上周被投诉我的 Python 进程占用了太多内存，并且持续增长。本来我不以为然，觉得应该是 Python 自己的 GC 并不是那么及时。然而加上手动的 GC（定时调用 gc.collect() ），并没有什么卵用。

于是开始搜索“Python 内存分析/泄露”关键词，出来一堆内存对象统计的库如 pympler，功能大同小异，都是获取内存中所有的对象呀，统计下对象个数呀，做一下 diff 呀。

安装了个 pymler，看了下其核心是调用 gc.get_objects() 获取到所有内存对象然后统计。然而依然并没有什么卵用，因为得到的是这样的东西：

===================== | =========== | ============
                 dict |        2627 |      3.07 MB
              unicode |        1762 |      2.64 MB
                  str |       21614 |      2.34 MB
                 code |        7862 |    982.75 KB
                 type |         934 |    829.12 KB
                 list |        2307 |    264.00 KB
                tuple |        2409 |    179.62 KB
              weakref |        1499 |    128.82 KB
   wrapper_descriptor |        1294 |    101.09 KB
                  set |         329 |     95.54 KB
    getset_descriptor |        1054 |     74.11 KB
     _sre.SRE_Pattern |         183 |     71.96 KB

完全木有用，谁知道 dict 和 unicode 和 str 到底是什么地方构造的？

当然有问题还是要考虑解决的，第一反应时，用自定义类型替换代码里面的 dict, list, str 等内置类型。然而真正的代码里定义 dict，list，str 的地方很少，很多都是 json 反序列化、标准库对象内嵌等产生的内置类型。

我研究了下是否可以替换内置的 dict, list 等类型，并且在初始化的时候记录下行号，发现就算替换了内置类型，也必须显示调用 dict() list()的时候才会使用被替换的类型， {}, []产生的不可以。基本上这个思路也不可行了。

最后我考虑了下，将所有的对象序列化，定时存储到文件里，大概代码是这样的：

from pympler import summary, muppy
all_objects = muppy.get_objects()

with open('snapshot'+datetime.datetime.now().strftime("%Y%m%d-%H%M%S")+'.txt', 'wb') as f:
    latest_snapshot = []
    for item in all_objects:
        try:
            snap = str(type(item)) + ' ' + str(item)
            latest_snapshot.append(snap)
        except:
            pass
    latest_snapshot.sort()
    for item in latest_snapshot:
        f.write(item)
        f.write('\n')
    del latest_snapshot

好了，现在我可以隔一段时间触发一次这段代码.

我之所以要把内存快照存到磁盘原因是，如果直接在程序里面比较两次时间点之间的对象列表，就需要引用上一个时间点的所有对象，会导致所有的对象都不会被释放。同样，如果我在内存比较序列化之后的对象（str(object)），还是会产生大量序列化的字符串，这些同样不会被释放。

最后一步，使用 vimdiff 对比不同时间点的快照文件：

这下增加了什么对象，内容是什么就一目了然了。

最后，发现是把有一个 dict，一直在往里放东西，但是没有删除过，所以导致的越来越大。

最后我觉得 Python 内存泄露基本上就是循环引用（虽然我没遇到过），还有自增长的 list 和 dict 对象了。