记录一次内存泄漏的修复过程

1、现象

通过Flask API请求调用一个实例的方法，加载pysparnn的索引，每次调用都增加800M，怀疑内存泄漏。

2 、工具：

memory_profiler,    pympler

momery_profiler 使用：

这样每次调用的话，可以知道每一行代码调用是否增加了内存。

from memory_profiler import profile

@profile
def obj_fun():
    print('here')
    """
     this is your function code
     """

pympler的使用：

from pympler import tracker,summary,muppy
memory_tracker = tracker.SummaryTracker()

# 在你运行完你的方法后使用这一句代码
memory_tracker.print_diff()

如果有内存泄漏，那么结果是一些dict,list大于零。

3、结论：

python 用pickle保存对象和加载对象，貌似这会内存泄漏，其实不会泄漏。

最后结论是用pickle导入对象时候，是第三方库泄漏的内存。

泄漏内存的元凶，是第三方库（pysparnn）的变量循环引用。