我想知道我的 Python 应用程序的内存使用情况,尤其想知道哪些代码块 / 部分或对象消耗了最多的内存。 Google 搜索显示商用的是Python Memory Validator (仅限 Windows)。
我没有尝试过任何人,所以我想知道哪个是最好的考虑因素:
提供大多数细节。
我不必对代码进行最少的更改,也可以不做任何更改。
我的模块memory_profiler能够逐行打印内存使用情况的报告,并且可以在 Unix 和 Windows 上运行(在最后一个版本中需要 psutil)。输出不是很详细,但目标是概述代码在哪里消耗了更多的内存,而不是对分配的对象进行详尽的分析。
@profile
装饰函数-m memory_profiler
标志运行代码后,它将打印如下一行报告:
Line # Mem usage Increment Line Contents
==============================================
3 @profile
4 5.97 MB 0.00 MB def my_func():
5 13.61 MB 7.64 MB a = [1] * (10 ** 6)
6 166.20 MB 152.59 MB b = [2] * (2 * 10 ** 7)
7 13.61 MB -152.59 MB del b
8 13.61 MB 0.00 MB return a
guppy3 的使用非常简单。在代码中的某些时候,您必须编写以下代码:
from guppy import hpy
h = hpy()
print(h.heap())
这将为您提供如下输出:
Partition of a set of 132527 objects. Total size = 8301532 bytes.
Index Count % Size % Cumulative % Kind (class / dict of class)
0 35144 27 2140412 26 2140412 26 str
1 38397 29 1309020 16 3449432 42 tuple
2 530 0 739856 9 4189288 50 dict (no owner)
您还可以从哪里找到对象的引用,并获取有关该对象的统计信息,但是以某种方式,该文档上的文档很少。
还有一个用 Tk 编写的图形浏览器。
对于 Python 2.x,请使用Heapy 。
我推荐Dowser 。设置非常容易,您需要对代码进行零更改。您可以通过简单的 Web 界面随时查看每种类型的对象计数,查看活动对象列表,查看对活动对象的引用。
# memdebug.py
import cherrypy
import dowser
def start(port):
cherrypy.tree.mount(dowser.Root())
cherrypy.config.update({
'environment': 'embedded',
'server.socket_port': port
})
cherrypy.server.quickstart()
cherrypy.engine.start(blocking=False)
您导入 memdebug,然后调用 memdebug.start。就这样。
我没有尝试过 PySizer 或 Heapy。我会很感激别人的评论。
更新
上面的代码适用于CherryPy 2.X
, CherryPy 3.X
, server.quickstart
方法已被删除, engine.start
不blocking
标志。因此,如果您使用的是CherryPy 3.X
# memdebug.py
import cherrypy
import dowser
def start(port):
cherrypy.tree.mount(dowser.Root())
cherrypy.config.update({
'environment': 'embedded',
'server.socket_port': port
})
cherrypy.engine.start()