Общая память, используемая процессом Python?

Есть ли способ для программы Python определить, сколько памяти она использует в настоящее время? Я видел обсуждения об использовании памяти для одного объекта, но мне нужно полное использование памяти для процесса, поэтому я могу определить, когда необходимо начать отбрасывать кешированные данные.

ОТВЕТЫ

Ответ 1

Здесь - это полезное решение, которое работает для различных операционных систем, включая Linux, Windows 7 и т. Д.:

import os
import psutil
process = psutil.Process(os.getpid())
print(process.memory_info().rss)  # in bytes

На моей текущей установке Python 2.7 с psutil 5.6.3 последняя строка должна быть

print(process.memory_info()[0])

вместо этого (произошло изменение в API).

Примечание: сделайте pip install psutil, если он еще не установлен.

Ответ 2

Для систем на основе Unix (Linux, Mac OS X, Solaris) вы можете использовать getrusage() из resource стандартного библиотечного модуля. Полученный объект имеет атрибут ru_maxrss, который дает пиковое использование памяти для вызывающего процесса:

>>> resource.getrusage(resource.RUSAGE_SELF).ru_maxrss
2656  # peak memory usage (kilobytes on Linux, bytes on OS X)

Документы Python не помнят юниты. Обратитесь к вашей конкретной странице man getrusage.2 чтобы проверить значение единицы измерения. В Ubuntu 18.04 единица измерения указана в килобайтах. В Mac OS X это байты.

Функция getrusage() также может быть предоставлена resource.RUSAGE_CHILDREN чтобы получить использование для дочерних процессов, и (в некоторых системах) resource.RUSAGE_BOTH для общего (self и child) использования процесса.

Если вы заботитесь только о Linux, вы также можете прочитать файл /proc/self/status или /proc/self/statm как описано в других ответах на этот и этот вопросы.

Ответ 3

В Windows вы можете использовать домашнюю страницу WMI (, cheeseshop):


def memory():
    import os
    from wmi import WMI
    w = WMI('.')
    result = w.query("SELECT WorkingSet FROM Win32_PerfRawData_PerfProc_Process WHERE IDProcess=%d" % os.getpid())
    return int(result[0].WorkingSet)

В Linux (из кулинарной книги python http://code.activestate.com/recipes/286222/:

import os
_proc_status = '/proc/%d/status' % os.getpid()

_scale = {'kB': 1024.0, 'mB': 1024.0*1024.0,
          'KB': 1024.0, 'MB': 1024.0*1024.0}

def _VmB(VmKey):
    '''Private.
    '''
    global _proc_status, _scale
     # get pseudo file  /proc/<pid>/status
    try:
        t = open(_proc_status)
        v = t.read()
        t.close()
    except:
        return 0.0  # non-Linux?
     # get VmKey line e.g. 'VmRSS:  9999  kB\n ...'
    i = v.index(VmKey)
    v = v[i:].split(None, 3)  # whitespace
    if len(v) < 3:
        return 0.0  # invalid format?
     # convert Vm value to bytes
    return float(v[1]) * _scale[v[2]]


def memory(since=0.0):
    '''Return memory usage in bytes.
    '''
    return _VmB('VmSize:') - since


def resident(since=0.0):
    '''Return resident memory usage in bytes.
    '''
    return _VmB('VmRSS:') - since


def stacksize(since=0.0):
    '''Return stack size in bytes.
    '''
    return _VmB('VmStk:') - since

Ответ 4

В unix вы можете использовать инструмент ps для его наблюдения:

$ ps u -p 1347 | awk '{sum=sum+$6}; END {print sum/1024}'

где 1347 - некоторый идентификатор процесса. Кроме того, результат в MB.

Ответ 5

Heapy (и друзья) может быть тем, что вы ищете.

Кроме того, кэши обычно имеют фиксированный верхний предел размера, чтобы решить проблему, о которой вы говорите. Например, ознакомьтесь с этим LRU cache decorator.

Ответ 6

Мне нравится it, спасибо за @bayer. Теперь я получаю специальный счетчик процессов.

# Megabyte.
$ ps aux | grep python | awk '{sum=sum+$6}; END {print sum/1024 " MB"}'
87.9492 MB

# Byte.
$ ps aux | grep python | awk '{sum=sum+$6}; END {print sum " KB"}'
90064 KB

Прикрепите список процессов.

$ ps aux  | grep python
root       943  0.0  0.1  53252  9524 ?        Ss   Aug19  52:01 /usr/bin/python /usr/local/bin/beaver -c /etc/beaver/beaver.conf -l /var/log/beaver.log -P /var/run/beaver.pid
root       950  0.6  0.4 299680 34220 ?        Sl   Aug19 568:52 /usr/bin/python /usr/local/bin/beaver -c /etc/beaver/beaver.conf -l /var/log/beaver.log -P /var/run/beaver.pid
root      3803  0.2  0.4 315692 36576 ?        S    12:43   0:54 /usr/bin/python /usr/local/bin/beaver -c /etc/beaver/beaver.conf -l /var/log/beaver.log -P /var/run/beaver.pid
jonny    23325  0.0  0.1  47460  9076 pts/0    S+   17:40   0:00 python
jonny    24651  0.0  0.0  13076   924 pts/4    S+   18:06   0:00 grep python

Ссылка

Ответ 7

Текущее использование памяти текущего процесса в Linux для Python 2, Python 3 и pypy без импорта:

def getCurrentMemoryUsage():
    ''' Memory usage in kB '''

    with open('/proc/self/status') as f:
        memusage = f.read().split('VmRSS:')[1].split('\n')[0][:-3]

    return int(memusage.strip())

Протестировано на Linux 4.4 и 4.9, но даже ранняя версия Linux должна работать.

Просматривая man proc и ища информацию в файле /proc/$PID/status, он упоминает минимальные версии для некоторых полей (например, Linux 2.6.10 для "VmPTE"), но поле "VmRSS" (которое я использую здесь) ) не имеет такого упоминания. Поэтому я предполагаю, что это было там с ранней версии.

Ответ 8

import os, win32api, win32con, win32process
han = win32api.OpenProcess(win32con.PROCESS_QUERY_INFORMATION|win32con.PROCESS_VM_READ, 0, os.getpid())
process_memory = int(win32process.GetProcessMemoryInfo(han)['WorkingSetSize'])

Ответ 9

Для Python 3.6 и psutil 5.4.5 проще использовать memory_percent() указанную здесь.

import os
import psutil
process = psutil.Process(os.getpid())
print(process.memory_percent())

Ответ 10

Еще проще в использовании, чем /proc/self/status: /proc/self/statm. Это просто разделенный пробелами список из нескольких статистических данных. Я не смог сказать, присутствуют ли оба файла всегда.

/Proc/[PID]/statm

Предоставляет информацию об использовании памяти, измеренную в страницах. Столбцы:

  • size (1) общий размер программы (такой же, как VmSize в /proc/[pid]/status)
  • резидентный (2) размер резидентного набора (такой же, как VmRSS в /proc/[pid]/status)
  • shared (3) количество резидентных общих страниц (т.е. поддержанных файлом) (аналогично RssFile + RssShmem в /proc/[pid]/status)
  • текст (4) текст (код)
  • Библиотека lib (5) (не используется с Linux 2.6; всегда 0)
  • данные (6) данные + стек
  • dt (7) грязные страницы (не используется начиная с Linux 2.6; всегда 0)

Вот простой пример:

from pathlib import Path
from resource import getpagesize

PAGESIZE = getpagesize()
PATH = Path('/proc/self/statm')


def get_resident_set_size() -> int:
    """Return the current resident set size in bytes."""
    # statm columns are: size resident shared text lib data dt
    statm = PATH.read_text()
    fields = statm.split()
    return int(fields[1]) * PAGESIZE


data = []
start_memory = get_resident_set_size()
for _ in range(10):
    data.append('X' * 100000)
    print(get_resident_set_size() - start_memory)

Это создает список, который выглядит примерно так:

0
0
368640
368640
368640
638976
638976
909312
909312
909312

Вы можете видеть, что он увеличивается примерно на 300 000 байтов после примерно 3 распределений по 100 000 байтов.

Ответ 11

Ниже приведен мой декоратор функций, который позволяет отследить, сколько памяти потребляет этот процесс до вызова функции, сколько памяти он использует после вызова функции и как долго выполняется функция.

import time
import os
import psutil


def elapsed_since(start):
    return time.strftime("%H:%M:%S", time.gmtime(time.time() - start))


def get_process_memory():
    process = psutil.Process(os.getpid())
    return process.memory_info().rss


def track(func):
    def wrapper(*args, **kwargs):
        mem_before = get_process_memory()
        start = time.time()
        result = func(*args, **kwargs)
        elapsed_time = elapsed_since(start)
        mem_after = get_process_memory()
        print("{}: memory before: {:,}, after: {:,}, consumed: {:,}; exec time: {}".format(
            func.__name__,
            mem_before, mem_after, mem_after - mem_before,
            elapsed_time))
        return result
    return wrapper

Итак, когда у вас есть какая-то функция, украшенная этим

from utils import track

@track
def list_create(n):
    print("inside list create")
    return [1] * n

Вы сможете увидеть этот вывод:

inside list create
list_create: memory before: 45,928,448, after: 46,211,072, consumed: 282,624; exec time: 00:00:00

Ответ 12

Использование sh и os для ответа на python bayer.

float(sh.awk(sh.ps('u','-p',os.getpid()),'{sum=sum+$6}; END {print sum/1024}'))

Ответ в мегабайтах.

Ответ 13

Для систем Unix команда time (/usr/bin/time) выдает эту информацию, если вы передадите -v. См. ниже Maximum resident set size. Это максимальная (пиковая) реальная (не виртуальная) память, которая использовалась во время выполнения программы:

$ /usr/bin/time -v ls /

    Command being timed: "ls /"
    User time (seconds): 0.00
    System time (seconds): 0.01
    Percent of CPU this job got: 250%
    Elapsed (wall clock) time (h:mm:ss or m:ss): 0:00.00
    Average shared text size (kbytes): 0
    Average unshared data size (kbytes): 0
    Average stack size (kbytes): 0
    Average total size (kbytes): 0
    Maximum resident set size (kbytes): 0
    Average resident set size (kbytes): 0
    Major (requiring I/O) page faults: 0
    Minor (reclaiming a frame) page faults: 315
    Voluntary context switches: 2
    Involuntary context switches: 0
    Swaps: 0
    File system inputs: 0
    File system outputs: 0
    Socket messages sent: 0
    Socket messages received: 0
    Signals delivered: 0
    Page size (bytes): 4096
    Exit status: 0