如何在 Windows 上使用 64 位 Python 调试（可能与 C 库相关的）内存问题？答案

【问题标题】：How can I debug (potentially C-library related) memory issues using 64-bit Python on Windows?如何在 Windows 上使用 64 位 Python 调试（可能与 C 库相关的）内存问题？
【发布时间】：2024-04-30 00:30:02
【问题描述】：

我有一个使用 Python 2.7、PIL、OpenCV 和 numpy/scipy 处理图像帧的 Python 程序。据我所知，它不维护任何前一帧的列表。然而，随着程序处理越来越多的帧，内存消耗稳步增加。

有several good discussions 的 Python 内存分析解决方案，但它们似乎专注于 32 位或 Linux 解决方案。我应该在 Windows 上使用 64 位 Python 2.7 什么？初步调查表明问题出在 C 库上。我对帮助检测 C 库泄漏的工具或在 Python/OpenCV/PIL 中查找泄漏的经验特别感兴趣。

【问题讨论】：

我希望有更多潜在的工具。有没有其他人为此而苦苦挣扎？ +50 分用于 dll 内存泄漏检测的良好解决方案。
对这个问题没有太多的行动。我开始怀疑这是否反映了 Windows 中糟糕的开发工具——尤其是 64 位 Windows。
感谢所有试图提供帮助的人。我还没有解决方案，我将其归因于 Windows 环境缺乏合适的开发工具。我希望我可以分红，因为我得到了几个部分答案。我尝试根据每项贡献按比例奖励积分。

标签： python memory-management profiling numpy scipy

【解决方案1】：

我发现这里讨论的工具非常有用：http://mg.pov.lt/blog/hunting-python-memleaks.html

他的代码有一个版本 here，其中添加了一些用于测量 numpy 数组大小的内容。

【讨论】：

谢谢，但它似乎没有看到我的内存泄漏。内存消耗不断上升， objgraph.show_largest_types(10) 没有改变。至少它可以在 Win64 上运行！
我对 OpenCV 不太熟悉，但也许它没有检测到 OpenCV 中使用的内存大小是否合适。如果 python 对象的列表根本没有逐帧增长，则泄漏可能在 C 代码或 python 到 C 的链接中
顺便说一句，你有重现问题的小测试用例吗？
我怀疑你是对的。 PIL 也是 C 代码，对吧？代码很长，可能是 ITAR 控制的，所以恐怕我不能发布它。我将编辑我的问题以专注于检测 C 泄漏。

【解决方案2】：

我在追踪 numpy/scipy 繁重代码中的严重内存泄漏时遇到了类似的问题，其中没有一个常用的 Python 内存管理工具和诊断程序检测到泄漏或提示其来源。

在我的例子中，泄漏的来源是 UMFPACK 求解器包的 scipy 接口代码，它在每次调用接口对象构造函数时调用 C 语言初始化例程，但在接口时从不调用反初始化例程对象被破坏，导致暂存空间和内部分配以大约 15Mb 的速率泄漏。在具有 10-20k 调用的应用程序中，影响非常严重。因为内存分配不是通过 Python 内存管理器完成的，所以 heapy 之类的东西无法检测到泄漏。

我不得不使用 valgrind + "printf" 风格的调试来追踪罪魁祸首。您可能需要查看非 python 内存使用分析器和检测工具来找出泄漏的来源。我不在 Windows 环境中工作，也不熟悉标准工具链，所以我不能真正建议使用什么。也许其他人可以提出一些建议。

【讨论】：

【解决方案3】：

David Malcom 今年在 PyCon 2011 上做了一个演讲，名为 Dude, Where's My RAM?。他谈到了在 Python 中调试内存使用情况，并展示了他开发的用于分析内存使用情况的工具 gdb-heap，它可以将内存使用情况跟踪到单个字节。真的，真的很棒的演讲。我猜想在 Windows 上使用 gdb-heap 会很困难（可能对在另一个平台上测试并可能在那里调试有用？），但演讲涵盖了很多常见问题、解决方案等。

【讨论】：