关于 Python 内存泄漏

线上机器跑了一个 Python 的多线程的程序，运行了 2 天，发现貌似有内存泄漏的情况

htop 查了下真实内存使用达到 1G 左右(机器总共是 2G 内存)

但是 htop 上面查看 Python 程序本身只占了不到 10%的内存，整个机器上只有这一个 Python 程序

请问大家，这是 Python 程序的内存泄漏还是句柄泄漏了？

有没有什么好的办法来排查嘛？我用了下检测工具查看 Python 程序自身是 dict 对象占用了最多的内存

Python

泄漏

内存

htop

32 条回复 • 2018-11-19 16:57:38 +08:00

billlee

2018-10-10 23:05:20 +08:00

你就不能把 htop 调成按进程显示，然后按内存排序码？

MrGba2z

2018-10-10 23:16:16 +08:00

你这样启动试试再看看内存
MALLOC_ARENA_MAX=1 python app.py

Buffer2Disk

2018-10-10 23:29:44 +08:00

@billlee 内存排序过了，整个服务器就这一个程序在跑，它占的最多，9.9%

Buffer2Disk

2018-10-11 00:15:04 +08:00

@MrGba2z MALLOC_ARENA_MAX 不是个环境变量么，你确定这样能启动么。。。

MrGba2z

2018-10-11 00:32:27 +08:00 via iPhone

@Buffer2Disk 可以的你可以写个 dummy script 试试起码 ubuntu 上可以

xiaoshenke

2018-10-11 00:36:44 +08:00 via Android

RES197 就是 197m 内存啊

Buffer2Disk

2018-10-11 00:46:06 +08:00

@MrGba2z 试了下你的这个参数，貌似好像有点效果，不过还是要上线 1-2 天观察看看

Buffer2Disk

2018-10-11 00:47:45 +08:00

@MrGba2z 网上推荐的值是 4，看看这个 https://github.com/prestodb/presto/issues/8993

MrGba2z

2018-10-11 01:26:32 +08:00

@Buffer2Disk
简单说就是
如果 MALLOC_ARENA_MAX 设为 1 如果有明显下降就说明这个是 glibc 的问题或者说他(对多线程)的行为就是这样的并不是你的程序 memory leak 了
但是这么做会有性能损失
别的解决办法还有调整 M_TRIM_THRESHOLD 或者改用别的 allocator, 比如我们就换用了 tcmalloc
至于各种办法的优劣你需要自己衡量下.

MrGba2z

2018-10-11 01:32:09 +08:00

你实际用的内存主要是看 RSS
如果你对性能要求很高可以假装..无视如此庞大的 VSIZE(减少线程数也能降低)

MALLOC_ARENA_MAX 调小之后会增大 memory congestion 的几率, tcmalloc 等能视觉上降低 VSIZE 也只是算法做了优化, 使用了更效率的 lock/unlock 机制.

默认 glibc 在线程初始化的时候会固定分配一块大约 100M 的内存, 但因为他没被使用所以它只是 VSIZE
如果你有 20 个线程每个实际用 1M 的内存
那么结果(使用 glibc 的默认设置)就是 20M 的 RSS 2G 的 VSIZE

aijam

2018-10-11 10:22:49 +08:00

> Python 程序本身只占了不到 10%的内存
看起来是至少有 8 个 python 进程，每个进程消耗 10%内存。

ChristopherWu

2018-10-11 10:26:36 +08:00

@aijam 对的。。top 上就占了 80%的内存了，说不定还没有截图完全其他 python 进程。

aijam

2018-10-11 10:55:05 +08:00

如果你没看到内存越用越多，你就不能说他是“泄漏”吧。一个进程 200mb （根据实际应用而定）完全可能是正常值。

Buffer2Disk

2018-10-11 17:01:40 +08:00

@aijam 我感觉不是你这么算的，照那么算的话，光 Python 进程已经占用 90%内存了，
但是你用 htop 或者 free -m 看整个系统的实际使用物理内存是 50%

Buffer2Disk

2018-10-11 17:02:29 +08:00

@aijam 实际就是内存越用越多的，第一天 500M，第二天 900M，第三天 1200M

Buffer2Disk

2018-10-11 17:05:01 +08:00

@MrGba2z 设置了这个值好像没用，内存今天又开始慢慢增加了
查了一篇文章说在 redhat 6，glibc 2.12 版本上面设置这个值是无效的（ glibc 的 bug ）
--->https://yq.aliyun.com/articles/227924，

不知道是不是这个原因，如果是的话只有升级系统版本到 centos7 了

Buffer2Disk

2018-10-11 17:06:05 +08:00

上面的链接地址多了个，
https://yq.aliyun.com/articles/227924

aijam

2018-10-11 17:53:54 +08:00

@Buffer2Disk > 我感觉不是你这么算的，照那么算的话，光 Python 进程已经占用 90%内存了
一般就是把 RES 加起来的，估计父子进程可能共享了一部分 memory page （比如有 mmap 之类的调用）

Buffer2Disk

2018-10-11 18:04:02 +08:00

@aijam

Python 我不是很熟悉哈，感觉我开的 13 个线程，都是以进程的形式在系统存在的

那么每个进程使用的内存，在每个时段都一模一样，这也太巧了吧

而且除了主线程外，其他几个线程干的事情很简单，根本不会一个线程消耗到 197M 内存

aijam

2018-10-11 18:50:26 +08:00

@Buffer2Disk
> Python 我不是很熟悉哈，感觉我开的 13 个线程，都是以进程的形式在系统存在的
和熟不熟悉 Python 两回事，线程和进程的区别，虚拟内存等知识了解下。

> 那么每个进程使用的内存，在每个时段都一模一样，这也太巧了吧
道理上讲，子进程是复制父进程的内存空间的，但实际的内存使用是 copy on write 的。
我不确定 htop 的 RES 栏给出的是复制的内存空间，还是 copy on write 实际的内存使用，估计在不同系统下显示的结果都不一定相同，所以对这些数字的解释需要谨慎。
如果显示的是前者（复制的内存空间），就可以解释你看到的现象：RES 给出的是 fork 时复制的内存大小，而内存总使用量显示的是实际的使用大小。
下面这个链接印证了我的说法：
https://stackoverflow.com/questions/35596093/htop-shows-more-resident-memory-usage-than-what-the-machine-has

> 而且除了主线程外，其他几个线程干的事情很简单，根本不会一个线程消耗到 197M 内存
空说无凭，可能的话上代码吧。

Buffer2Disk

2018-10-11 21:25:51 +08:00

@aijam

cat /proc/meminfo
MemTotal: 2046876 kB
MemFree: 750100 kB
Buffers: 104608 kB
Cached: 188044 kB
SwapCached: 0 kB
Active: 392248 kB
Inactive: 134392 kB
Active(anon): 234008 kB
Inactive(anon): 212 kB
Active(file): 158240 kB
Inactive(file): 134180 kB
Unevictable: 0 kB
Mlocked: 0 kB
SwapTotal: 4095996 kB
SwapFree: 4095996 kB
Dirty: 156 kB
Writeback: 0 kB
AnonPages: 233992 kB
Mapped: 9972 kB
Shmem: 228 kB
Slab: 404976 kB
SReclaimable: 304236 kB
SUnreclaim: 100740 kB
KernelStack: 1872 kB
PageTables: 6592 kB
NFS_Unstable: 0 kB
Bounce: 0 kB
WritebackTmp: 0 kB
CommitLimit: 5119432 kB
Committed_AS: 281420 kB
VmallocTotal: 34359738367 kB
VmallocUsed: 349680 kB
VmallocChunk: 34359380816 kB
HardwareCorrupted: 0 kB
AnonHugePages: 157696 kB
HugePages_Total: 0
HugePages_Free: 0
HugePages_Rsvd: 0
HugePages_Surp: 0
Hugepagesize: 2048 kB
DirectMap4k: 6080 kB
DirectMap2M: 2091008 kB
DirectMap1G: 0 kB

从这个角度看可能更清楚一点，anon + file 占用的内存很多，active + inactive 加起来差不多 500 多 M 了，看来应该是 Python 程序里面操作的"文件"比较消耗内存？

Buffer2Disk

2018-10-11 21:30:47 +08:00

@MrGba2z 大佬帮忙分析下上面这个，我感觉 /proc/meminfo 看的更直观一些

Buffer2Disk

2018-10-11 21:31:27 +08:00

pmap -x 2473 | sort -nk 2 | grep anon
00007fb4c3fff000 4 0 0 ----- [ anon ]
00007fb4e17fc000 4 0 0 ----- [ anon ]
00007fb4e21fd000 4 0 0 ----- [ anon ]
00007fb4e2bfe000 4 0 0 ----- [ anon ]
00007fb4e35ff000 4 0 0 ----- [ anon ]
00007fb4fc3fa000 4 0 0 ----- [ anon ]
00007fb4fcdfb000 4 0 0 ----- [ anon ]
00007fb4fd7fc000 4 0 0 ----- [ anon ]
00007fb4fe1fd000 4 0 0 ----- [ anon ]
00007fb4febfe000 4 0 0 ----- [ anon ]
00007fb4ff5ff000 4 0 0 ----- [ anon ]
00007fb503fff000 4 0 0 ----- [ anon ]
00007fb504993000 4 0 0 ----- [ anon ]
00007fb505394000 4 0 0 ----- [ anon ]
00007fb507be5000 4 4 4 rw--- [ anon ]
00007fb50864f000 4 0 0 rw--- [ anon ]
00007fb511cc7000 4 4 4 rw--- [ anon ]
00007fff29bff000 4 4 0 r-x-- [ anon ]
ffffffffff600000 4 0 0 r-x-- [ anon ]
00007fb507dfe000 8 4 4 rw--- [ anon ]
00007fb511cc3000 8 8 8 rw--- [ anon ]
00007fb509160000 16 16 16 rw--- [ anon ]
00007fb510e53000 16 16 16 rw--- [ anon ]
00007fb5116fb000 16 4 4 rw--- [ anon ]
00007fb511a97000 56 56 56 rw--- [ anon ]
00007fb4d4000000 132 36 36 rw--- [ anon ]
00007fb5063a5000 260 256 256 rw--- [ anon ]
00007fb506b45000 260 256 256 rw--- [ anon ]
00007fb511c38000 540 532 532 rw--- [ anon ]
00007fb4c8000000 584 144 144 rw--- [ anon ]
00007fb5048d2000 772 772 772 rw--- [ anon ]
00007fb4d8000000 856 552 552 rw--- [ anon ]
00007fb4dc000000 1020 776 776 rw--- [ anon ]
00007fb4f4000000 1028 1028 1028 rw--- [ anon ]
00007fb511b02000 1040 1024 1024 rw--- [ anon ]
00007fb4f8000000 1048 808 808 rw--- [ anon ]
00007fb4d0000000 1184 944 944 rw--- [ anon ]
00007fb4e4000000 1272 1040 1040 rw--- [ anon ]
00007fb5067ee000 1292 1284 1284 rw--- [ anon ]
00007fb4ec000000 1296 1296 1296 rw--- [ anon ]
00007fb4f0000000 1520 1284 1284 rw--- [ anon ]
00007fb4e8000000 1772 1544 1544 rw--- [ anon ]
0000000001476000 3216 3100 3100 rw--- [ anon ]
00007fb5040cb000 6148 6148 6148 rw--- [ anon ]
00007fb4e0efa000 9224 9224 9224 rw--- [ anon ]
00007fb4e17fd000 10240 20 20 rw--- [ anon ]
00007fb4e21fe000 10240 20 20 rw--- [ anon ]
00007fb4e2bff000 10240 20 20 rw--- [ anon ]
00007fb4e3600000 10240 2048 2048 rw--- [ anon ]
00007fb4fc3fb000 10240 20 20 rw--- [ anon ]
00007fb4fcdfc000 10240 20 20 rw--- [ anon ]
00007fb4fd7fd000 10240 20 20 rw--- [ anon ]
00007fb4fe1fe000 10240 20 20 rw--- [ anon ]
00007fb4febff000 10240 20 20 rw--- [ anon ]
00007fb4ff600000 10240 2048 2048 rw--- [ anon ]
00007fb504994000 10240 20 20 rw--- [ anon ]
00007fb505395000 10240 48 48 rw--- [ anon ]
00007fb4c4000000 19984 19024 19024 rw--- [ anon ]
00007fb4c5384000 45552 0 0 ----- [ anon ]
00007fb4e81bb000 63764 0 0 ----- [ anon ]
00007fb4f017c000 64016 0 0 ----- [ anon ]
00007fb4ec144000 64240 0 0 ----- [ anon ]
00007fb4e413e000 64264 0 0 ----- [ anon ]
00007fb4d0128000 64352 0 0 ----- [ anon ]
00007fb4f8106000 64488 0 0 ----- [ anon ]
00007fb4f4101000 64508 0 0 ----- [ anon ]
00007fb4dc0ff000 64516 0 0 ----- [ anon ]
00007fb4d80d6000 64680 0 0 ----- [ anon ]
00007fb4c8092000 64952 0 0 ----- [ anon ]
00007fb4d4021000 65404 0 0 ----- [ anon ]
00007fb4c0000000 65532 65532 65532 rw--- [ anon ]
00007fb500000000 65532 65532 65532 rw--- [ anon ]

这个是 Python 进程的内存使用情况(anon)

redsonic

2018-10-12 00:07:40 +08:00

anon 比较高没什么可说，毕竟没看代码。但 Slab 也很高啊，这个一般是内核用，比如驱动之类的。或者你的程序非常频繁申请 /注销大小差异极大的内存（造成碎片），频繁访问几十万个目录，比如一些语音文字分析程序。可以用 slabtop 看看谁占用大头，至少可以排除掉内核的因素。

Buffer2Disk

2018-10-14 00:29:27 +08:00

@redsonic
我看了下 /proc/meminfo , 感觉 Slab + AnonPages + python 进程的 RES 内存 = 系统的真实使用内存，不知道这么算对不对？

下面是 slabtop 的结果，dentry 不知道是干啥用的
<img src="

" />

redsonic

2018-10-14 03:09:41 +08:00

@Buffer2Disk 之前看过内存管理部分的代码，差不多 buf+cache+active+slab 就是物理用量，有差的部分是 DMA 保留区，I/O 占用，还有静态库。

dentry 比较多的话说明打开的文件 /目录多，可以参考这个 https://yq.aliyun.com/articles/131870

Buffer2Disk

2018-10-14 11:59:47 +08:00

@redsonic 你好，你说的 active 是指哪个 active，因为之前有看过一篇文章 Active = Active(anon) + Active(file)
而 buffers + cached = Active(file) + Inactive(file) + Shmem，这样算的话，是不是和你那个公式里面 buffer+cache 算重复了？
文章来源： https://lujun9972.github.io/blog/2018/04/17/meminfo%E6%96%87%E4%BB%B6%E8%AF%A6%E8%A7%A3/

Buffer2Disk

2018-10-14 12:10:03 +08:00

@redsonic 还有一个问题，我这个 Python 多线程的程序打开的文件确实很多(fd),但是上个月的时候没有占用这么多内存，系统实际占用内存大概 600M，不知道为什么这个月就突增到 1.2G 了，fd 增长应该没有这么快，所以有点奇怪；
感觉应该是是 fd 占用内存最多了；

看前面的回复说，anon 和多线程有关系，我的程序里面是有 13 个线程常驻的，除了主线程外，其他的线程都是轮询从 MySQL 拿数据，然后操作 fd，之前好像也没这么消耗内存啊。。。。

redsonic

2018-10-14 12:44:27 +08:00

@Buffer2Disk 是的，active 包含 anon 和 file 的部分。印象中 buf 是 block io 占用的，就是读写磁盘的裸数据缓存，属于内核设施。Active(file) 和 Inactive(file)是进程相关的，应该没有关系。可以扒扒代码 fs/proc/meminfo.c，顺藤摸瓜。之前自己也扒过 committed_as 找泄漏, 如果我讲错请回复.

redsonic

2018-10-14 12:49:16 +08:00

@Buffer2Disk 你 fd 的数据库文件很多吗？多的话可以试试预先把零碎库表写入一个文件中。以前见过类似优化的。还有像 iOS 就把自带应用的 dyly 动态库文件合并成一个大文件，减小内存占用和访问时间。

Buffer2Disk

2018-11-16 11:25:39 +08:00

@MrGba2z @redsonic
花了一个多月排查，过程有点艰辛，不过总算有点成果
首先是换了 centos7 的系统，启用了 tcmaloc,然后解决了代码里面一些存在内存泄漏的地方，内存增长终于可以保持较稳定的状态
不过接下来碰到一个诡异的问题，内存总是在以 4kb 的速度不断往上缓慢增长，起先我以为是 python 的官方库 ordeedDict 问题，因为有些文章里面提到过 ordeedDict 的实现存在循环引用的情况，在 del 的时候会产生一个 self-refering list

不过后来发现好像不是这个原因，去掉了 tcmalloc，export MALLOC_ARENA_MAX=1 后，好像这个诡异的内存不断增长问题就消失了

使用的工具包括 objgraph 和 gc，pympler 等
参考教程 http://blog.soliloquize.org/2017/10/01/Python%E4%BB%A3%E7%A0%81%E5%86%85%E5%AD%98%E6%B3%84%E6%BC%8F%E5%88%86%E6%9E%90%E7%BB%AD/

Buffer2Disk

2018-11-19 16:57:38 +08:00

今天从 tcmalloc 换了 jemalloc，好像效果更好了，听说 jemalloc 处理内存碎片方面更有优势（ tcmalloc 在线程频繁创建和销毁的场景下更有优势，但是我的业务系统线程数恒定）
看来可能是 python EventLoop 不断创建对象，销毁对象造成了大量的内存碎片，然后 glibc 默认的 ptmalloc 处理内存碎片不够好造成的？