开发者

定位python内存泄漏问题及解决

开发者 https://www.devze.com 2023-11-19 13:10 出处:网络 作者: Q博士
目录背景定位内存泄漏第一步:确定是否有内存泄漏第二步:确定内心泄漏的代码块第三步:确定泄漏点总结背景
目录
  • 背景
  • 定位内存泄漏
    • 第一步:确定是否有内存泄漏
    • 第二步:确定内心泄漏的代码块
    • 第三步:确定泄漏点
  • 总结

    背景

    上周使用我的python web框架开发的第二个项目上线了,但是没运行几天机器内存就报警了,8G内存使用了7G,怀疑有内存泄漏,这个项目提供的功能就是一堆机器学习模型,对历史数据进行训练,挑选出最优的5个模型,用作未来数据的预测,所以整个项目有着数据量大,运行时间长的特点,就是把策略的离线工作搬到了线上。

    定位内存泄漏

    第一步:确定是否有内存泄漏

    pympler检查是否有内存泄漏,程序入口处初始化该工具

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

    接口返回处打印内存差异,观察内存是否有泄漏

    memory_tracker.print_diff() # 本次内存和上次内存块的差异

    我们用的sanic,所以直接在main.py文件添加如下代码:

     from pympler import tracker,summary,muppy
     memory_tracker = tracker.SummaryTracker()
    
     @app.middleware('request')
     async def set_request_id(request):
         log_id = request.headers.get('log-id')
         threading.currentThread().logid = log_id
         gc.collect()
         memory_tracker.print_diff()
    

    然后我们访问接口,多触发几次,不用看前两次,等输出稳定后,如果有内存泄漏是如下输出:

    定位python内存泄漏问题及解决

    上图显示每次都有4类泄漏对象,一共泄漏约60K的内存

    如果没有内存泄漏,没有数据输出

    定位python内存泄漏问题及解决

    第二步:确定内心泄漏的代码块

    我们确定程序有内存泄漏后,就想办法定位到代码块,就是我们自己写的代码,通过一步一步debug,注释,returncontinue等方式定位到造成泄漏的代码块,下面的代码块就是遍历所有模型,然后挨个执行训练方法,因为有20多个模型,我不能挨个注释每次对象来定位,卡在这里了。

    定位python内存泄漏问题及解决

    第三步:确定泄漏点

    tracemalajjoqrTloc定位泄漏点,python3.7.3自带,在main.py中添加如下代码:

    tracemalloc.start(25)
    snapshot = tracemalloc.take_snapshot()
    @app.middleware('response')
    async def print_on_response(request, response):
        global snapshot
        gc.collect()
        snapshot1 = tracemalloc.take_snapshot()
        top_stats = snapshot1.compare_to(snapshot, 'lineno')
        print("[ Top 10 differences ]")
     	for stat in top_stats[:10]:
        	 if stat.size_diff < 0:
    			continue
     		 print(stat)
     	snapshot = tracemalloc.take_snapshot()
    

    继续访问接口,多访问几次,输出如下,直接定位到具体泄漏的代码位置

    定位python内存泄漏问题及解决

    图中所有的泄漏点都定位到pandas库,但是我用这些文件搜索内存泄漏,都没有搜到相关内存泄漏的问题,所以得寻找谁调用这些地方,以

    /home/doctorq/.local/share/virtualenvs/scscore-K9x97I77/lib/python3.7/site-packages/pandas/core/window.py:859
    www.devze.com

    为例,我们要找到我们写的代码哪里调用触发泄漏点

    第四步:打印调用链

    看了tracemalloc文档也没找到打印调用链的方法,后来灵机一动直接在这个文件加了下面代码:

    raise Exception("doctorq")

    然后在接口里catch异常,添加logging.exception(e),然后触发接口,打印堆栈信息:

    ERROR:root:doctorq

    Traceback (most recent call last):

      File "/home/doctorq/python-dev/scscore/src/forecasting/forecast.py", line 83, in update_method

        n_fraction=n_fraction)

      File "/home/doctorq/python-dev/scscore/src/forecasting/trainer.py", line 113, in training

        n_fraction=n_fraction)

      File "/home/doctorq/python-dev/scscore/src/forecasting/trainer.py", line 205, in train_MAChine_learning_model

        is_train=True).dropna()

      File &qu编程ot;/home/doctorq/python-dev/scscore/src/feature_engineering/features.py", line 34, in get_feature

        history_same_periods=history_same_periods, zero_replace=zero_replace)

      File "/home/doctorq/python-dev/scscore/src/feature_engineering/sale_relate_feature.py", line 65, in get_feature

        store_and_sku=store_and_sku)

      File "/home/doctorq/python-dev/scscore/src/feature_engineering/sale_relate_feature.py", line 85, in get_rolling_feature

        rolling_result = self.get_rolling_result(window, rolling_obj, rolling_types)

      File "/home/doctorq/python-dev/scscore/src/feature_engineering/sale_relate_feature.py", line 169, in get_rolling_result

        rolling_result = self.rolling__(rolling_obj, rolling_type)

      File "/home/doctorq/python-dev/scscore/src/feature_engineering/sale_relate_feature.py", line 190, in rolling__

        return rolling_obj.min()

      File "/home/doctorq/.local/share/vihttp://www.devze.comrtualenvs/scscore-K9x97I77/lib/python3.7/site-packages/pandas/core/window.py", line 1723, in min

        return super(Rolling, self).min(*args, **kwargs)

      File "/home/doctorq/.local/share/virtualenvs/scscore-K9x97I77/lib/python3.7/site-packages/pandas/core/window.py", line 1069, in min

        return self._apply('roll_min', 'min', **kwargs)

      File "/home/doctorq/.local/share/virtualenvs/scscore-K9x97I77/lib/python3.7/site-packages/pandas/core/window.py", line 879, in _apply

        result = np.apply_along_axis(calc, self.axis, values)

      File "/home/doctorq/.local/share/virtualenvs/scscore-K9x97I77/lib/python3.7/site-packages/numpy/lib/shape_base.py", line 380, in apply_along_axis

        res = asanyarray(func1d(inarr_view[ind0], *args, **kwargs))

      File "/home/doctorq/.local/share/virtualenvs/scscore-K9x97I77/lib/python3.7/site-packages/pandas/core/window.py", line 875, in calc

        closed=self.closed)

      File "/home/doctorq/.local/share/virtualenvs/scscore-K9x97I77/lib/python3.7/site-packages/pandas/core/window.py", line 858, in func

    &ajjoqrTnbsp;   raise Exception("doctorq")

    Exception: doctorq

    定位到我们代码触发点如下:

    定位python内存泄漏问题及解决

    调用的就是pandasRolling的一系列方法,然后搜索该方法是否有泄漏问题

    定位python内存泄漏问题及解决

    第一个链接链接就是说这些方法(rolling.min/max)有泄漏,pandas rolling max leak memory,

    具体因为啥泄漏的,也没时间细究,反正issue里说回退到0.23.4是没问题的,那么就回退试试:

    pipenv install pandas==0.23.4

    然后我们再用pympler定位有没有内存泄漏,pandas内存泄漏的问题是修复,剩下来就省memoryview的小泄漏了,明天继续

    定位python内存泄漏问题及解决

    总结

    定位的过程略耗时,不过经过这么一折腾,也算是有经验了,各种工具一阵堆,泄漏问题确定-定位代码块-定位泄漏点-搜索已知泄漏点-解决掉。

    以上为个人经验,希望能给大家一个参考,也希望大家多多支持编程客栈(www.devze.com)。

    0

    精彩评论

    暂无评论...
    验证码 换一张
    取 消