Python 多进程内存占用问题

当我们有一个很长很长的任务队列(mission_list)和阈值对应的一个处理函数(missionFunction)时，我们一般采用如下的方式进行处理：

但是，如果这任务列表很长很长，处理函数很复杂(占用cpu)时，单核往往需要很长的时间进行处理，此时，Multiprocess便可以极大的提高我们程序的运行速度，州粗相关内容请借鉴 multiprocessing --- 基于进程的并行 — Python 3.10.4 文档。

以上这种场景下，推荐大家采用最简单的进程池+map的方法进行处理，标准的写法， chunksize要借鉴官方的说法，最好大一点 ：

但是！！！！ 如果我们的任务列表非常的长，这会导致多进程还没跑起来之前，内存已经撑爆了，任务自然没法完成，此时我们有几种办法进行优化：

进程的启动方法有三种，可参考官方文档：

[图片上传失败...(image-48cd3c-1650511153989)]

在linux环境下，使用forkserver可以节省很多的内存空间， 因为进携迹衡程启动的是一个服务，不会把主进程的数据全部复制

采用imap会极大的节省空间，它返回的是一个迭代器，也就是结果列表：

但注意，以上写法中，你写的结果迭代部分必须写在with下面。或者采用另一种写法：

还有最后一种，当你的mission list实在太大了，导致你在生成 mission list的时候已经把内存撑爆了，这个时候就得优化 mission_list了，如果你的mission_list是通过一个for循环生成的，你可以使用yield字段，将其封装为一个迭代器，传入进程池：

这样子，我们就封装好了mission_list，它是一个可迭代对象，在取数据的辩做时候才会将数据拉到内存

我在项目中结合了后两种方法，原本256G的内存都不够用，但在修改后内存只占用了不到10G。希望能够帮助到你

python程序在运行过程之中会单独开辟出一个进程来执行，而很多小伙伴都发现程序在运行过程之中所占用的内存会越来越大，但是不知道是什么原因以及如何解决。那么下文会来讲解一下python程序内存占用过大的原因和解决方法，感兴趣的和有需要的话就往下看看吧。

一、原因

首先需要知道的一点就是，python是面向对象编程的语言，那么就表示在其程序之中一切皆为对象。而每一个对象在创建是都会在内存中开辟空间来占用位置，这样就会造成一开始的内存占用。

虽然说python中有自己的内存管理机制和垃圾处理方凳渗式，但是它对于一些占用内存过多的对象不会马上释放，只有当这个对象不处于引用状态时才会处理它。

二、瞎春解决方法

既然知道了python程序内存都是因为有对象才将其占用的，那么正确的解决方法就是将对象在调用完毕之后马上删除掉。该方法需要用到关键字del和gc模块，使用del关键字删除变量之后，调用gc模块来马上启动python垃枣神脊圾处理机制就可以直接将其彻底从内存空间清除，代码示例如下所示：

sys.getsizeof()(object[, default])

下面是我摘录的，希望对你有用。

以字节（byte）为单位返回明信对象大小。 这个对象可以是任何类型的对象。 所以内置对象都能返回正确的结果液神 但不保证对第三方激埋轮扩展有效，因为和具体实现相关。

getsizeof() 调用对象的 __sizeof__ 方法， 如果对象由垃圾收集器管理， 则会加上额外的垃圾收集器开销。

---