我想知道我的Python应用程序的内存使用情况,特别想知道哪些代码块/部分或对象消耗了最多的内存。 Google 搜索显示商业版是 Python Memory Validator(仅限 Windows)。
我没有尝试过任何人,所以我想知道哪一个是最好的考虑:
提供了大部分细节。
我必须对我的代码进行最少的更改或无需更改。
我的模块 memory_profiler 能够打印内存使用情况的逐行报告,并且可以在 Unix 和 Windows 上运行(最后一个需要 psutil)。输出不是很详细,但目标是让您概述代码在哪里消耗了更多内存,而不是对分配的对象进行详尽的分析。
用
@profile
装饰函数并使用 -m memory_profiler
标志运行代码后,它将打印如下逐行报告:
Line # Mem usage Increment Line Contents
==============================================
3 @profile
4 5.97 MB 0.00 MB def my_func():
5 13.61 MB 7.64 MB a = [1] * (10 ** 6)
6 166.20 MB 152.59 MB b = [2] * (2 * 10 ** 7)
7 13.61 MB -152.59 MB del b
8 13.61 MB 0.00 MB return a
guppy3 使用起来非常简单。在代码中的某个时刻,您必须编写以下内容:
from guppy import hpy
h = hpy()
print(h.heap())
这会给你一些像这样的输出:
Partition of a set of 132527 objects. Total size = 8301532 bytes.
Index Count % Size % Cumulative % Kind (class / dict of class)
0 35144 27 2140412 26 2140412 26 str
1 38397 29 1309020 16 3449432 42 tuple
2 530 0 739856 9 4189288 50 dict (no owner)
您还可以找到引用对象的位置并获取有关该对象的统计信息,但不知何故,相关文档有点稀疏。
还有一个用 Tk 编写的图形浏览器。
对于 Python 2.x,请使用 Heapy。
我推荐Dowser。设置非常简单,并且您不需要对代码进行零更改。您可以通过简单的 Web 界面查看每种类型的对象随时间变化的计数、查看活动对象列表、查看对活动对象的引用。
# memdebug.py
import cherrypy
import dowser
def start(port):
cherrypy.tree.mount(dowser.Root())
cherrypy.config.update({
'environment': 'embedded',
'server.socket_port': port
})
cherrypy.server.quickstart()
cherrypy.engine.start(blocking=False)
导入memdebug,然后调用memdebug.start。仅此而已。
我还没有尝试过 PySizer 或 Heapy。我很感激其他人的评论。
更新
以上代码适用于
CherryPy 2.X
,CherryPy 3.X
server.quickstart
方法已被删除,并且 engine.start
不采用 blocking
标志。所以如果你正在使用 CherryPy 3.X
# memdebug.py
import cherrypy
import dowser
def start(port):
cherrypy.tree.mount(dowser.Root())
cherrypy.config.update({
'environment': 'embedded',
'server.socket_port': port
})
cherrypy.engine.start()
Muppy 是(又一个)Python 内存使用分析器。该工具集的重点是内存泄漏的识别。
Muppy 试图帮助开发人员识别 Python 应用程序的内存泄漏。它可以跟踪运行时的内存使用情况并识别泄漏的对象。此外,还提供了一些工具,可以定位未释放对象的来源。
我正在开发一个名为 memprof 的 Python 内存分析器:
http://jmdana.github.io/memprof/
它允许您在执行修饰方法期间记录和绘制变量的内存使用情况。您只需使用以下命令导入库即可:
from memprof import memprof
并使用以下方法装饰你的方法:
@memprof
这是一个关于绘图的示例:
该项目托管在GitHub:
也可以尝试使用 pytracemalloc 项目,它提供了每个 Python 行号的内存使用情况。
编辑(2014/04):现在有一个 Qt GUI 来分析快照。