python - 使用 SQLite 了解 PonyORM 中的内存消耗

Question

我有以下代码，可将大型 CSV 文件(超过 350 万行)加载到 SQLite 数据库中。

该程序工作正常，但似乎没有释放内存，因此在运行该程序时，我可以使用命令top查看其内存大小如何增长，直到耗尽所有可用的服务器内存并且该程序在没有插入所有行的情况下被杀死。

我的理解是，包含的 db.commit() (每次我们开始在 CSV 中加载新月份时都会执行)将释放创建的任何 Candlestick 实例(我认为，这是那些使内存增长的)，但它并没有这样做。

为什么会发生这种情况？可以在代码中纠正哪些内容以使其在没有内存泄漏的情况下工作？

# -*- coding: utf-8 -*-

# Load CSV Data into SQLite Database

from decimal import *
from datetime import datetime
from pytz import timezone

from pony.orm import *
import csv

# Input parameters
csv_filename = 'dax-1m.csv'
csv_timeframe = '1m'
csv_delimiter = ';'
csv_quotechar = '"'
csv_timezone = timezone('America/New_York')
db_filename = 'dax.db'
db_timezone = timezone('Europe/Berlin')

# Open/Create database
db = Database()

# Data Model
class Candlestick(db.Entity):
    timeframe = Required(unicode)
    timestamp = Required(datetime)
    open = Required(Decimal, precision=12, scale=6)
    high = Required(Decimal, precision=12, scale=6)
    low = Required(Decimal, precision=12, scale=6)
    close = Required(Decimal, precision=12, scale=6)
    volume = Required(Decimal, precision=12, scale=6)

db.bind(provider='sqlite', filename=db_filename, create_db=True)
db.generate_mapping(create_tables=True)    

# Loader class
class Loader():
    def load(self):
        rowcount = 0;
        current_year = -1;
        current_month = -1;
        with open(csv_filename, newline='') as csvfile:
            r = csv.reader(csvfile, delimiter=csv_delimiter, quotechar=csv_quotechar)
            with db_session:
                for row in r:

                    _year = int(row[0][-4:])
                    _month = int(row[0][3:-5])
                    _day = int(row[0][:2])
                    _hour = int(row[1][:2])
                    _minute = int(row[1][3:5])
                    csv_dt = datetime(_year, _month, _day, _hour, _minute)
                    db_dt = csv_timezone.localize(csv_dt).astimezone(db_timezone)

                    Candlestick(
                        timeframe=db_timezone.zone, 
                        timestamp=db_dt,
                        open=row[2], 
                        high=row[3],
                        low=row[4], 
                        close=row[5],
                        volume=row[6]
                    )

                    rowcount+=1

                    if(_year != current_year or _month != current_month):
                        db.commit()
                        current_year = _year
                        current_month = _month
                        print('Loading data for ' + str(current_year) + ' ' + str(current_month) + ' ...')
                        print('Loaded ' + str(rowcount) + ' registers.')

ldr=Loader()
ldr.load();

Answer 1

这里没有内存泄漏。 Pony 在离开 db_session 范围时清除缓存在这里你可以看到更多相关信息 https://docs.ponyorm.com/transactions.html#working-with-db-session .

特别是这个:

当 session 结束时，它会执行以下操作:

• 清除身份映射缓存

您需要缩小 db_session 的范围。另一种选择是在创建 N 个对象后执行 commit()，然后执行 rollback() 以清除缓存:

with db_session(strict=True):
    for i, row in enumerate(r):
        <do some work>
        if i % 10000 == 0:
            commit()  # save the changes
            rollback()  # clear the cache

在此处查看有关 rollback() 发生的情况的更多信息:https://docs.ponyorm.com/transactions.html#db-session-cache