关于python:python内存泄露排查

最近线上某台虚拟机隔三差五就会挂掉，通过业务日志基本上排查到每次出错都源于某一个申请。于是对该申请开展排查。

1，先确认罪魁祸首：

执行该申请之前之前的虚拟机memory和python过程占用的资源：

执行一次该申请之后的资源占用状况：

python占用的资cpu在服务执行过程中会有所晋升，然而申请完结后，cpu能够复原到执行之前的程度；而VIRT，RES，内存占比却有显著晋升，且执行实现后并未降落。屡次执行，内存占用累积上涨。由此推断，罪魁祸首是该申请，并且可能是由内存泄露引起的。

2，python内存泄露的工具

https://zhmin.github.io/2018/12/22/python-meomory-leak/

通过网上一系列的查找，理解到用于排查python内存泄露的工具有：objgraph，pympler，guppy

objgraph

能够查看对象被援用次数的工具，也能够查看对象调用图。

这里次要用到的办法：

show_most_common_types()

show_growth()

集体感觉show_growth更好用写，能够看到增量数据。

pympler

pympler工具能够很容易看到内存的应用状况

guppy

guppy能够查看到heap内存的具体应用状况，哪些对象占用多少内存

3，代码定位

先写一个记录对象援用次数的办法

import os
import objgraph

def obj_graph_stat(mark=''):
    file_path = r'D:\obj_graph.txt'
    if not os.path.exists(file_path):
        file = open(file_path, 'w')
        file.close()
    file = open(file_path, 'a')
    file.write(f'******************{str(now_datetime())}-{mark}******************\n')
    objgraph.show_most_common_types(limit=20, file=file)
    file.write(f'-'*20)
    file.write('\n')
    # 返回heap内存详情
    # heap = hp.heap()
    # byvia返回该对象的被哪些援用， heap[0]是内存耗费最大的对象
    # references = heap[0].byvia
    # file.write(str(references))
    file.write('\n\n')
    file.close()

把该办法放在可疑代码前后执行

通过前后执行比照发现援用list，dict等对象均有较大减少。而后对代码进行走读，逐渐放大范畴，对可疑代码段进行前后比照，确定最小范畴：

同时对象援用的前后比照也佐证了这一点，如上图。该段代码是基于matplotlib.pyplot绘制一个曲线图，对代码主题性能不影响不是很大，咱们先把该段代码正文掉，再次执行看对象前后援用次数。

通过比照，发现对象援用次数失常了！！！

在服务器部署执行后，比照top信息，执行前：

执行中

执行后

执行实现后内存复原到执行前相当的程度，问题迎刃而解！

4，刨根问底

抓到真凶后，咱们总归是好奇，想晓得假相的。通过度娘咱们发现：

Python循环画图时内存泄露的问题：http://www.biexiaoyu1994.com/%E4%BB%A3%E7%A0%81%E8%B8%A9%E5%9D%91/2019/06/13/python_plot_mem_leak/

matplotlib画图内存爆表：https://www.gaodaima.com/quanshengxixin/article/details/68953314

matplotlib内存溢出报错：https://www.gaodaima.com/mym_74/article/details/102887252

利用matplotlib绘制图片，并且将图片保留到文件中。因为没有及时的将内存中的图像革除，以致内存爆表，零碎卡死。

pyplot是一个模块，它收集了一些容许matplotlib以性能形式应用的函数。 我在这里假如pyplot已被导入为“import matplotlib.pyplot as plt”。 在这种状况下，有三个不同的命令能够删除内容：

plt.cla()革除轴，以后流动轴在以后图中。 它放弃其余轴不变。

plt.clf()革除整个以后数字。与所有的轴，但来到窗口关上，这样它就能够再用在其余的 plots上了。

plt.close()关上窗户，如果未另指定，则该窗口将是以后窗口。

因而，哪种性能最适宜您，取决于您的用例。

close（）函数还容许指定哪个窗口应该敞开。参数能够是应用figure（number_or_name）创立的窗口的数字或名称。也能够是取得的图形实例，即应用fig = figure（）。如果没有人提出任何论点close()，以后流动的窗口将敞开。 此外，还有语法close（’all’），它敞开所有数字。

总结经验，也就是咱们在应用matplotlib.pyplot时，须要在前面追加一个开释操作。

总体来说这是一次因为经验不足导致的犯错，最终解决办法不简单，然而重在问题排查的过程和办法，学到了很多。

喜欢 (0)赏

[搞代码]

分享 (0)