集器回收。然而，對于由 Python 開發的大型且長期運行的系統來說，內存管理是不容小覷的事情。

在這篇博客中，我將會分享關于減少 Python 內存消耗的方法和分析導致內存消耗/膨脹根源的問題。這些都是從實際操作中總結的經驗，我們正在構建 Datos IO 的 RecoverX 分布式備份和恢復平臺，這里主要要介紹的是在 Python（在 C++ ，Java 和 bash 中也有一些類似的組件） 中的開發。

Python 垃圾收集

Python解釋器對正在使用的對象保持計數。當對象不再被引用指向的時候，垃圾收集器可以釋放該對象，獲取分配的內存。例如，如果你使用常規的Python(CPython, 不是JPython)時，Python的垃圾收集器將調用free()/delete() 。

實用工具

資源（resource）

resource 模塊用來查看項目當前得的固有的)內存消耗(固有內存是項目實際使用的RAM)，注意resource庫只在linux系統下有效

            
>>> import resource
>>> resource.getrusage(resource.RUSAGE_SELF).ru_maxrss
443
          

對象（objgraph）

objgraph 是一個實用模塊,可以展示當前內存中存在的對象

來看看objgraph的簡單用法：

            
import objgraph
import random
import inspect

class Foo(object):

  def __init__(self):
    self.val = None

  def __str__(self):
    return "foo - val: {0}".format(self.val)

def f():

  l = []

  for i in range(3):
    foo = Foo()
    l.append(foo)

  return l


def main():

  d = {}

  l = f()

  d['k'] = l

  print "list l has {0} objectsoftype Foo()".format(len(l))
          

pythontest1.py

輸出：

list l has 10000 objectsoftype Foo()
dict 10423
Foo 10000 ――――> Guiltyas charged!
tuple 3349
wrapper_descriptor 945
function 860
builtin_function_or_method 616
method_descriptor 338
weakref 199
member_descriptor 161
getset_descriptor 107

注意，我們在內存中還持有10,423個‘dict'的實例對象。

可視化objgraph依賴項

Objgraph有個不錯的功能，可以顯示Foo()對象在內存中存在的因素，即，顯示誰持有對它的引用 (在這個例子中是list l )。

在RedHat/Centos上, 你可以使用sudo yum install graphviz*安裝graphviz
在Ubunbu等系統上使用sudo apt-get install graphviz*安裝graphviz

如需查看對象字典 d ，請參考:

            
objgraph.show_refs(d, filename='sample-graph.png')
          

從內存使用角度來看，我們驚奇地發現――為什么對象沒有釋放?這是因為有人在持有對它的引用。

這個小片段展示了objgraph怎樣提供相關信息:

            
objgraph.show_backrefs(random.choice(objgraph.by_type('Foo')), filename="foo_refs.png")
          

在這一案例中, 我們查看了Foo類型的隨機對象。我們知道該特定對象被保存在內存中，因其引用鏈接在指定范圍內。

有時，以上技巧能幫助我們理解，為什么當我們不再使用某對象時，Python垃圾回收器沒有將垃圾回收。

難處理的是，有時候我們會發現Foo()占用了很多內存的類。這時我們可以用heapy()來回答以上問題。

Heapy

heapy 是一個實用的，用于調試內存消耗/泄漏的工具。通常，我將objgraph和heapy搭配使用：用 heapy 查看分配對象隨時間增長的差異，heapy能夠顯示對象持有的最大內存等；用Objgraph找backref鏈（例如：前4節），嘗試獲取它們不能被釋放的原因。

Heapy的典型用法是在不同地方的代碼中調用一個函數，試圖為內存使用量提供大量收集線索，找到可能會引發的問題：

            
from guppyimport hpy


def dump_heap(h, i):
  """
  @param h: Theheap (from hp = hpy(), h = hp.heap())
  @param i: Identifierstr
  """

  print "Dumpingstatsat: {0}".format(i)

  print 'Memoryusage: {0}(MB)'.format(resource.getrusage(resource.RUSAGE_SELF).ru_maxrss/1024)

  print "Mostcommontypes:"
  objgraph.show_most_common_types()

  print "heapis:"
  print "{0}".format(h)

  by_refs = h.byrcs
  print "byreferences: {0}".format(by_refs)
  print "Morestatsfor topelement.."
  print "Byclodo (class or dict owner): {0}".format(by_refs[0].byclodo)
  print "Bysize: {0}".format(by_refs[0].bysize)
  print "Byid: {0}".format(by_refs[0].byid)
          

減少內存消耗小技巧

在這一部分，我會介紹一些自己發現的可減少內存消耗的小竅門.

Slots

當你有許多對象時候可以使用Slots。Slotting傳達給Python解釋器：你的對象不需要動態的字典(從上面的例子2.2中，我們看到每個Foo()對象內部包含一個字典)

用slots定義你的對象，讓python解釋器知道你的類屬性/成員是固定的.。這樣可以有效地節約內存!

參考以下代碼：

            
import resource

class Foo(object):
  #__slots__ = ('val1', 'val2', 'val3', 'val4', 'val5', 'val6')

  def __init__(self, val):
    self.val1 = val+1
    self.val2 = val+2
    self.val3 = val+3
    self.val4 = val+4
    self.val5 = val+5
    self.val6 = val+6

def f(count):
  l = []
  for i in range(count):
    foo = Foo(i)
    l.append(foo)

  return l

def main():
  count = 10000
  l = f(count)

  mem = resource.getrusage(resource.RUSAGE_SELF).ru_maxrss

  print "Memoryusageis: {0} KB”.format(mem)

  print "Sizeperfooobj: {0} KB”.format(float(mem)/count)

if __name__ == "__main__”:
  main()
          

[vagrant@datosdevtemp]$ pythontest2.py

輸出：

Memoryusageis: 16672 KB
Sizeperfooobj: 1.6672 KB
Nowun-commentthisline: #__slots__ = (‘val1', ‘val2', ‘val3', ‘val4', ‘val5', ‘val6')
[vagrant@datosdevtemp]$ pythontest2.py
Memoryusageis: 6576 KB
Sizeperfooobj: 0.6576 KB

在這個例子中，減少了60%的內存消耗！

駐留：謹防駐留字符串！

Python會記錄如字符串等不可改變的值（其每個值的大小依賴于實現方法），這稱為駐留。

            
>>> t = "abcdefghijklmnopqrstuvwxyz"
>>>> p = "abcdefghijklmnopqrstuvwxyz"
>>>> id(t)
139863272322872
>>> id(p)
139863272322872
          

這是由python解析器完成的，這樣做可以節省內存，并加快比較速度。例如，如果兩個字符串擁有相同的ID或引用?C他們就是全等的。

然而，如果你的程序創建了許多小的字符串，你的內存就會出現膨脹。

生成字符串時使用Format來代替“+”

接下來，在構造字符串時，使用Format來代替“+”構建字符串。

亦即，

            
st = "{0}_{1}_{2}_{3}".format(a,b,c,d) # 對內存更好，不創建臨時變量
st2 = a + '_' + b + '_' + c + '_' + d # 在每個"+"時創建一個臨時str，這些都是駐留在內存中的。
          

在我們的系統中，當我們將某些字符串構造從“+”變為使用format時，內存會明顯被節省。

關于系統級別

上面我們討論的技巧可以幫助你找出系統內存消耗的問題。但是，隨著時間的推移，python進程產生的內存消耗會持續增加。這似乎與以下問題有關:

1. 為什么C中內存分配能夠在Python內部起作用，這本質上是內存碎片導致的。因為，除非整個內存沒有使用過，否則該分配過程不能調用‘free'方法。但需要注意的是，內存的使用不是根據你所創建和使用的對象來進行排列。
2. 內存增加也和上面討論的“Interning” 有關。

以我的經驗來看，減少python中內存消耗的比例是可行的。在Datos IO中，我曾經針對指定的內存消耗進程實現過一個工作模塊。對于序列化的工作單元，我們運行了一個工作進程。當工作進程完成后, 它會被移除了――這是返回系統全部內存的唯一可以有效方法 :)。好的內存管理允許增加分配內存的大小，即允許工作進程長時間運行。

總結

我歸納了一些減少python進程消耗內存的技巧，當我們在代碼中尋找內存泄漏時，一種方法是通過使用Heapy找出哪些Obj占用了較多內存，然后通過使用Objgraph找出內存被釋放的原因（除非你認為他們本應該被釋放）。

總的來說，我覺得在python中尋找內存問題是一種修行。隨著時間的積累，對于系統中的內存膨脹和泄漏問題，你能產生一種直覺判斷，并能更快地解決它們。愿你在發現問題的過程中找到樂趣！

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。