- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我将 py.test(2.4 版,在 Windows 7 上)与 xdist 结合使用,为通过 C 模块提供 Python 接口(interface)的 C++ 库运行大量数值回归和接口(interface)测试。
随着时间的推移,测试数量已增加到约 2,000 个,但我们现在遇到了一些内存问题。无论是否使用 xdist,运行测试的 python 进程的内存使用量似乎都在不断增加。
在单进程模式下,我们甚至看到了一些严重的分配错误问题,而使用 xdist 时,总内存使用量可能会导致操作系统崩溃(8 个进程,每个进程最后使用 >1GB)。
这是预期的行为吗?或者其他人在使用 py.test 进行大量测试时是否遇到过同样的问题?我可以在 tearDown(Class) 中做些什么来随着时间的推移减少内存使用量吗?
目前我不能排除问题存在于 C/C++ 代码内部某处的可能性,但是当通过 py.test 之外的 Python 接口(interface)使用该代码运行一些长时间运行的程序时,我确实看到了相对恒定的内存随着时间的推移使用。当使用 nose 而不是 py.test 时,我也没有看到任何过多的内存使用(我们使用 py.test 因为我们需要 junit-xml 报告来处理多个进程)
最佳答案
py.test的内存占用会随着测试次数的增加而增长。每个测试在执行之前都会被收集起来,并且对于每个测试运行,都会将测试报告存储在内存中,如果出现故障,内存会大得多,因此所有信息都可以在最后报告。因此,在某种程度上,这是意料之中的,也是正常的。
但是我没有确切的数字,也从未仔细调查过这个问题。我们之前确实在一些 CI 主机上用完了内存,但只是给了他们更多的内存来解决它而不是调查。目前我们的 CI 主机有 2G 的内存,并在一次测试运行中运行大约 3500 个测试,它可能会在一半的情况下工作,但可能涉及更多的交换。 Pypy 也是一个设法使用 py.test 运行大型测试套件的项目,因此这当然是可能的。
如果您怀疑 C 代码泄漏内存,我建议构建一个(小的)测试脚本,它只测试扩展模块 API(有或没有 py.test)并在无限循环中调用它,同时在每次循环后收集内存统计信息.几次循环后,内存不应再增加。
关于python - 测试 : excessive memory usage with large number of tests,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20900380/
在 ARM 中,内存类型指定为: 正常 设备 强烈有序 在Device type里面,好像这个类型也可以区分 不可共享的设备内存 可共享设备内存 不可共享和可共享设备内存有什么区别?我们如何分别使用这
在 ARM 中,内存类型指定为: 正常 设备 强烈有序 在Device type里面,好像这个类型也可以区分 不可共享的设备内存 可共享设备内存 不可共享和可共享设备内存有什么区别?我们如何分别使用这
This diagram很清楚不同YARN和Spark内存相关设置之间的关系,除了spark.python.worker.memory。 spark.python.worker.memory 如何适应
我正在尝试使用复杂的if-else决策树来实现GLSL片段着色器。不幸的是,着色器编译器很早就失败,并出现“语法错误-内存耗尽”错误。 GLSL中的代码大小或决策树深度是否有任何限制?有什么建议如何克
什么是“标记内存”,它如何帮助减小程序大小? 最佳答案 您可能指的是 tagged union ,或更具体地说是硬件实现,如 LISP 机器中使用的标记架构。基本上是一种存储具有类型信息的数据的方法。
我的内存有问题。我不明白为什么当我的程序长时间运行时 Go 使用越来越多的内存(从不释放它)。 第一次分配后,程序使用了将近 9 MB 的内存。然后在 12 小时后,它开始以指数方式使用更多内存,直到
在 Windows 机器上,MATLAB 用户可以使用 memory或 feature memstats命令。但是,这些都不能在机器上工作,失败如下: >> memory??? Error using
引导 Linux 内核时,可以在 RAM 中加载 initramfs 存档和 DTB 文件,并将这些物理地址指定给内核。例如,使用 U-Boot,您可以执行以下操作: bootz 0x80008000
我正在学习虚拟内存的概念,但是这个问题让我困惑了一段时间。由于大多数现代计算机都使用虚拟内存,因此当程序正在执行时,操作系统应该在 RAM 和磁盘之间将数据分页进出。但为什么我们仍然遇到“内存不足”的
我在 Colab Pro+(使用高 RAM 选项)上运行神经网络时发现了这个问题。 运行时错误:CUDA 内存不足。尝试分配 8.00 GiB(GPU 0;15.90 GiB 总容量;12.04 Gi
当我在任何地方阅读基于操作系统的书籍时,考虑到时间限制和开销很高,从内存和 I\O(子系统)获取数据是昂贵的,这就是为什么在某些硬件制造商中提供一些其他方式来访问它们,如ARM7 some ISAs像
据我所知,ADS v.10 尝试将查询结果保留在内存中,直到它变得非常大。对于 __output 表和临时表也应该如此。当结果变大时,交换声明。 问题是为查询、 worker 等设置了什么内存限制?可
序言 我正在写一个小演示文稿来列出使用 Docker 时的一些“陷阱”,我也遇到了自己的一个问题。 在解释让 Docker 在没有内存限制的情况下运行的危险时,我发现它的行为不像我预期的那样。 我使用
我们有一个 ASP.NET 项目(40 个左右的 Web 表单、50 个表、相当标准的 IO 内容,并尽可能减少),很快需要部署。系统上大约有 100 个并发用户,但任何时候只有大约 20 个用户在使
我在 dotcloud 上使用 redis 内存存储,但尽管 key 已过期,但它的 used_memory 再也不会下降。从 redis-cli 使用 flushdb 或 flushall 不会导致
我使用的是 Xcode 10.2.1 和 macOS Catalina Developer Beta 2。每当我尝试使用内存图调试器时,我都会收到此错误: Memory Graph Debugger:
所以我一直在寻找这个问题的解决方案有一段时间了。我编写了一个程序来从两个单独的文本文件中获取数据,对其进行解析,然后输出到另一个文本文件和一个 ARFF 文件以供 Weka 分析。我遇到的问题是我编写
对不起,我对 erlang 文档中的以下描述不太清楚: erlang:memory() -> [{Type, Size}] with Type: "total" means: "The total a
在查看示例合约时,有时会在带有“内存”的方法中声明数组,有时则不会。有什么区别? 最佳答案 如果没有内存关键字,Solidity会尝试在存储中声明变量。 首席 Solidity 开发者 chriset
我不明白Matlab并行计算工具箱中的parfor cicle是如何与内存一起工作的:我读到它在所有worker之间共享内存(然后我认为每个worker(核心)都可以访问感兴趣的内存位置而无需制作本地
我是一名优秀的程序员,十分优秀!