python 内存泄漏分析工具_总结python 三种常见的内存泄漏场景

概要

不要以为 Python 有自动垃圾回收就不会内存泄漏,本着它有“垃圾回收”我有“垃圾代码”的精神,现在总结一下三种常见的内存泄漏场景。

无穷大导致内存泄漏

如果把内存泄漏定义成只申请不释放,那么借着 Python 中整数可以无穷大的这个特点,我们一行代码就可以完成内存泄漏了。

i = 1024 ** 1024 ** 1024

循环引用导致内存泄漏

引用记数器 是 Python 垃圾回收机制的基础,如果一个对象的引用数量不为 0 那么是不会被垃圾回收的,我们可以通过 sys.getrefcount 来得到给定对象的引用数量。

In [1]: import sys

In [2]: a = {'name':'tom','age':16}

In [3]: sys.getrefcount(a) # 由于 getrefcount 内部也会临时的引用 a 所以,使得计数器的值变成了 2 。

Out[3]: 2

In [4]: b = a

In [5]: sys.getrefcount(a)

Out[5]: 3

先来看一个循环引用的场景。

#!/usr/bin/evn python3

import sys

import time

import threading

class Person(object):

free_lock = threading.Condition()

def __init__(self, name: str = ""):

"""

Parameters

----------

name: str

姓名

best_friend: str

最要好的朋友名

"""

self._name = name

self._best_friend = None

@property

def best_friend(self, person: "Person"):

return self._best_friend

@best_friend.setter

def best_friend(self, friend: "Person"):

self._best_friend = friend

def __str__(self):

"""

"""

return self._name

def __del__(self):

"""

"""

self.free_lock.acquire()

print(f"{self._name} 要 GG 了,现在释放它的内存空间。")

sys.stderr.flush()

self.free_lock.release()

def mem_leak():

"""

循环引用导致内存泄漏

"""

zhang_san = Person(name='张三')

li_si = Person("李四")

# 构造出循环引用

# 李四的好友是张三

li_si.best_friend = zhang_san

# 张三的好友是李四

zhang_san.best_friend = li_si

if __name__ == "__main__":

for i in range(3):

time.sleep(0.01)

print(f"{i}")

mem_leak()

print("mem_leak 执行完成了.")

time.sleep(5)

运行效果。

python3 main.py

0

1

2

mem_leak 执行完成了.

张三 要 GG 了,现在释放它的内存空间。

李四 要 GG 了,现在释放它的内存空间。

张三 要 GG 了,现在释放它的内存空间。

李四 要 GG 了,现在释放它的内存空间。

张三 要 GG 了,现在释放它的内存空间。

李四 要 GG 了,现在释放它的内存空间

由于循环引用的存在,使得 mem_leak 函数就行执行完了其内部的局部变量引用计数器也不为 0 ,所以内存得不到及时的释放。释放这部分内存有两个途径 1、 被 Python 内部的循环检测机制发现了; 2、进程退出前的集中释放。

tracemalloc 可以在一定程序上帮我们发现问题,在此就不讲怎么用了,我们直接上解决方案。Python 为程序员提供了弱引用,通过这种方式可以不增加对象引用计数器的数值,这成为了我们打破循环引用的一种手段。

In [1]: import sys

In [2]: import weakref

In [3]: from main import Person

In [4]: tom = Person('tom')

In [5]: sys.getrefcount(tom)

Out[5]: 2

In [6]: p = weakref.ref(tom)

In [7]: sys.getrefcount(tom) # 弱引用不会增加计数器的值

Out[7]: 2

现在使用 weakref 技术来改造我们的代码。

#!/usr/bin/evn python3

import sys

import time

import weakref

import threading

class Person(object):

free_lock = threading.Condition()

def __init__(self, name: str = ""):

"""

Parameters

----------

name: str

姓名

best_friend: str

最要好的朋友名

"""

self._name = name

self._best_friend = None

@property

def best_friend(self, person: "Person"):

return self._best_friend

@best_friend.setter

def best_friend(self, friend: "Person"):

self._best_friend = weakref.ref(friend)

def __str__(self):

"""

"""

return self._name

def __del__(self):

"""

"""

self.free_lock.acquire()

print(f"{self._name} 要 GG 了,现在释放它的内存空间。")

sys.stderr.flush()

self.free_lock.release()

def mem_leak():

"""

循环引用导致内存泄漏

"""

zhang_san = Person(name='张三')

li_si = Person("李四")

# 构造出循环引用

# 李四的好友是张三

li_si.best_friend = zhang_san

# 张三的好友是李四

zhang_san.best_friend = li_si

if __name__ == "__main__":

for i in range(3):

time.sleep(0.01)

print(f"{i}")

mem_leak()

print("mem_leak 执行完成了.")

time.sleep(5)

运行效果。

python3 main.py

0

张三 要 GG 了,现在释放它的内存空间。

李四 要 GG 了,现在释放它的内存空间。

1

张三 要 GG 了,现在释放它的内存空间。

李四 要 GG 了,现在释放它的内存空间。

2

张三 要 GG 了,现在释放它的内存空间。

李四 要 GG 了,现在释放它的内存空间。

mem_leak 执行完成了.

可以看到现在一旦函数执行完成,其内部的局部变量的内存就会得到释放,非常的及时。

外面库导致内存泄漏

这种情况我也只遇到过一次,之前 mysql-connector-python 的内存泄漏,导致我的程序跑着跑着占用的内存就越来越大;最后我们返的 C 语言扩展禁用之后就没有问题了。

以上就是总结python 三种常见的内存泄漏场景的详细内容,更多关于python 内存泄漏的资料请关注脚本之家其它相关文章!

你可能感兴趣的:(python,内存泄漏分析工具)