python 内存分析

 

 

1、改源码重新编译打印相关信息

obmalloc.c 文件中打印 maxarenas，值为当前环境分配 arena 个数；分配 arena 时并没有马上分配对应的pools，故对于每一个 arena，nfreepools 和 ntotalpools 为分配pool的可用pool数和总pool数。

int arena_len = 0;
int _nfreepools =0 ;
int _ntotalpools = 0;
int i;
for(i =0; i<maxarenas;++i){
    if(arenas[i].address == 0)
        continue;
    arena_len++;     
    _nfreepools += arenas[i].nfreepools ;
    _ntotalpools += arenas[i].ntotalpools ; 
}

主要是这些信息：maxarenas 表示已分配arena个数，_ntotalpools 表示已分配pool个数（内存池容量为 _ntotalpools *4KB，每个pool为4KB）。

---

2、guppy

需要安装，
hp = guppy.hpy()

hp.heap()

可查看当前python环境变量使用内存情况（包括内存池和非内存池的）。

详细用法还有很多，可参考：

 http://smira.ru/wp-content/uploads/2011/08/heapy.html

---

 

3、psutil

 获取系统运行的进程和系统利用率（包括CPU、内存、磁盘、网络等）信息。

详细可参考：

http://www.cnblogs.com/liu-yao/p/5678157.html

---

4、pympler

https://pythonhosted.org/Pympler/

---

5、pdb+objgaph

http://tech.labs.oliverwyman.com/blog/2008/11/14/tracing-python-memory-leaks/