python 释放内存（1）

出处：http://blog.csdn.net/nirendao/article/details/44426201/

在上篇博客中，提到了对一个脚本进行的多次优化。当时以为已经优化得差不多了，但是当测试人员测试时，我才发现，踩到了Python的一个大坑。

在上文的优化中，对每500个用户，会进行一些计算并记录结果在磁盘文件中。原本以为这么做，这些结果就在磁盘文件中了，而不会再继续占用内存；但实际上，Python的大坑就是Python不会自动清理这些内存。这是由其本身实现决定的。具体原因网上多有文章介绍，这里就不copy了。

本篇博客将贴一个笔者的实验脚本，用以说明Python确实存在这么一个不释放内存的现象，另外也提出一个解决方案，即：先del，再显式调用gc.collect(). 脚本和具体效果见下。

实验环境一：Win 7， Python 2.7

[python]  view plain  copy

1. from time import sleep, time  
2. import gc  
3.   
4. def mem(way=1):  
5.     print time()  
6.     for i in range(10000000):  
7.         if way == 1:  
8.             pass  
9.         else:  # way 2, 3  
10.             del i  
11.               
12.     print time()  
13.     if way == 1 or way == 2:  
14.         pass  
15.     else:  # way 3  
16.         gc.collect()  
17.     print time()  
18.           
19. if __name__ == "__main__":  
20.     print "Test way 1: just pass"  
21.     mem(way=1)  
22.     sleep(20)  
23.     print "Test way 2: just del"  
24.     mem(way=2)  
25.     sleep(20)  
26.     print "Test way 3: del, and then gc.collect()"  
27.     mem(way=3)  
28.     sleep(20)  
29.       

运行结果如下：

[plain]  view plain  copy

1. Test way 1: just pass  
2. 1426688589.47  
3. 1426688590.25  
4. 1426688590.25  
5. Test way 2: just del  
6. 1426688610.25  
7. 1426688611.05  
8. 1426688611.05  
9. Test way 3: del, and then gc.collect()  
10. 1426688631.05  
11. 1426688631.85  
12. 1426688631.95  

对于way 1和way 2，结果是完全一样的，程序内存消耗峰值是326772KB，在sleep 20秒时，内存实时消耗是244820KB；

对于way 3，程序内存消耗峰值同上，但是sleep时内存实时消耗就只有6336KB了。

实验环境二： Ubuntu 14.10， Python 2.7.3

运行结果：

[plain]  view plain  copy

1. Test way 1: just pass  
2. 1426689577.46  
3. 1426689579.41  
4. 1426689579.41  
5. Test way 2: just del  
6. 1426689599.43  
7. 1426689601.1  
8. 1426689601.1  
9. Test way 3: del, and then gc.collect()  
10. 1426689621.12  
11. 1426689622.8  
12. 1426689623.11  

[plain]  view plain  copy

1. ubuntu@my_machine:~$ ps -aux | grep test_mem  
2. Warning: bad ps syntax, perhaps a bogus '-'? See http://procps.sf.net/faq.html  
3. ubuntu    9122 10.0  6.0 270916 245564 pts/1   S+   14:39   0:03 python test_mem.py  
4. ubuntu    9134  0.0  0.0   8104   924 pts/2    S+   14:40   0:00 grep --color=auto test_mem  
5. ubuntu@my_machine:~$ ps -aux | grep test_mem  
6. Warning: bad ps syntax, perhaps a bogus '-'? See http://procps.sf.net/faq.html  
7. ubuntu    9122 10.0  6.0 270916 245564 pts/1   S+   14:39   0:03 python test_mem.py  
8. ubuntu    9134  0.0  0.0   8104   924 pts/2    S+   14:40   0:00 grep --color=auto test_mem  
9. ubuntu@my_machine:~$ ps -aux | grep test_mem  
10. Warning: bad ps syntax, perhaps a bogus '-'? See http://procps.sf.net/faq.html  
11. ubuntu    9122 11.6  0.1  30956  5608 pts/1    S+   14:39   0:05 python test_mem.py  

结论：

以上说明，当调用del时，其实Python并不会真正release内存，而是将其继续放在其内存池中；只有在显式调用gc.collect()时，才会真正release内存。

进一步：

其实回到上一篇博客的脚本中，也让其引入gc.collect()，然后写个监控脚本监测内存消耗情况：

[plain]  view plain  copy

1. while ((1)); do ps -aux | sort -n -k5,6 | grep my_script; free; sleep 5; done  

结果发现：内存并不会在每500个用户一组执行完后恢复，而是一直持续消耗到仅存约70MB时，gc才好像起作用。本环境中，机器使用的是Cloud instance，总内存2G，可用内存约为1G，本脚本内存常用消耗是900M - 1G。换句话说，对于这个脚本来说，gc并没有立即起作用，而是在系统可用内存从1 - 1.2G下降到只剩70M左右时，gc才开始发挥作用。这点确实比较奇怪，不知道和该脚本是在Thread中使用的gc.collect()是否有关，或者是gc发挥作用原本就不是可控的。笔者尚未做相关实验，可能在下篇博客中继续探讨。

但是，可以肯定的是，若不使用gc.collect(), 原脚本将会将系统内存耗尽而被杀死。这一点从syslog中可以明显看出。