最近工作中慢慢開始用python協(xié)程相關(guān)的東西，所以用到了一些相關(guān)模塊，如aiohttp, aiomysql, aioredis等，用的過程中也碰到的很多問題，這里整理了一次內(nèi)存泄漏的問題

通常我們寫python程序的時候也很少關(guān)注內(nèi)存這個問題（當(dāng)然可能我的能力還有待提升），可能寫c和c++的朋友會更多的考慮這個問題，但是一旦我們的python程序出現(xiàn)了

內(nèi)存泄漏的問題，也將是一件非常麻煩的事情了，而最近的一次代碼中也碰到了這個問題，不過好在最后內(nèi)存溢出不是我代碼的問題，而是所用到的一個包出現(xiàn)了內(nèi)存的問題，下面我通過一個簡單的代碼模擬出內(nèi)存的問題，然后也會將解決的過程描述一下，希望能幫助到遇到同樣問題的朋友。

一、復(fù)現(xiàn)問題

其實這次主要是在使用aiohttp寫一個接口的時候出現(xiàn)的問題，其實復(fù)現(xiàn)出問題非常容易，我們實現(xiàn)一個簡單的接受post請求接口的服務(wù)端，然后實現(xiàn)一個并發(fā)的客戶端來訪問這個接口，來查看內(nèi)存的情況

注意： 這個問題是在一個包的特定版本出現(xiàn)的：multidict==4.5.1,我在整理這個文章2個小時前作者已經(jīng)修復(fù)了這個問題發(fā)布了4.5.2版本，已經(jīng)修復(fù)了內(nèi)存的問題，并且我也進(jìn)行了測試驗證

服務(wù)端代碼：

from aiohttp import web
async def hello(request):
 return web.json_response(await request.json())
app = web.Application()
app.add_routes([web.post('/', hello)])
web.run_app(app)

客戶端代碼：

import asyncio
import aiohttp
async def foo(times):
 data = {'foo': 1}
 async with aiohttp.ClientSession() as session:
  for x in range(times):
   resp = await session.post('http://localhost:8080', json=data)
   if not x % 100:
    print(await resp.json())
loop = asyncio.get_event_loop()
loop.run_until_complete(foo(100000))
loop.close()

因為我的代碼是在linux上跑的，或者mac上我們都可以通過htop非常方面的實時查看我們程序內(nèi)存的占用情況，我們先將服務(wù)端啟動，查看一下我們此時的內(nèi)存情況可以看到占用的

非常少，當(dāng)我們打開客戶端之后，再次觀察我們可以看到內(nèi)存不斷增長，及時我們客戶端運行完畢內(nèi)存也不會降低。

 當(dāng)客戶端結(jié)束之后的內(nèi)存：

如果客戶端不停止的話內(nèi)存會一直漲，最后的結(jié)果就是把你的系統(tǒng)內(nèi)存吃完，然后被系統(tǒng)殺掉你的進(jìn)程。

二、解決內(nèi)存泄漏的過程

像上面的例子是一個非常簡單的程序，不復(fù)雜我們也并沒有做上面復(fù)雜的操作就是一個簡單的接受post請求的服務(wù)端，但是如果是在實際的項目中我們可能會寫非常復(fù)雜的業(yè)務(wù)邏輯，那到時候我們又如何找到是哪里導(dǎo)致的內(nèi)存問題，當(dāng)我碰到這個問題的時候，其實我和很多接觸python不久的人差不多，也是不知道怎么查這種問題，各種百度各種查，也找到了好多推薦的工具，memory_profiler庫，objgraph庫，graphviz工具，但是都沒有幫助我迅速的找到問題點在哪里，最后看到標(biāo)準(zhǔn)庫中的tracemalloc,地址：https://docs.python.org/3/library/tracemalloc.html

通過這個包很快幫我找到了內(nèi)存泄漏的地方

接下來按照官網(wǎng)的方法我將代碼進(jìn)行改寫，來測試到底哪里的問題導(dǎo)致的內(nèi)存泄漏，更改后的服務(wù)端代碼為：

from aiohttp import web
import tracemalloc
async def hello(request):
 return web.json_response(await request.json())
async def get_info(request):
 snapshot2 = tracemalloc.take_snapshot()
 top_stats = snapshot2.compare_to(snapshot1, 'lineno')
 print(top_stats)
 return web.Response(text="ok")
if __name__ == '__main__':
 app = web.Application()
 app.add_routes(
  [
   web.post('/', hello),
   web.get("/get_info", get_info)
  ]
 )
 tracemalloc.start()
 snapshot1 = tracemalloc.take_snapshot()
 web.run_app(app)

注意print(top_stats)這行打印的結(jié)果最后要關(guān)注

 其實這里就是新增加了一個路由get_info, 我們啟動服務(wù)端之后開啟客戶端，當(dāng)我們客戶端運行完畢之后，可以看到內(nèi)存已經(jīng)漲上去了，并且沒有不會釋放，這個時候，可以直接通過瀏覽器訪問get_info這個路由看看print打印的內(nèi)容，這里將會打印出你程序運行到這個時候那一行的代碼內(nèi)存增長的比較多，進(jìn)行一次排序，前面的幾個其實都是需要你關(guān)注的，因為這里數(shù)據(jù)較多，我就只打印如下前幾個數(shù)據(jù)

<StatisticDiff traceback=<Traceback (<Frame filename='/Users/zhaofan/anaconda3/lib/python3.6/site-packages/aiohttp/web_response.py' lineno=56>,)> size=116500672 (+116500672) count=300004 (+300004)>,
<StatisticDiff traceback=<Traceback (<Frame filename='/Users/zhaofan/anaconda3/lib/python3.6/site-packages/aiohttp/web_response.py' lineno=604>,)> size=11400000 (+11400000) count=200000 (+200000)>, 
<StatisticDiff traceback=<Traceback (<Frame filename='/Users/zhaofan/anaconda3/lib/python3.6/site-packages/aiohttp/web_response.py' lineno=472>,)> size=8000000 (+8000000) count=100000 (+100000)>, 
<StatisticDiff traceback=<Traceback (<Frame filename='/Users/zhaofan/anaconda3/lib/python3.6/site-packages/aiohttp/web_response.py' lineno=353>,)> size=5500000 (+5500000) count=100000 (+100000)>, 
<StatisticDiff traceback=<Traceback (<Frame filename='/Users/zhaofan/anaconda3/lib/python3.6/site-packages/aiohttp/web_response.py' lineno=352>,)> size=5300608 (+5300608) count=100001 (+100001)>,

我們拿第一行來說，我們可以非常清楚的指導(dǎo)web_response的56行代碼導(dǎo)致內(nèi)存增長的最多，當(dāng)然如果是我們復(fù)雜的項目也可以通過類似的方法，這樣就可以非常快捷的找到我們代碼中哪些地方會造成內(nèi)存溢出，便于排查問題，我們點進(jìn)去看看這行代碼：

我們找到最終行，這個時候我們大致就可以看出哪里的問題了，我們接著看  CIMultiDict

class CIMultiDict(MultiDict):
 def _title(self, key):
  return key.title()

我們可以看到這個它繼承  MultiDict 其實這里我們已經(jīng)應(yīng)該知道問題就是處在這個MultiDict上了

而這個最終其實最終就是MultiDict這個包，問題出在了這個包上，這個項目是在這里維護(hù)的：https://github.com/aio-libs/multidict

查看這個包的時候看到了，果然有人和我遇到了同樣的問題，問題就是出在這里了，已經(jīng)有人提交了bug

https://github.com/aio-libs/multidict/issues/307

不過不得不說國外的程序員真的是熱愛自己的職業(yè)，很快這個問題得到了aio-libs小組中人的回應(yīng)，問題也在我整理這個博客的時候被修復(fù)了，在最新的版本：4.5.2中已經(jīng)測試沒有內(nèi)存泄漏的問題

三、總結(jié)

在這里處理的過程中，其實發(fā)現(xiàn)了自己很多的不足，查找問題的方式，以及遇到這種問題的解決思路，不過經(jīng)過這次，至少下次遇到同樣的問題，自己能很快的去查找

以及解決問題，還有就是針對https://docs.python.org/3/library/tracemalloc.html這個庫的使用，也推薦大家多了解一下。

以上所述是小編給大家介紹的記一次python 內(nèi)存泄漏問題及解決過程，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復(fù)大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持

最新評論