1
YUX 2016-05-06 04:35:41 +08:00
有没有用 flask 也试一下?
|
3
justou 2016-05-06 07:52:41 +08:00 1
尝试用 memory_profiler 做一下内存分析呢?
py 采用的对象缓冲池, 垃圾回收不是立即的, 有些时候会被缓存一段时间. 曾经在多线程中下载文件, 发现如果用 with 语句打开文件写入后, 即使出了 with 的作用域, 被写入的 buffer 也不会被立即释放, 结果内存会飙升, 显式的 open, close 就没问题了 |
4
mulog 2016-05-06 11:21:24 +08:00 1
可以用 objgraph 做做 profile 看一下是什么东西占着内存
|
5
SlipStupig 2016-05-06 11:54:54 +08:00 1
方法有几种:
1.分析占用原因, python 采用分代回收,活的越久的对象越不会被回收,所以看一下 profile 状态 2.不用分析,定时 del 对象和强制 GC ,但是这么做会降低性能 |
6
just1 OP |