tracemalloc — 跟踪内存分配

3.4 版中的新功能。

源代码： :source:`Lib/tracemalloc.py`

tracemalloc 模块是一个调试工具，用于跟踪 Python 分配的内存块。它提供以下信息：

回溯分配对象的位置
每个文件名和每个行号分配的内存块的统计信息：分配的内存块的总大小、数量和平均大小
计算两个快照之间的差异以检测内存泄漏

要跟踪 Python 分配的大部分内存块，应通过将 PYTHONTRACEMALLOC 环境变量设置为 1 或使用来尽早启动模块-X tracemalloc 命令行选项。可以在运行时调用 tracemalloc.start() 函数来开始跟踪 Python 内存分配。

默认情况下，已分配内存块的跟踪仅存储最近的帧（1 帧）。要在启动时存储 25 帧：将 PYTHONTRACEMALLOC 环境变量设置为 25，或使用 -X tracemalloc=25 命令线选项。

例子

显示前 10 名

显示分配最多内存的 10 个文件：

import tracemalloc

tracemalloc.start()

# ... run your application ...

snapshot = tracemalloc.take_snapshot()
top_stats = snapshot.statistics('lineno')

print("[ Top 10 ]")
for stat in top_stats[:10]:
    print(stat)

Python 测试套件的输出示例：

[ Top 10 ]
<frozen importlib._bootstrap>:716: size=4855 KiB, count=39328, average=126 B
<frozen importlib._bootstrap>:284: size=521 KiB, count=3199, average=167 B
/usr/lib/python3.4/collections/__init__.py:368: size=244 KiB, count=2315, average=108 B
/usr/lib/python3.4/unittest/case.py:381: size=185 KiB, count=779, average=243 B
/usr/lib/python3.4/unittest/case.py:402: size=154 KiB, count=378, average=416 B
/usr/lib/python3.4/abc.py:133: size=88.7 KiB, count=347, average=262 B
<frozen importlib._bootstrap>:1446: size=70.4 KiB, count=911, average=79 B
<frozen importlib._bootstrap>:1454: size=52.0 KiB, count=25, average=2131 B
<string>:5: size=49.7 KiB, count=148, average=344 B
/usr/lib/python3.4/sysconfig.py:411: size=48.0 KiB, count=1, average=48.0 KiB

我们可以看到 Python 从模块中加载了 4855 KiB 数据（字节码和常量），并且 collections 模块分配了 244 KiB 来构建 namedtuple 类型。

有关更多选项，请参阅 Snapshot.statistics()。

计算差异

拍摄两个快照并显示差异：

import tracemalloc
tracemalloc.start()
# ... start your application ...

snapshot1 = tracemalloc.take_snapshot()
# ... call the function leaking memory ...
snapshot2 = tracemalloc.take_snapshot()

top_stats = snapshot2.compare_to(snapshot1, 'lineno')

print("[ Top 10 differences ]")
for stat in top_stats[:10]:
    print(stat)

运行 Python 测试套件的一些测试之前/之后的输出示例：

[ Top 10 differences ]
<frozen importlib._bootstrap>:716: size=8173 KiB (+4428 KiB), count=71332 (+39369), average=117 B
/usr/lib/python3.4/linecache.py:127: size=940 KiB (+940 KiB), count=8106 (+8106), average=119 B
/usr/lib/python3.4/unittest/case.py:571: size=298 KiB (+298 KiB), count=589 (+589), average=519 B
<frozen importlib._bootstrap>:284: size=1005 KiB (+166 KiB), count=7423 (+1526), average=139 B
/usr/lib/python3.4/mimetypes.py:217: size=112 KiB (+112 KiB), count=1334 (+1334), average=86 B
/usr/lib/python3.4/http/server.py:848: size=96.0 KiB (+96.0 KiB), count=1 (+1), average=96.0 KiB
/usr/lib/python3.4/inspect.py:1465: size=83.5 KiB (+83.5 KiB), count=109 (+109), average=784 B
/usr/lib/python3.4/unittest/mock.py:491: size=77.7 KiB (+77.7 KiB), count=143 (+143), average=557 B
/usr/lib/python3.4/urllib/parse.py:476: size=71.8 KiB (+71.8 KiB), count=969 (+969), average=76 B
/usr/lib/python3.4/contextlib.py:38: size=67.2 KiB (+67.2 KiB), count=126 (+126), average=546 B

我们可以看到 Python 已经加载了 8173 KiB 的模块数据（字节码和常量），这比测试之前加载的 4428 KiB 多，当时拍摄上一个快照。类似地，linecache 模块缓存了 Python 源代码的 940 KiB 以格式化回溯，所有这些都是自上一个快照以来的。

如果系统空闲内存很少，可以使用Snapshot.dump()方法将快照写入磁盘，离线分析快照。然后使用 Snapshot.load() 方法重新加载快照。

获取内存块的回溯

显示最大内存块回溯的代码：

import tracemalloc

# Store 25 frames
tracemalloc.start(25)

# ... run your application ...

snapshot = tracemalloc.take_snapshot()
top_stats = snapshot.statistics('traceback')

# pick the biggest memory block
stat = top_stats[0]
print("%s memory blocks: %.1f KiB" % (stat.count, stat.size / 1024))
for line in stat.traceback.format():
    print(line)

Python 测试套件的输出示例（回溯限制为 25 帧）：

903 memory blocks: 870.1 KiB
  File "<frozen importlib._bootstrap>", line 716
  File "<frozen importlib._bootstrap>", line 1036
  File "<frozen importlib._bootstrap>", line 934
  File "<frozen importlib._bootstrap>", line 1068
  File "<frozen importlib._bootstrap>", line 619
  File "<frozen importlib._bootstrap>", line 1581
  File "<frozen importlib._bootstrap>", line 1614
  File "/usr/lib/python3.4/doctest.py", line 101
    import pdb
  File "<frozen importlib._bootstrap>", line 284
  File "<frozen importlib._bootstrap>", line 938
  File "<frozen importlib._bootstrap>", line 1068
  File "<frozen importlib._bootstrap>", line 619
  File "<frozen importlib._bootstrap>", line 1581
  File "<frozen importlib._bootstrap>", line 1614
  File "/usr/lib/python3.4/test/support/__init__.py", line 1728
    import doctest
  File "/usr/lib/python3.4/test/test_pickletools.py", line 21
    support.run_doctest(pickletools)
  File "/usr/lib/python3.4/test/regrtest.py", line 1276
    test_runner()
  File "/usr/lib/python3.4/test/regrtest.py", line 976
    display_failure=not verbose)
  File "/usr/lib/python3.4/test/regrtest.py", line 761
    match_tests=ns.match_tests)
  File "/usr/lib/python3.4/test/regrtest.py", line 1563
    main()
  File "/usr/lib/python3.4/test/__main__.py", line 3
    regrtest.main_in_temp_cwd()
  File "/usr/lib/python3.4/runpy.py", line 73
    exec(code, run_globals)
  File "/usr/lib/python3.4/runpy.py", line 160
    "__main__", fname, loader, pkg_name)

我们可以看到，在 importlib 模块中分配了最多的内存来从模块加载数据（字节码和常量）：870.1 KiB。回溯是 importlib 最近加载数据的位置：在 doctest 模块的 import pdb 行。如果加载了新模块，回溯可能会发生变化。

漂亮的上衣

使用漂亮的输出显示分配最多内存的 10 行代码，忽略 <frozen importlib._bootstrap> 和 <unknown> 文件：

import linecache
import os
import tracemalloc

def display_top(snapshot, key_type='lineno', limit=10):
    snapshot = snapshot.filter_traces((
        tracemalloc.Filter(False, "<frozen importlib._bootstrap>"),
        tracemalloc.Filter(False, "<unknown>"),
    ))
    top_stats = snapshot.statistics(key_type)

    print("Top %s lines" % limit)
    for index, stat in enumerate(top_stats[:limit], 1):
        frame = stat.traceback[0]
        print("#%s: %s:%s: %.1f KiB"
              % (index, frame.filename, frame.lineno, stat.size / 1024))
        line = linecache.getline(frame.filename, frame.lineno).strip()
        if line:
            print('    %s' % line)

    other = top_stats[limit:]
    if other:
        size = sum(stat.size for stat in other)
        print("%s other: %.1f KiB" % (len(other), size / 1024))
    total = sum(stat.size for stat in top_stats)
    print("Total allocated size: %.1f KiB" % (total / 1024))

tracemalloc.start()

# ... run your application ...

snapshot = tracemalloc.take_snapshot()
display_top(snapshot)

Python 测试套件的输出示例：

Top 10 lines
#1: Lib/base64.py:414: 419.8 KiB
    _b85chars2 = [(a + b) for a in _b85chars for b in _b85chars]
#2: Lib/base64.py:306: 419.8 KiB
    _a85chars2 = [(a + b) for a in _a85chars for b in _a85chars]
#3: collections/__init__.py:368: 293.6 KiB
    exec(class_definition, namespace)
#4: Lib/abc.py:133: 115.2 KiB
    cls = super().__new__(mcls, name, bases, namespace)
#5: unittest/case.py:574: 103.1 KiB
    testMethod()
#6: Lib/linecache.py:127: 95.4 KiB
    lines = fp.readlines()
#7: urllib/parse.py:476: 71.8 KiB
    for a in _hexdig for b in _hexdig}
#8: <string>:5: 62.0 KiB
#9: Lib/_weakrefset.py:37: 60.0 KiB
    self.data = set()
#10: Lib/base64.py:142: 59.8 KiB
    _b32tab2 = [a + b for a in _b32tab for b in _b32tab]
6220 other: 3602.8 KiB
Total allocated size: 5303.1 KiB

有关更多选项，请参阅 Snapshot.statistics()。

应用程序接口

功能

tracemalloc.clear_traces()

清除 Python 分配的内存块的痕迹。

另见 stop()。

tracemalloc.get_object_traceback(obj)

获取分配 Python 对象 obj 的回溯。如果 tracemalloc 模块未跟踪内存分配或未跟踪对象的分配，则返回 Traceback 实例或 None。

另见 gc.get_referrers() 和 sys.getsizeof() 函数。

tracemalloc.get_traceback_limit()

获取存储在跟踪回溯中的最大帧数。

tracemalloc 模块必须跟踪内存分配以获得限制，否则会引发异常。

该限制由 start() 函数设置。

tracemalloc.get_traced_memory(): 获取 tracemalloc 模块跟踪的内存块的当前大小和峰值大小作为元组：(current: int, peak: int)。

tracemalloc.get_tracemalloc_memory(): 获取用于存储内存块跟踪的 tracemalloc 模块的内存使用量（以字节为单位）。返回 int。

tracemalloc.is_tracing()

True 如果 tracemalloc 模块正在跟踪 Python 内存分配，则 False 否则。

另见 start() 和 stop() 函数。

tracemalloc.start(nframe: int = 1)

开始跟踪 Python 内存分配：在 Python 内存分配器上安装钩子。收集的跟踪回溯将仅限于 nframe 帧。默认情况下，内存块的跟踪仅存储最近的帧：限制为 1。 nframe 必须大于或等于 1。

存储超过 1 帧仅用于计算按 'traceback' 分组的统计数据或计算累积统计数据：请参阅 Snapshot.compare_to() 和 Snapshot.statistics () 方法。

存储更多帧会增加 tracemalloc 模块的内存和 CPU 开销。使用get_tracemalloc_memory()函数测量tracemalloc模块使用了多少内存。

PYTHONTRACEMALLOC 环境变量 (PYTHONTRACEMALLOC=NFRAME) 和 -X tracemalloc=NFRAME 命令行选项可用于在启动。

另见 stop()、is_tracing() 和 get_traceback_limit() 函数。

tracemalloc.stop()

停止跟踪 Python 内存分配：卸载 Python 内存分配器上的挂钩。还清除所有以前收集的 Python 分配的内存块的痕迹。

调用 take_snapshot() 函数在清除它们之前对它们进行快照。

另见 start()、is_tracing() 和 clear_traces() 函数。

tracemalloc.take_snapshot()

对 Python 分配的内存块的踪迹进行快照。返回一个新的 Snapshot 实例。

快照不包括在 tracemalloc 模块开始跟踪内存分配之前分配的内存块。

跟踪的回溯仅限于 get_traceback_limit() 帧。使用start()函数的nframe参数来存储更多的帧。

tracemalloc 模块必须跟踪内存分配以获取快照，请参阅 start() 函数。

另请参阅 get_object_traceback() 函数。

域过滤器

class tracemalloc.DomainFilter(inclusive: bool, domain: int)

按地址空间（域）过滤内存块的踪迹。

3.6 版中的新功能。

inclusive

如果 inclusive 是 True（包括），则匹配分配在地址空间 domain 中的内存块。

如果 inclusive 为 False（排除），则匹配地址空间 domain 中未分配的内存块。

domain: 内存块的地址空间（int）。只读属性。

筛选

class tracemalloc.Filter(inclusive: bool, filename_pattern: str, lineno: int = None, all_frames: bool = False, domain: int = None)

过滤内存块的痕迹。

有关 filename_pattern 的语法，请参阅 fnmatch.fnmatch() 函数。 '.pyc' 文件扩展名替换为 '.py'。

例子：

Filter(True, subprocess.__file__) 只包含 subprocess 模块的痕迹
Filter(False, tracemalloc.__file__) 排除了 tracemalloc 模块的痕迹
Filter(False, "<unknown>") 排除空回溯

3.5 版本更改： '.pyo' 文件扩展名不再替换为 '.py'。

3.6 版更改：添加域属性。

domain

内存块的地址空间（int 或 None）。

tracemalloc 使用域 0 来跟踪 Python 进行的内存分配。 C 扩展可以使用其他域来跟踪其他资源。

inclusive

如果 inclusive 是 True (include)，则只匹配在行号 lineno 处名称匹配 filename_pattern 的文件中分配的内存块。

如果 inclusive 是 False（排除），则忽略在行号 lineno 处名称匹配 filename_pattern 的文件中分配的内存块。

lineno: 过滤器的行号 (int)。如果 lineno 是 None，则过滤器匹配任何行号。

filename_pattern: 过滤器的文件名模式 (str)。只读属性。

all_frames

如果 all_frames 是 True，则检查回溯的所有帧。如果 all_frames 是 False，则只检查最近的帧。

如果回溯限制为 1，则此属性无效。请参阅 get_traceback_limit() 函数和 Snapshot.traceback_limit 属性。

框架

class tracemalloc.Frame

回溯的框架。

Traceback 类是 Frame 实例的序列。

filename: 文件名 (str)。

lineno: 行号 (int)。

快照

class tracemalloc.Snapshot

Python 分配的内存块跟踪的快照。

take_snapshot() 函数创建一个快照实例。

compare_to(old_snapshot: Snapshot, key_type: str, cumulative: bool = False)

计算与旧快照的差异。获取按 key_type 分组的 StatisticDiff 实例的排序列表形式的统计信息。

有关 key_type 和 cumulative 参数，请参阅 Snapshot.statistics() 方法。

结果从大到小排序：StatisticDiff.size_diff的绝对值，StatisticDiff.size，StatisticDiff.count_diff的绝对值， ]Statistic.count 然后通过 StatisticDiff.traceback。

dump(filename)

将快照写入文件。

使用 load() 重新加载快照。

filter_traces(filters)

创建一个新的 Snapshot 实例，其中包含过滤后的 traces 序列，filters 是 DomainFilter 和 Filter 实例的列表. 如果 filters 是一个空列表，则返回一个新的 Snapshot 实例和跟踪的副本。

一次应用所有包含过滤器，如果没有包含过滤器匹配它，则忽略跟踪。如果至少有一个排他过滤器匹配一条跟踪，则该跟踪将被忽略。

3.6 版更改：DomainFilter 实例现在也被 过滤器 接受。

classmethod load(filename)

从文件加载快照。

另见 dump()。

statistics(key_type: str, cumulative: bool = False)

获取按 key_type 分组的 Statistic 实例的排序列表的统计信息：

键类型	描述
`'filename'`	文件名
`'lineno'`	文件名和行号
`'traceback'`	追溯

如果cumulative为True，则累加一个trace的traceback的所有帧的内存块的大小和计数，而不仅仅是最近的帧。累积模式只能用于 key_type 等于 'filename' 和 'lineno'。

结果从大到小排序：Statistic.size、Statistic.count，然后是Statistic.traceback。

traceback_limit: traces的回溯中存储的最大帧数：拍摄快照时get_traceback_limit()的结果。

traces

Python 分配的所有内存块的跟踪：Trace 实例的序列。

该序列具有未定义的顺序。使用 Snapshot.statistics() 方法获取统计信息的排序列表。

统计

class tracemalloc.Statistic

内存分配统计。

Snapshot.statistics() 返回 Statistic 实例的列表。

另请参阅 StatisticDiff 类。

count: 内存块数 (int)。

size: 以字节为单位的内存块总大小 (int)。

traceback: 分配内存块的回溯，Traceback 实例。

统计差异

class tracemalloc.StatisticDiff

旧的和新的 Snapshot 实例之间内存分配的统计差异。

Snapshot.compare_to() 返回 StatisticDiff 实例的列表。另请参阅 Statistic 类。

count: 新快照中的内存块数（int）：0，如果新快照中的内存块已被释放。

count_diff: 新旧快照内存块数量差异（int）：0，如果新快照中已经分配了内存块。

size: 新快照中的内存块总大小（int）：0如果新快照中的内存块已被释放。

size_diff: 新旧快照内存块总大小的字节数差异（int）：0 如果内存块已经在新快照中分配。

traceback: 分配内存块的回溯，Traceback 实例。

痕迹

class tracemalloc.Trace

内存块的跟踪。

Snapshot.traces 属性是 Trace 实例的序列。

3.6 版更改：添加域属性。

domain

内存块的地址空间（int）。只读属性。

tracemalloc 使用域 0 来跟踪 Python 进行的内存分配。 C 扩展可以使用其他域来跟踪其他资源。

size: 以字节为单位的内存块大小 (int)。

traceback: 分配内存块的回溯，Traceback 实例。

追溯

class tracemalloc.Traceback

Frame 实例的序列从最旧的帧到最近的帧排序。

回溯至少包含 1 帧。如果 tracemalloc 模块无法获取帧，则使用行号 0 处的文件名 "<unknown>"。

拍摄快照时，跟踪的回溯仅限于 get_traceback_limit() 帧。请参阅 take_snapshot() 函数。

Trace.traceback 属性是 Traceback 实例的一个实例。

3.7 版更改：帧现在从最旧到最近排序，而不是从最近到最旧排序。

format(limit=None, most_recent_first=False)

将回溯格式化为带有换行符的行列表。使用 linecache 模块从源代码中检索行。如果设置了 limit，如果 limit 为正，则格式化 limit 最近的帧。否则，格式化 abs(limit) 最早的帧。如果 most_recent_first 是 True，则格式化帧的顺序颠倒，首先返回最近的帧而不是最后一个。

类似于 traceback.format_tb() 函数，除了 format() 不包括换行符。

例子：

print("Traceback (most recent call first):")
for line in traceback:
    print(line)

输出：

Traceback (most recent call first):
  File "test.py", line 9
    obj = Object()
  File "test.py", line 12
    tb = tracemalloc.get_object_traceback(f())

tracemalloc — 跟踪内存分配 — Python 文档

目录