寫的dht協議搜索的程序，這幾天優化了一下發現速度確實快了好多。但是出現了一個新的問題，內存直接飆升，我開了十個爬蟲占用內存800m。開始我以為是節點太多了，找了幾個小問題修改一下，發現沒用。后來就到網上查找python內存分析的工具，查了一點資料發現python有個meliae庫操作非常方便，就使用分析了一下，發現不是節點太多的原因0 0,是保存發送的t_id，用來標示返回的消息是那個發出的一個字典過大了。

從分析的結果非常容易的定位了某個對象的數量和大小，非常容易分析。我開始以為是因為好多發送查詢信息以后，對面沒返回造成這個字典里的元素沒有釋放造成的，我就用過期時間判斷了一下，進行過期刪除。發現是小了，但是不是非常顯著，好像少了幾十不到100M。后來又減少了查找一個隨機hash的時間，以前是1分鐘查一次，我改成了就第一次查！，發現沒減少0 0.不知道是啥的原因。應該就是查找hash，詢問節點，然后返回然后詢問里邊的節點，最后數量越來越多，但是我不明白的是，怎么會這么多運行一分鐘就有60萬條。也就是說當時內存沒釋放的對象就有這么多。達到這個內存占用后，基本就不再變化，有很小很慢的提升，因為還開的其他程序，不確定是不是這些程序其他對象的增加造成的。等分階段dump測試一下。

安裝直接pip install meliae 就ok了，我看好久沒更新的項目了，不知道還有沒有好的替代品不過用著還不錯。

將內存dump到文件

分析文件：

字段意義如下：
Index : 行索引號
Count : 該類型的對象總數
%(Count) : 該類型的對象總數 占 所有類型的對象總數 的百分比
Size : 該類型的對象總字節數
%(Size) : 該類型的對象總字節數 占 所有類型的對象總字節數 的百分比
Cum : 累積行索引后的%(Size)
Max : 該類型的對象中，最大者的字節數
Kind : 類型

分析某個對象，找出它的引用關系