前言

最近在做文本統計，用 Python 實現，遇到了一個比較有意思的難題——如何保存統計結果。

直接寫入內存實在是放不下，十幾個小時后內存耗盡，程序被迫關閉。如果直接寫入數據庫吧，每次寫入又太慢了，本來就十幾個小時了，這樣下去就要往星期上數了，也不是個辦法。

解決方案

最后，我想到了一個兩者兼顧的方案——用內存做緩沖，達到一定量之后一次性將當前所有數據合并到硬盤里。

但這樣就有一個閾值，如何確定同步硬盤的時機，通常可以按照文件粒度進行處理，比如處理一個語料文件同步一次……但我的語料有大有小，大的有10GB，根本等不到那一刻內存就爆炸了，后來我想用統計數據量進行判斷……可這又有點難以估計，小了吧頻繁寫入，緩存的意義就不大了，大了吧還沒等到條目數量達到，內存就已經爆滿。另外考慮到將來程序會運行在不同配置的設備上，讓其他開發者根據自身情況計算這個閾值也有點太不友好，于是我想到了一個辦法——不如讓 Python 自己檢測自己的內存占用，如果快滿了（或者達到閾值），就同步寫入硬盤一次。

對于其他開發者來說，自身設備的內存多大是很容易查看的，根據系統運行狀況設置一個合理的閾值，相當方便。

要用 Python 監控自身內存占用，要使用 psutil 這個庫來和系統進行交互，基本邏輯就是先拿到自己的 pid ，然后根據這個 pid 去跟系統獲取進程信息。

def get_current_memory_gb() -> int:# 獲取當前進程內存占用。pid = os.getpid()p = psutil.Process(pid)info = p.memory_full_info()return info.uss / 1024. / 1024. / 1024.

比如我系統是 32GB 內存，那么我設置個 20GB 就相當安全，用 Python 進行統計語料，數據多到進程占用 20GB 內存了，就把當前的數據寫入硬盤，同步統計數據，然后清空程序里的字典緩存釋放內存。

python之psutil

psutil是個跨平臺庫，能夠輕松實現獲取系統運行的進程和系統利用率，包括CPU、內存、磁盤、網絡等信息。

Linux系統下的安裝

pip install psutil

總結

到此這篇關于利用Python如何實時檢測自身內存占用的文章就介紹到這了,更多相關Python實時檢測自身內存占用內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網！