- r - 以节省内存的方式增长 data.frame
- ruby-on-rails - ruby/ruby on rails 内存泄漏检测
- android - 无法解析导入android.support.v7.app
- UNIX 域套接字与共享内存(映射文件)
我正在从面向对象的数据库中读取一组对象(表,如 sqlite3 表或数据帧),其中大部分都足够小,Python 垃圾收集器可以毫无意外地处理。但是,当它们变得更大(小于 10 MB)时,GC 似乎无法跟上。
伪代码如下所示:
walk = walkgenerator('/path')
objs = objgenerator(walk)
with db.transaction(bundle=True, maxSize=10000, maxParts=10):
oldobj = None
oldtable = None
for obj in objs:
currenttable = obj.table
if oldtable and oldtable in currenttable:
db.delete(oldobj.path)
del oldtable
oldtable = currenttable
del oldobj
oldobj = obj
if not count % 100:
gc.collect()
我正在寻找一种优雅的方式来管理内存,同时允许 Python 尽可能地处理它。
也许令人尴尬的是,我尝试过使用 del 来帮助清理引用计数。
我已经在我的 for 循环中以不同的模数尝试了 gc.collect():
欢迎提出建议!!!
特别是,如果你能给我一些工具来帮助我进行自省(introspection)。我在这里使用过 Windows 任务管理器,它似乎或多或少地随机出现内存泄漏。我尽可能地限制了交易规模,这似乎有点帮助。
最佳答案
这里没有足够的信息可以说太多,但我不得不说的内容不适合评论,所以我会在这里发布;-)
首先,也是最重要的,在 CPython 中,垃圾收集大部分是基于引用计数的。 gc.collect()
不会为您做任何事情(燃烧时间除外),除非垃圾对象涉及引用循环(对象 A
可以通过以下方式从自身访问从 A
可传递地到达的指针链)。您在您展示的代码中没有创建引用循环,但数据库层可能会这样做。
那么,在你运行 gc.collect()
之后,内存使用量会下降吗?如果没有,运行它是没有意义的。
我预计数据库层很可能持有对对象的引用的时间超过了必要的时间,但深入研究这一点需要深入了解数据库层如何实现的确切细节。
获取线索的一种方法是打印 sys.getrefcount()
应用于各种大对象的结果:
>>> import sys
>>> bigobj = [1] * 1000000
>>> sys.getrefcount(bigobj)
2
正如文档所说,结果通常比您希望的大 1,因为 getrefcount()
的参数的引用计数临时增加 1 仅仅是因为它 em> 被(暂时)用作参数。
因此,如果您看到一个大于 2 的引用计数,del
将不会释放该对象。
另一种获取线索的方法是将对象传递给gc.get_referrers()
。这将返回直接引用参数的对象列表(前提是引用者参与了 Python 的循环 gc)。
顺便说一句,您需要更清楚地了解“似乎不起作用”和“最终会爆炸”的意思。猜不透。 究竟出了什么问题?例如,是否引发了 MemoryError
?还有什么?回溯通常会产生大量有用的线索。
关于python - 使用 Python 从 OODB 中读取不同大小的对象来管理内存,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19829448/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!