python内存泄露查找

1 前言：

1.1 像Java程序一样，虽然Python本身也有垃圾回收的功能，但是同样也会产生内存泄漏的问题

1.2 在Python程序里，内存泄漏是由于一个长期持有的对象不断的往一个dict或者list对象里添加新的对象, 而又没有即时释放，就会导致这些对象占用的内存越来越多，从而造成内存泄漏。另外，对象的交叉引用也会造成内存无法释放的问题。

2 那么如果在Python里发现了内存泄漏的问题，如何去查找呢？本文讲述了如何使用objgraph这个工具来进行内存泄漏的查找

3 先下载objgraph这个工具：

3.1 objgraph

http://mg.pov.lt/objgraph/

3.2 https://pypi.python.org/pypi/objgraph

3.3 pythonsetup.py install 进行安装

4 安装graphviz

4.1 这是一个将图结构转化成png图片表示的工具，有了它，就可以通过对象的引用关系，为最终找到内存泄漏的对方提供最好的指导

4.2 windows版下载地址：

http://www.graphviz.org/Download_windows.php

4.3 ubuntu下安装：

sudo apt-get install graphviz

5 这个工具还可以利用graphviz这个工具来生成可视化的对象引用关系图，但是根据个人的使用经验，在对象比较多的时候，生成的图往往会比较大

6 如何查找产生泄漏的对象：

6.1 objgraph.show_growth()

这个函数可以说是这个工具中最有用的函数了

作用是输出增长的对象。

6.2 先从一个例子看看怎样用：

import os

import gc

import objgraph

gc.collect()

print'====================================='

objgraph.show_growth()

 

a = []

 

print'====================================='

objgraph.show_growth()

 

a.append([1,2,3])

 

print'====================================='

objgraph.show_growth()

 

b = ['a','b','c']

del b

 

print'===================================='

objgraph.show_growth()

 

 

 

 

 

 

6.3 输出如下：

=====================================

wrapper_descriptor            1020    +1020

function                      975      +975

builtin_function_or_method     615      +615

dict                          414      +414

method_descriptor             391      +391

weakref                       286      +286

member_descriptor             192      +192

tuple                         181      +181

list                          159      +159

getset_descriptor             132      +132

=====================================

wrapper_descriptor     1031      +11

member_descriptor      196        +4

getset_descriptor      135        +3

weakref               289        +3

dict                  417        +3

list                  160        +1

=====================================

list      161       +1

====================================

6.4 从打印可以看出：

第一次调用show_growth时，实际上打印出来的是当前所有对象的总数

第二次调用show_growth时，可以看到list对象增长了1，这正是a = []所创建的，其它增长的对象应该是在第一次调用show_growth函数内部产生的。

当调用a.append([1,2,3])后，再调用show_growth，又发现list对象增长了1个

再接下来，调用b =['a','b','c'] 后又马上调用del b把这个对象删除，再调用show_growth时对象没有增长。

6.5 从上面的例子来看，show_growth可以准确的打印出增长的对象以及增长的个数。

6.6 在实际情况中，通常为了查找出哪些对象有内存泄漏，一般用每隔一段时间调用一次show_growth的方法，

6.7 然后找出对象的个数一直在增长的对象，这些对象即为发生了内存泄漏的对象。

6.8 说明：

为了使show_growth的输出更为准确，在调用show_growth时，最好调用gc.collect()进行一次垃圾对象的回收。

7 如何定位到产生内存泄漏的代码？

7.1 上述方法只能定位到哪些对象产生的内存泄漏，只能告诉我们有内存泄漏的产生，但是找出产生内存泄漏的代码才是我们的目的。

7.2 但是用这个函数还是不能定位到具体的是那些代码里产生泄漏的，特别是dict和list这两个对象被许多模块，包括python解释器本身大量的使用，

7.3 如果不能有更好办法，要定位到具体的位置真有点像是大海捞针，为了将自己创建的dict和list与其它模块的dict和list驱分开，我们定义一个新的dict和list类，方式如下：

class Dict(dict):

    def__init__(self,args={}):

       dict.__init__(self,args)

 

class List(list):

    def__init__(self,args=()):

       list.__init__(self,args

)

 

7.4 使用方法也很简单，如：

d = Dict({'abc",123})

l = List((1,2,3))

7.5 我们修改一下上面的例子：

class Dict(dict):

    def__init__(self,args={}):

       dict.__init__(self,args)

 

class List(list):

    def__init__(self,args=()):

       list.__init__(self,args)

 

import os

import gc

import objgraph

gc.collect()

print '====================================='

objgraph.show_growth()

 

a = List()

 

print'====================================='

objgraph.show_growth()

 

a.append(List((1,2,3)))

 

print'====================================='

objgraph.show_growth()

 

b = List(('a','b','c'))

del b

 

print '===================================='

objgraph.show_growth()

7.6 输出为：

=====================================

wrapper_descriptor            1020    +1020

function                      977      +977

builtin_function_or_method     615      +615

dict                          416      +416

method_descriptor             391      +391

weakref                       288      +288

member_descriptor             192      +192

tuple                         184      +184

list                          160      +160

getset_descriptor             136      +136

=====================================

wrapper_descriptor     1031      +11

member_descriptor      196        +4

getset_descriptor      139        +3

weakref               291        +3

dict                  419        +3

List                    1        +1

=====================================

List        2       +1

====================================

7.7 这样，就可以将在自己的代码里使用的list和其它代码里使用的list区分开了。

7.8 范围又可以进一步的缩小了，离目标又近了一步，但是还是有一段距离。

7.9 这时几个函数该出场了：

objgraph.by_type

这个函数通过类名可以查到所有该类的对象，例如objgraph.by_type('list')将返回所有的list对象。

objgraph.find_backref_chain

这个函数可以用来查找对象的引用树

objgraph.show_chain

生成png图片格式的对象引用关系

该函数要使用到

7.10 再看下最终的代码：

import os

import gc

import objgraph

import inspect

 

class Dict(dict):

    def__init__(self,args={}):

       dict.__init__(self,args)

 

class List(list):

    def__init__(self,args=()):

       list.__init__(self,args)

 

class MyClass:

    def __init__(self):

       self.a = []

       d1 = Dict({1:1})

       d2 = Dict({2:2})

       l = List((1,2,3))

       self.a.append(d1)

       self.a.append(d2)

 

c = MyClass()

 

print 'objgraph.by_type:',objgraph.by_type('Dict')

chain =objgraph.find_backref_chain(objgraph.by_type('Dict')[-1],inspect.ismodule)

objgraph.show_chain(chain,filename='chain.png')

 

7.11 最终的输出如图：

7.12 从该图中可以基本定位到Dict对象是在MyClass中分配的。

8 由于会产生内存泄漏的重点是dict和list这两个类，所以这里就研究下怎么查找dict和list产生的内存泄漏。

9 总结一下：

9.1 实际上，由于python写的代码往往非常清晰，只要平时在写代码时留个心眼，python的内存泄漏的问题是可以很好的避免的。

9.2 在自己做的项目中，曾经一直担心会产生内存泄漏的问题，但是实际上却至今没有发现过。

9.3 当然，有可能是自己做的python项目不够多，不够大，最大的项目允其量也就是五六万行代码而己。

9.4 但是，防犯于未然，忧患意识，是从事任何行业所必须具备的休养，软件行业也不例外。

9.5 如果等真的出了问题，解决起来会比较麻烦倒是其次的，其造成的损失和影响才是主要的。

 

参考博客：http://blog.csdn.net/i2cbus/article/details/20155273