python会自动释放内存吗,python2不愿意释放内存吗？

我知道python有自己的内存管理实现，使用arean来处理不同大小的对象，甚至更多，尽管我还没有找到一个完整的文档。

不过，我还是想知道在幕后发生了什么。在

后台是一个长时间运行的python2数据库应用程序，它似乎在泄漏内存，它运行在64位linux上。

这个应用程序每天都会从数据库中读取一些数据，仅用于读取行(使用MySQLdb)的RAM使用量总计约为3.5GB。剩下的几行被释放到100.5米的范围内(“剩下的几行被缩小为3行”)。在

但是python-2.7只释放了现在“未使用”内存的一小部分。我知道这些记忆以后会被重用，但我观察到，不知怎么的，这些记忆似乎在“慢慢地泄漏”。上面提到的数据库应用程序每天都要读取大量数据。连续读取两次(或多次)只会为第一次读取分配内存，然后显然会重用此内存。但是让它运行几个小时，然后再次读取DB数据，就会产生下一个3+GB的内存分配峰值(这一峰值永远不会被释放)。在

为了添加更多的背景(让事情变得更糟)，我不得不说这个数据库应用程序不是空闲的，而是永久性地执行任务。通过监视内存使用情况(nagios性能数据)，我非常肯定，如果没有这个特定的DB查询，内存使用率永远不会攀升到3.5GB RAM(甚至接近)。但启用了GB+3，则每天都会添加此查询。

所讨论的查询返回的大多是唯一的整数和浮点数。在

这就是我开始怀疑python的主要原因。我觉得我已经阅读了大量的信息，查看了_PyObject_DebugMallocStats()，但不知道python决定保留几GB的内容(或原因)。在

它可以归结为一个非常简单的例子(不代表数据的真实情况，我知道xrange())：def mem_usage(pid=None):

mem = 0

proc = str(pid or "self")

with open("/proc/%s/smaps" % proc) as fstat:

for l in fstat:

if not l.startswith("Private_"):

continue

mem += int(l.split(":", 1)[1].strip().split(" ", 1)[0])

return mem

mem_usage() # reports a few MB

x = list(range(100000000)) # use list() for py3k

mem_usage() # reports ~3GB

del x

mem_usage() # reports ~2.5GB

有趣的是，当我删除大列表时，py3k会释放内存。不仅是一小部分，而且几乎所有的内存使用量只比开始时略高。在

我用memory_profiler(我想它不会比给定的mem_usage()函数做得更多)进行了研究，但没有任何见解。我读过关于gdb堆的文章，但是到目前为止还不能让它工作。在

我实际上不相信有解决方案(除了重新启动应用程序或减少从数据库读取的数据量)。但我真的很感激你对这个话题的任何见解。在

编辑：

总结一下我的问题：python-2.7为什么要保持这个内存的分配？在