在上篇博客中，提到了对一个脚本进行的多次优化。当时以为已经优化得差不多了，但是当测试人员测试时，我才发现，踩到了Python的一个大坑。
在上文的优化中，对每500个用户，会进行一些计算并记录结果在磁盘文件中。原本以为这么做，这些结果就在磁盘文件中了，而不会再继续占用内存；但实际上，Python的大坑就是Python不会自动清理这些内存。这是由其本身实现决定的。具体原因网上多有文章介绍，这里就不copy了。
本篇博客将贴一个笔者的实验脚本，用以说明Python确实存在这么一个不释放内存的现象，另外也提出一个解决方案，即：先del，再显式调用gc.collect(). 脚本和具体效果见下。
实验环境一：Win 7， Python 2.7
- from time import sleep, time
- import gc
- def mem(way=1):
- print time()
- for i in range(10000000):
- if way == 1:
- pass
- else: # way 2, 3
- del i
- print time()
- if way == 1 or way == 2:
- pass
- else: # way 3
- gc.collect()
- print time()
- if __name__ == "__main__":
- print "Test way 1: just pass"
- mem(way=1)
- sleep(20)
- print "Test way 2: just del"
- mem(way=2)
- sleep(20)
- print "Test way 3: del, and then gc.collect()"
- mem(way=3)
- sleep(20)
- Test way 1: just pass
- 1426688589.47
- 1426688590.25
- 1426688590.25
- Test way 2: just del
- 1426688610.25
- 1426688611.05
- 1426688611.05
- Test way 3: del, and then gc.collect()
- 1426688631.05
- 1426688631.85
- 1426688631.95
对于way 3，程序内存消耗峰值同上，但是sleep时内存实时消耗就只有6336KB了。
实验环境二： Ubuntu 14.10， Python 2.7.3
运行结果：
- Test way 1: just pass
- 1426689577.46
- 1426689579.41
- 1426689579.41
- Test way 2: just del
- 1426689599.43
- 1426689601.1
- 1426689601.1
- Test way 3: del, and then gc.collect()
- 1426689621.12
- 1426689622.8
- 1426689623.11
- ubuntu@my_machine:~$ ps -aux | grep test_mem
- Warning: bad ps syntax, perhaps a bogus '-'? See http://procps.sf.net/faq.html
- ubuntu 9122 10.0 6.0 270916 245564 pts/1 S+ 14:39 0:03 python test_mem.py
- ubuntu 9134 0.0 0.0 8104 924 pts/2 S+ 14:40 0:00 grep --color=auto test_mem
- ubuntu@my_machine:~$ ps -aux | grep test_mem
- Warning: bad ps syntax, perhaps a bogus '-'? See http://procps.sf.net/faq.html
- ubuntu 9122 10.0 6.0 270916 245564 pts/1 S+ 14:39 0:03 python test_mem.py
- ubuntu 9134 0.0 0.0 8104 924 pts/2 S+ 14:40 0:00 grep --color=auto test_mem
- ubuntu@my_machine:~$ ps -aux | grep test_mem
- Warning: bad ps syntax, perhaps a bogus '-'? See http://procps.sf.net/faq.html
- ubuntu 9122 11.6 0.1 30956 5608 pts/1 S+ 14:39 0:05 python test_mem.py
结论：
以上说明，当调用del时，其实Python并不会真正release内存，而是将其继续放在其内存池中；只有在显式调用gc.collect()时，才会真正release内存。
进一步：
其实回到上一篇博客的脚本中，也让其引入gc.collect()，然后写个监控脚本监测内存消耗情况：
- while ((1)); do ps -aux | sort -n -k5,6 | grep my_script; free; sleep 5; done
结果发现：内存并不会在每500个用户一组执行完后恢复，而是一直持续消耗到仅存约70MB时，gc才好像起作用。本环境中，机器使用的是Cloud instance，总内存2G，可用内存约为1G，本脚本内存常用消耗是900M - 1G。换句话说，对于这个脚本来说，gc并没有立即起作用，而是在系统可用内存从1 - 1.2G下降到只剩70M左右时，gc才开始发挥作用。这点确实比较奇怪，不知道和该脚本是在Thread中使用的gc.collect()是否有关，或者是gc发挥作用原本就不是可控的。笔者尚未做相关实验，可能在下篇博客中继续探讨。
但是，可以肯定的是，若不使用gc.collect(), 原脚本将会将系统内存耗尽而被杀死。这一点从syslog中可以明显看出。
转载自：http://blog.csdn.net/nirendao/article/details/44426201/
