python线程执行完后释放内存_线程结束后释放内存

我正在开发的应用程序主要是API，但也有一个多线程后台作业处理系统，用于执行计划的作业以及临时API，它们需要很长时间才能获得即时的API响应。

这将通过金枪鱼分叉10次。任何单个分叉的流程都能够接管要运行的作业，因此，在处理流程与API请求的服务之间，是平衡的。

我面临的挑战是，每个进程将如何继续声明作业处理所需的最大内存量。有些作业需要1.5GB-2GB的内存。

如果有足够的时间，最终所有10个进程都必须处理此类工作，并且每个进程都将占用2GB以上的内存。即使该进程的平均内存使用很少超过100MB。

这些密集型作业仅通过流程中的专用线程运行。

是否有任何机制可以强迫Python在线程关闭时释放专门为线程声明的内存？还是任何强制Python进程仅将内存重置为当时需要的通用机制？

旁注：我也正在探索派生而不是线程，但是到目前为止，这还引入了其他不确定的问题。

解决方案

如果没有有关您的API和辅助进程/线程正在做什么的具体示例，则很难提供特定的答案。

Python是一种引用计数语言：当一个对象未​​被其他任何对象引用时，可以随意进行垃圾回收。可以强制垃圾收集器运行（请参阅https://docs.python.org/3/library/gc.html），但几乎总是最好让它自己做。

当工作线程退出时，线程内创建的任何对象都可能被垃圾回收；唯一的例外是放置在某些全局数据结构中的对象（但是用例听起来并不像您要做的那样）。