python - 如何使用 Python 多处理和 memory_profiler 分析多个子进程？

Question

我有一个使用 Python multiprocessing 生成多个 worker 的实用程序模块，我希望能够通过出色的 memory_profiler 跟踪它们的内存使用情况实用程序，它可以做我想做的一切——特别是随着时间的推移对内存使用情况进行采样并绘制最终结果(我不关心这个问题的逐行内存分析)。

为了设置这个问题，我创建了一个更简单的脚本版本，它有一个辅助函数，可以分配类似于 example 的内存。在 memory_profiler 库中给出。 worker 如下:

import time

X6 = 10 ** 6
X7 = 10 ** 7

def worker(num, wait, amt=X6):
    """
    A function that allocates memory over time.
    """
    frame = []

    for idx in range(num):
        frame.extend([1] * amt)
        time.sleep(wait)

    del frame

给定 4 个 worker 的顺序工作量如下:

if __name__ == '__main__':
    worker(5, 5, X6)
    worker(5, 2, X7)
    worker(5, 5, X6)
    worker(5, 2, X7)

运行 mprof 可执行文件来分析我的脚本需要 70 秒，让每个工作人员一个接一个地运行。脚本，运行如下:

$ mprof run python myscript.py

生成以下内存使用图:

让这些 worker 与 multiprocessing 并行意味着脚本将以最慢的 worker(25 秒)的速度完成。该脚本如下:

import multiprocessing as mp

if __name__ == '__main__':
    pool    = mp.Pool(processes=4)
    tasks   = [
        pool.apply_async(worker, args) for args in
        [(5, 5, X6), (5, 2, X7), (5, 5, X6), (5, 2, X7)]
    ]

    results = [p.get() for p in tasks]

内存分析器确实有效，或者至少在使用 mprof 时没有错误，但结果有点奇怪:

快速查看 Activity Monitor 显示实际上有 6 个 Python 进程，一个用于 mprof，一个用于 python myscript.py，然后一个用于每个工作子进程。 mprof 似乎只测量 python myscript.py 进程的内存使用情况。

memory_profiler 库是高度可定制的，我非常有信心我应该能够捕获每个进程的内存，并可能通过使用库本身将它们写出到单独的日志文件中。我只是不确定从哪里开始或如何实现该级别的定制。

编辑

通读完mprof 脚本后，我确实发现了-C 标志，它汇总了所有子(分支)进程的内存使用情况。这导致了一个(大大改进的)图表如下:

但我正在寻找的是每个子进程随时间的内存使用情况，这样我就可以在同一张图表上绘制所有工作人员(和主进程)。我的想法是将每个子进程 memory_usage 写入不同的日志文件，然后我可以将其可视化。

Answer 1

到今天为止，内存分析器库中添加了一个新功能来完成此操作。如果您需要此功能，请先按如下方式更新 memory_profiler:

$ pip install -U memory_profiler 

这应该安装 v0.44 版本的内存分析器。要检查是否是这种情况，请在运行操作上使用帮助命令:

mprof run --help
Usage: mprof run [options]

Options:
  --version             show program's version number and exit
  -h, --help            show this help message and exit
  --python              Activates extra features when the profiling executable
                        is a Python program (currently: function
                        timestamping.)
  --nopython            Disables extra features when the profiled executable
                        is a Python program (currently: function
                        timestamping.)
  -T INTERVAL, --interval=INTERVAL
                        Sampling period (in seconds), defaults to 0.1
  -C, --include-children
                        Monitors forked processes as well (sum up all process
                        memory)
  -M, --multiprocess    Monitors forked processes creating individual plots
                        for each child

如果您看到 -M 标志，那么您就可以开始了!

然后您可以按如下方式运行您的脚本:

$ mprof run -M python myscript.py
$ mprof plot 

你应该得到一个看起来像这样的图形:

请注意，如果您也使用 --include-children 标志，则主进程内存将是所有子进程和主进程的总内存使用量，这也是一个有用的图。