在我们的工作中,我们使用ddagent ver。5作为收集工具,收集和报告托管服务器的性能指标,并对ddagent进行一定程度的定制。经过多次功能迭代,发现一批在线运行时间长的托管服务器占用了太多内存。分析问题机器上进程树中每个节点的占用情况,可以看出ddagent集合进程的内存占用仍然很高。
我们将学习最基本的流程控制工具,比如
if 条件判断for 循环while 循环
作为保证业务系统稳定运行的监控组件,存在内存泄漏,这自然是非常严重的,所以我们开始了我们的“故障排除之旅”。
if-elif-else 判断
分析
有很多工具可以分析和导出Python程序的内存状态。在这里,我们使用pyrasite,它可以附加到正在运行的Python程序,生成内存快照,并检查当前哪些对象类型占用了多少内存,并从大到小排序。
使用命令非常简单: pyrasite-memory-viewer <PID>,同时会生成一份快照文件: /tmp/pyrasite-<PID>-objects.json。
由于无法提供真实的生产数据,下面提到的所有数据都来自问题版本在测试环境中运行12小时后的采样。
在pyrasite提供的Cui视图中,我们可以清楚地看到字典类型的对象实例占用的内存最多,达到3.4mb,有6621个实例:
while 循环
While循环也是一种常见的循环方式。这种循环通常以循环体类或条件方式结束。它不可能无限期地进行下去。
对于泄漏情况,我们有以下事实和猜测:
一个或多个位置持续创建空字典对象,并且无法回收它们,从而导致内存泄漏内存泄漏量随时间而增加。在索引收集业务中,泄漏很可能是在每个收集过程中引起的,并在间隔期之后重复触发我们看不到当前依赖的ddagent版本存在尚未关闭的相关问题,这可能是在我们的定制过程中引入的错误
[ [ [".../embedded/lib/python2.7/threading.py",774,"__bootstrap","self.__bootstrap_inner()"], [".../embedded/lib/python2.7/threading.py",801,"__bootstrap_inner","self.run()"], [".../modules/monitor/bot/schedule.py",51,"run","task.run()"], [".../modules/monitor/bot/task.py",50,"run","super(RepeatTask, self).run()"], [".../modules/monitor/bot/task.py",18,"run","self.check()"], [".../modules/monitor/checks/collector.py",223,"wrapper","_check.run()"], [".../modules/monitor/checks/__init__.py",630,"run","self._roll_up_instance_metadata()"], [".../modules/monitor/checks/__init__.py",498,"_roll_up_instance_metadata","dict((k, v) for (k, v) in self._instance_metadata))"], [".../modules/monitor/tracer.py",33,"__init__","self.trace_info = traceback.extract_stack()"] ], [ [".../embedded/lib/python2.7/threading.py",774,"__bootstrap","self.__bootstrap_inner()"], [".../embedded/lib/python2.7/threading.py",801,"__bootstrap_inner","self.run()"], [".../modules/monitor/bot/schedule.py",51,"run","task.run()"], [".../modules/monitor/bot/task.py",50,"run","super(RepeatTask, self).run()"], [".../modules/monitor/bot/task.py",18,"run","self.check()"], [".../modules/monitor/checks/collector.py",223,"wrapper","_check.run()"], [".../modules/monitor/checks/__init__.py",630,"run","self._roll_up_instance_metadata()"], [".../modules/monitor/checks/__init__.py",498,"_roll_up_instance_metadata","dict((k, v) for (k, v) in self._instance_metadata))"], [".../modules/monitor/tracer.py",33,"__init__","self.trace_info = traceback.extract_stack()"] ], [ [".../embedded/lib/python2.7/threading.py",774,"__bootstrap","self.__bootstrap_inner()"], [".../embedded/lib/python2.7/threading.py",801,"__bootstrap_inner","self.run()"], [".../modules/monitor/bot/schedule.py",51,"run","task.run()"], [".../modules/monitor/bot/task.py",50,"run","super(RepeatTask, self).run()"], [".../modules/monitor/bot/task.py",18,"run","self.check()"], [".../modules/monitor/checks/collector.py",223,"wrapper","_check.run()"], [".../modules/monitor/checks/__init__.py",630,"run","self._roll_up_instance_metadata()"], [".../modules/monitor/checks/__init__.py",498,"_roll_up_instance_metadata","dict((k, v) for (k, v) in self._instance_metadata))"], [".../modules/monitor/tracer.py",33,"__init__","self.trace_info = traceback.extract_stack()"] ], ...
重播
我们不提“做好设计审查和规范审查”、“加强试验阶段质量检验工作”等“老生常谈”,也值得我们反思。
要彻底防止和控制内存泄漏几乎是不可能的,像rust这样的安全编程语言也不能保证程序不会泄漏内存。
许多引发内存不安全的行为,如数组访问越界、访问释放后的内存等,都可以通过制定更严格的编程模型(如rust提出的所有权+生命周期规则)甚至数据竞争问题来避免。
然而,触发内存泄漏的行为,如竞争条件,需要开发人员将开发组件和业务规则结合起来。设想一个需要手动触发刷新的数据队列。结果,我们在推送数据时忘记调用它。这种内存泄漏无法通过任何常规检查规则来识别。
关键字函数是为了更形象地说明传入参数的位置和具体用法。如果一个函数有四个或五个参数,而且一次传入的参数太多,那么很难让人眼花缭乱。如果key=value用于传入。
总结
通过本节的学习,我们了解了通过if else在不同条件下控制代码流和执行不同代码。for/while和如何定义函数有两种不同的循环方法,包括函数的返回值和参数传递方法、position参数传递和向函数传递参数时的key=value参数传递。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
Python,流程控制,工具
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。
更新日志
- lol全球总决赛lck一号种子是谁 S14全球总决赛lck一号种子队伍
- BradMehldau-ApresFaure(2024)[24-96]FLAC
- IlCannone-FrancescaDegoPlaysPaganinisViolin(2021)[24-96]FLAC
- Tchaikovsky,Babajanian-PianoTrios-Gluzman,Moser,Sudbin[FLAC+CUE]
- 费玉清.1987-费玉清十周年旧曲情怀4CD【东尼】【WAV+CUE】
- 群星.2024-春花焰电视剧影视原声带【TME】【FLAC分轨】
- 方力申.2008-我的最爱新曲+精丫金牌大风】【WAV+CUE】
- 群星 《2024好听新歌35》十倍音质 U盘音乐 [WAV分轨][1.1G]
- 群星《烧透你的耳朵1》DXD金佰利 [低速原抓WAV+CUE][1.2G]
- 莫文蔚《超级金曲精选2CD》SONY [WAV+CUE][1.6G]
- 【RR】加尼克奥尔森GarrickOhlsso《贝多芬钢琴协奏曲全集》原声母带WAV
- 彭芳《纯色角1》[WAV+CUE]
- 李蔓《山顶的月亮—李蔓动态情歌》
- 梁咏琪.1999-新鲜【EEI】【WAV+CUE】
- 张琍敏.1979-悲之秋【海山】【FLAC分轨】