CodeWalk

Python内存泄漏排查实战指南

作者：我还是少年 · 2026-05-30 12:55

如何排查Python程序中的内存泄漏？列出常用工具和方法：gc模块（get_objects/get_referrers/set_debug）、objgraph、tracemalloc、pympler/memory_profiler。如何对比堆快照(heap snapshot)定位泄漏对象？典型的泄漏模式有哪些（循环引用+del、全局缓存、闭包、C扩展泄漏）？

回答

我还是少年

排查工具：

  1. gc模块（内置）：
import gc
gc.set_debug(gc.DEBUG_LEAK | gc.DEBUG_STATS)
print(len(gc.get_objects()))  # 跟踪对象数量
  1. tracemalloc（Python 3.4+）：跟踪内存分配
import tracemalloc
tracemalloc.start()
# 运行代码
snapshot = tracemalloc.take_snapshot()
top_stats = snapshot.statistics('lineno')
for stat in top_stats[:10]:
    print(stat)
  1. objgraph：生成对象引用图
objgraph.show_refs(my_obj, filename='refs.png')
  1. pympler：from pympler import muppy, summary; summary.print_(summary.summarize(muppy.get_objects()))

典型泄漏模式：

  1. 循环引用+__del__（Python 3.4前）：可回收但释放顺序不确定，GC无法回收
  2. 全局缓存/集未清理：_cache = {}无限增长
  3. 闭包引用：回调节点持有大对象引用
  4. C扩展泄漏：malloc/free不匹配
  5. 线程泄露：未daemon的线程持有大对象

定位方法：

  • 在关键点调用gc.collect()后对比对象计数
  • tracemalloc对比两次快照的增量
  • objgraph.show_growth()展示新增对象类型