共计 2153 个字符，预计需要花费 6 分钟才能阅读完成。
最近线上某台虚拟机隔三差五就会挂掉，通过业务日志基本上排查到每次出错都源于某一个申请。于是对该申请开展排查。
1，先确认罪魁祸首：
执行该申请之前之前的虚拟机 memory 和 python 过程占用的资源：
执行一次该申请之后的资源占用状况：
python 占用的资 cpu 在服务执行过程中会有所晋升，然而申请完结后，cpu 能够复原到执行之前的程度；而 VIRT，RES，内存占比却有显著晋升，且执行实现后并未降落。屡次执行，内存占用累积上涨。由此推断，罪魁祸首是该申请，并且可能是由内存泄露引起的。
2，python 内存泄露的工具
https://zhmin.github.io/2018/12/22/python-meomory-leak/
通过网上一系列的查找，理解到用于排查 python 内存泄露的工具有：objgraph，pympler，guppy
objgraph
能够查看对象被援用次数的工具，也能够查看对象调用图。
这里次要用到的办法：
show_most_common_types()
show_growth()
集体感觉 show_growth 更好用写，能够看到增量数据。
pympler
pympler 工具能够很容易看到内存的应用状况
guppy
guppy 能够查看到 heap 内存的具体应用状况，哪些对象占用多少内存
3，代码定位
先写一个记录对象援用次数的办法
import os
import objgraph
def obj_graph_stat(mark=''):
file_path = r'D:\obj_graph.txt'
if not os.path.exists(file_path):
file = open(file_path, 'w')
file.close()
file = open(file_path, 'a')
file.write(f'******************{str(now_datetime())}-{mark}******************\n')
objgraph.show_most_common_types(limit=20, file=file)
file.write(f'-'*20)
file.write('\n')
# 返回 heap 内存详情
# heap = hp.heap()
# byvia 返回该对象的被哪些援用，heap[0] 是内存耗费最大的对象
# references = heap[0].byvia
# file.write(str(references))
file.write('\n\n')
file.close() 把该办法放在可疑代码前后执行
通过前后执行比照发现援用 list，dict 等对象均有较大减少。而后对代码进行走读，逐渐放大范畴，对可疑代码段进行前后比照，确定最小范畴：
同时对象援用的前后比照也佐证了这一点，如上图。该段代码是基于 matplotlib.pyplot 绘制一个曲线图，对代码主题性能不影响不是很大，咱们先把该段代码正文掉，再次执行看对象前后援用次数。
通过比照，发现对象援用次数失常了！！！
在服务器部署执行后，比照 top 信息， 执行前：
执行中
执行后
执行实现后内存复原到执行前相当的程度，问题迎刃而解！
4，刨根问底
抓到真凶后，咱们总归是好奇，想晓得假相的。通过度娘咱们发现：
Python 循环画图时内存泄露的问题：http://www.biexiaoyu1994.com/%E4%BB%A3%E7%A0%81%E8%B8%A9%E5%9D%91/2019/06/13/python_plot_mem_leak/
matplotlib 画图内存爆表：https://blog.csdn.net/quanshengxixin/article/details/68953314
matplotlib 内存溢出报错：https://blog.csdn.net/mym_74/article/details/102887252
利用 matplotlib 绘制图片，并且将图片保留到文件中。因为没有及时的将内存中的图像革除，以致内存爆表，零碎卡死。
pyplot 是一个模块，它收集了一些容许 matplotlib 以性能形式应用的函数。我在这里假如 pyplot 已被导入为“import matplotlib.pyplot as plt”。在这种状况下，有三个不同的命令能够删除内容：
plt.cla() 革除轴，以后流动轴在以后图中。它放弃其余轴不变。
plt.clf() 革除整个以后数字。与所有的轴，但来到窗口关上，这样它就能够再用在其余的 plots 上了。
plt.close() 关上窗户，如果未另指定，则该窗口将是以后窗口。
因而，哪种性能最适宜您，取决于您的用例。
close（）函数还容许指定哪个窗口应该敞开。参数能够是应用 figure（number_or_name）创立的窗口的数字或名称。也能够是取得的图形实例，即应用 fig = figure（）。如果没有人提出任何论点 close()，以后流动的窗口将敞开。此外，还有语法 close（’all’），它敞开所有数字。
总结经验，也就是咱们在应用 matplotlib.pyplot 时，须要在前面追加一个开释操作。
总体来说这是一次因为经验不足导致的犯错，最终解决办法不简单，然而重在问题排查的过程和办法，学到了很多。
