← 返回

Python 内存分析器：无需改代码定位最占内存的对象

章亦春发布于 Oct 7, 2023 更新于 Aug 11, 2026

用时 5 分钟

阅读次数

要在不改动一行代码的情况下剖析 Python 内存占用，只需把 OpenResty XRay 挂到运行中的进程上。它自研的 Python GC 对象内存分布火焰图能精确指出到底是哪些对象、模块和字典占用了最多内存，并给出通向每一个的完整数据引用路径。

下面我们在一个未经修改的 gunicorn 进程上实时演示这套分析——无需 @profile 装饰器，也无需重启——再展示能持续自动暴露内存大户的报告。Python 代码中的内存泄漏和大内存占用，从此不再是谜！

找出哪个 Python 进程最占内存

运行 top 命令检查内存使用情况。可以看到，名为 gunicorn 的 Python 进程占用内存最多——RSS 超过 600MB。

运行 ps 查看更多细节。这里它使用的是 Linux 发行版自带的标准 Python 3 二进制（/usr/bin/python3），运行着一个 order_service 的 gunicorn WSGI 应用。

用引导式分析剖析 Python 内存：定位最大的对象及其所属模块

用 OpenResty XRay 实时检查这个未经修改的进程。打开 Web 控制台，确认正在观察的机器无误，进入 Guided Analysis（引导式分析）页面，这里可以选择 OpenResty XRay 能诊断的各类问题。

选择 High memory usage，选中 Python 应用以及 top 标记出的那个 gunicorn 进程（占用近 600MB 的那个），保持 Python 与 C/C++ 两个语言级别都选中，然后开始。经过一两轮分析后，OpenResty XRay 会自动生成一份报告。

这是现在我们要分析的问题类型，内存。

我们可以看到大部分内存是由 Libc 分配器分配的，这里超过了 580 MB。

这是占用内存最多的 Python GC 对象的引用路径。很明显，这个 Python 虚拟机使用了 Libc 分配器来请求内存。

这个 Python 字典用于保存所有已加载的 Python 模块。

这是一个名为 order_service.service.order.prev_processor 的 Python 模块。

在这个模块中，有一个名为 order_name_cache 的字段。

这个字段的值是一个 Python 字典。

点击查看更多细节。

这个数据引用路径，是从这个 Python GC 对象内存分布火焰图中自动推导出来的。

下面是对问题更详细的解释和建议。它提到了我们之前看到的 prev_processor 模块。

它也提到了 order_name_cache 字典。

回到数据引用路径。点击这个图标，来复制这个模块名称。

在终端上，使用 find 命令来查找 Python 源文件。

粘贴我们刚刚复制的模块名称。这里，我们借用模块名称中的点，作为 grep 命令的通配符。

复制完整的文件路径。使用 vim 编辑器打开这个源文件。您可以使用任何您喜欢的编辑器。

我们可以找到之前报告里提到的 order_name_cache 变量。

我们也可以检查这个变量是如何使用的，以确定是否存在内存泄漏问题。

order_name_cache 是一个模块级字典，handle() 每处理一个订单就往里写入一条新条目，而没有任何地方会移除条目。正是这种无上限的增长，让进程占用了数百 MB 内存——一个经典的 Python 内存泄漏，现在你可以直接在源头修复它。

立即申请 OpenResty XRay 试用

用定时报告自动监控 Python 内存占用

OpenResty XRay 也可以自动监控在线进程并展示分析报告。在 Insights 页面，你可以找到以日和周为周期的报告——同样的内存引用路径会自动浮现——所以你不必每次都手动运行引导式分析，尽管引导式分析对于应用开发和演示仍然很有用。

常见问题

如何在不修改代码的情况下剖析 Python 内存占用？

把 OpenResty XRay 挂到已经运行的进程上，启动一次 “High memory usage” 引导式分析即可。它直接读取运行中的 Python 进程——无需 @profile 装饰器、无需插桩、也无需重启——所以你可以在生产环境的 gunicorn 或任何未经修改的 Python 程序对外提供服务的同时完成剖析。

哪个 Python 对象或模块占用了最多内存？

引导式分析会生成 Python GC 对象内存分布火焰图，并推导出通向最重对象的数据引用路径。在本例中，它直接指向了 order_service.service.order.prev_processor 模块里的 order_name_cache 字典——正是这个字段占用了数百 MB 内存。

如何找出一个 Python 进程中最大的对象？

OpenResty XRay 会按对象保留的内存大小排序，并给出从模块一路到具体字典或值的完整引用路径。你不必再用 sys.getsizeof 一个个对象去猜，而是直接得到最大的内存占用者以及它在代码中的位置。

可以自动监控 Python 内存占用吗？

可以。“Insights” 页面会按计划对在线进程运行同样的分析，生成日报和周报，反复出现的内存大户会自动浮现，无需你每次手动发起引导式分析。

关于 OpenResty XRay

OpenResty XRay 是一个动态追踪产品，它可以自动分析运行中的应用，以解决性能问题、行为问题和安全漏洞，并提供可行的建议。在底层实现上，OpenResty XRay 由我们的 Y 语言驱动，可以在不同环境下支持多种不同的运行时，如 Stap+、eBPF+、GDB 和 ODB。

立即申请 OpenResty XRay 试用

关于作者

章亦春是开源 OpenResty^® 项目创始人兼 OpenResty Inc. 公司 CEO 和创始人。

章亦春（Github ID: agentzh），生于中国江苏，现定居美国湾区。他是中国早期开源技术和文化的倡导者和领军人物，曾供职于多家国际知名的高科技企业，如 Cloudflare、雅虎、阿里巴巴, 是 “边缘计算“、”动态追踪 “和 “机器编程 “的先驱，拥有超过 22 年的编程及 16 年的开源经验。作为拥有超过 4000 万全球域名用户的开源项目的领导者。他基于其 OpenResty^® 开源项目打造的高科技企业 OpenResty Inc. 位于美国硅谷中心。其主打的两个产品 OpenResty XRay（利用动态追踪技术的非侵入式的故障剖析和排除工具）和 OpenResty Edge（最适合微服务和分布式流量的全能型网关软件），广受全球众多上市及大型企业青睐。在 OpenResty 以外，章亦春为多个开源项目贡献了累计超过百万行代码，其中包括，Linux 内核、Nginx、LuaJIT、GDB、SystemTap、LLVM、Perl 等，并编写过 60 多个开源软件库。