python3 内存管理

标签：参数   col   err   collect   返回   tps   profile   val   bsp   

怎么查找哪里存在内存泄露呢？武器就是两个库：gc、objgraph

pip install psutil

pip install objgraph
pip install -U memory_profiler # https://github.com/fabianp/memory_profiler
python -m memory_profiler example.py  # 如果在函数前面用装饰器@profile(),则不用加-m memory_profiler参数
print(gc.isenabled())  # 垃圾回收机制已打开
info = psutil.virtual_memory()
print(‘内存使用：‘, psutil.Process(os.getpid()).memory_info().rss)
print(‘总内存：‘, info.total/(1024*1024*1024))
print(‘内存占比：‘, info.percent)

# 当Python运行时，会记录其中分配对象(object allocation)和取消分配对象(object deallocation)的次数。当两者的差值高于某个阈值时，垃圾回收才会启动
# 可以通过gc模块的get_threshold()方法，查看该阈值；也可以通过gc中的set_threshold()方法重新设置；也可以手动启动垃圾回收，即使用gc.collect()
# Python将所有的对象分为0，1，2三代。
# 所有的新建对象都是0代对象。
# 当某一代对象经历过垃圾回收，依然存活，那么它就被归入下一代对象。
# 垃圾回收启动时，一定会扫描所有的0代对象。
# 如果0代经过一定次数垃圾回收，那么就启动对0代和1代的扫描清理。
# 当1代也经历了一定次数的垃圾回收后，那么会启动对0，1，2，即对所有对象进行扫描。
# get_threshold()返回的(700, 10, 10)返回的700是阈值，返回的两个10：每10次0代垃圾回收，会配合1次1代的垃圾回收；而每10次1代的垃圾回收，才会有1次的2代垃圾回收。

def limit_memory(maxsize):

    try:
        soft, hard = resource.getrlimit(resource.RLIMIT_AS)
    except ValueError as err:
        print(str(err)) # soft==-1 hard==-1 表示没有限制, 有值时单位是字节
    #print(soft/1024, hard)
    resource.setrlimit(resource.RLIMIT_AS, (maxsize, hard))
    soft, hard = resource.getrlimit(resource.RLIMIT_AS)
    print(soft, hard)

if __name__ == ‘__main__‘:
    limit_memory(100)
    ret = list()
    try:
        for index in range(1, 1000000):
           ret.append(index)
    except Exception as err:
        print(str(err))
        exit(-1)

python3 内存管理

标签：参数   col   err   collect   返回   tps   profile   val   bsp   

原文地址：https://www.cnblogs.com/zxpo/p/10730462.html