Python进程使用的总内存？

Python程序是否有办法确定当前正在使用多少内存？我已经看到了有关单个对象的内存使用情况的讨论，但是我需要的是该过程的总内存使用情况，以便可以确定何时需要开始丢弃缓存的数据。

这是适用于各种操作系统（包括Linux，Windows 7等）的有用解决方案：

import os
import psutil
process = psutil.Process(os.getpid())
print(process.memory_info().rss)  # in bytes 

在我当前使用psutil 5.6.3安装的python 2.7中，最后一行应为

print(process.memory_info()[0])

相反（API发生了变化）。

注意：pip install psutil如果尚未安装，请执行此操作。

对于基于Unix的系统（Linux，Mac OS X，Solaris），可以使用getrusage()标准库模块中的功能resource。产生的对象具有属性ru_maxrss，该属性给出了调用过程的峰值内存使用情况：

>>> resource.getrusage(resource.RUSAGE_SELF).ru_maxrss
2656  # peak memory usage (kilobytes on Linux, bytes on OS X)

在Python文档不记单位。请参阅您特定系统的man getrusage.2页面以检查单位的值。在Ubuntu 18.04上，单位记为千字节。在Mac OS X上，它是字节。

getrusage()还可以提供该功能resource.RUSAGE_CHILDREN以获取子进程的使用情况，以及（在某些系统上）resource.RUSAGE_BOTH总（自身和子）进程的使用情况。

如果你只关心Linux的，则可以选择阅读/proc/self/status或/proc/self/statm在其他的答案对这个问题，并描述文件这一个了。

在Windows上，您可以使用WMI（主页，Cheeseshop）：

def memory():
    import os
    from wmi import WMI
    w = WMI('.')
    result = w.query("SELECT WorkingSet FROM Win32_PerfRawData_PerfProc_Process WHERE IDProcess=%d" % os.getpid())
    return int(result[0].WorkingSet)

在Linux上（来自python cookbook http://code.activestate.com/recipes/286222/：

import os
_proc_status = '/proc/%d/status' % os.getpid()

_scale = {'kB': 1024.0, 'mB': 1024.0*1024.0,
          'KB': 1024.0, 'MB': 1024.0*1024.0}

def _VmB(VmKey):
    '''Private.
    '''
    global _proc_status, _scale
     # get pseudo file  /proc/<pid>/status
    try:
        t = open(_proc_status)
        v = t.read()
        t.close()
    except:
        return 0.0  # non-Linux?
     # get VmKey line e.g. 'VmRSS:  9999  kB\n ...'
    i = v.index(VmKey)
    v = v[i:].split(None, 3)  # whitespace
    if len(v) < 3:
        return 0.0  # invalid format?
     # convert Vm value to bytes
    return float(v[1]) * _scale[v[2]]


def memory(since=0.0):
    '''Return memory usage in bytes.
    '''
    return _VmB('VmSize:') - since


def resident(since=0.0):
    '''Return resident memory usage in bytes.
    '''
    return _VmB('VmRSS:') - since


def stacksize(since=0.0):
    '''Return stack size in bytes.
    '''
    return _VmB('VmStk:') - since

在UNIX上，您可以使用该ps工具进行监视：

$ ps u -p 1347 | awk '{sum=sum+$6}; END {print sum/1024}'

其中1347是某个进程ID。此外，结果以MB为单位。

Linux，Python 2，Python 3和pypy上当前进程的当前内存使用情况，没有任何导入：

def getCurrentMemoryUsage():
    ''' Memory usage in kB '''

    with open('/proc/self/status') as f:
        memusage = f.read().split('VmRSS:')[1].split('\n')[0][:-3]

    return int(memusage.strip())

在Linux 4.4和4.9上进行了测试，但即使是早期的Linux版本也可以使用。

在文件中man proc查找信息并进行搜索/proc/$PID/status，它提到了某些字段的最低版本（例如Linux 2.6.10的“ VmPTE”），但是“ VmRSS”字段（我在这里使用）没有提及。因此，我认为它从早期版本就已经存在。

我喜欢它，谢谢@bayer。我现在有一个特定的过程计数工具。

# Megabyte.
$ ps aux | grep python | awk '{sum=sum+$6}; END {print sum/1024 " MB"}'
87.9492 MB

# Byte.
$ ps aux | grep python | awk '{sum=sum+$6}; END {print sum " KB"}'
90064 KB

附上我的流程清单。

$ ps aux  | grep python
root       943  0.0  0.1  53252  9524 ?        Ss   Aug19  52:01 /usr/bin/python /usr/local/bin/beaver -c /etc/beaver/beaver.conf -l /var/log/beaver.log -P /var/run/beaver.pid
root       950  0.6  0.4 299680 34220 ?        Sl   Aug19 568:52 /usr/bin/python /usr/local/bin/beaver -c /etc/beaver/beaver.conf -l /var/log/beaver.log -P /var/run/beaver.pid
root      3803  0.2  0.4 315692 36576 ?        S    12:43   0:54 /usr/bin/python /usr/local/bin/beaver -c /etc/beaver/beaver.conf -l /var/log/beaver.log -P /var/run/beaver.pid
jonny    23325  0.0  0.1  47460  9076 pts/0    S+   17:40   0:00 python
jonny    24651  0.0  0.0  13076   924 pts/4    S+   18:06   0:00 grep python

参考

• 内存-Linux：找出正在使用所有RAM的进程是什么？-超级用户
• Python进程使用的总内存？- 堆栈溢出
• linux-ps aux输出含义-超级用户

对于Python 3.6和psutil 5.4.5，更容易使用此处memory_percent()列出的函数。

import os
import psutil
process = psutil.Process(os.getpid())
print(process.memory_percent())

甚至比/proc/self/status：更容易使用/proc/self/statm。这只是几个统计信息之间用空格分隔的列表。我无法判断两个文件是否总是存在。

/ proc / [pid] / statm

提供有关内存使用情况的信息，以页为单位。这些列是：

• 大小（1）程序总大小（与/ proc / [pid] / status中的VmSize相同）
• 常驻（2）常驻集大小（与/ proc / [pid] / status中的VmRSS相同）
• 共享（3）个常驻共享页面（即由文件支持）的数量（与/ proc / [pid] / status中的RssFile + RssShmem相同）
• 文字（4）文字（代码）
• lib（5）库（从Linux 2.6开始不使用；始终为0）
• 数据（6）数据+堆栈
• dt（7）脏页（自Linux 2.6起未使用；始终为0）

这是一个简单的例子：

from pathlib import Path
from resource import getpagesize

PAGESIZE = getpagesize()
PATH = Path('/proc/self/statm')


def get_resident_set_size() -> int:
    """Return the current resident set size in bytes."""
    # statm columns are: size resident shared text lib data dt
    statm = PATH.read_text()
    fields = statm.split()
    return int(fields[1]) * PAGESIZE


data = []
start_memory = get_resident_set_size()
for _ in range(10):
    data.append('X' * 100000)
    print(get_resident_set_size() - start_memory)

生成的列表看起来像这样：

0
0
368640
368640
368640
638976
638976
909312
909312
909312

您可以看到在大约分配了3个100,000字节后，它跳了约300,000字节。

下面是我的函数装饰器，它可以跟踪该过程在函数调用之前消耗了多少内存，在函数调用之后使用了多少内存以及执行了多长时间。

import time
import os
import psutil


def elapsed_since(start):
    return time.strftime("%H:%M:%S", time.gmtime(time.time() - start))


def get_process_memory():
    process = psutil.Process(os.getpid())
    return process.memory_info().rss


def track(func):
    def wrapper(*args, **kwargs):
        mem_before = get_process_memory()
        start = time.time()
        result = func(*args, **kwargs)
        elapsed_time = elapsed_since(start)
        mem_after = get_process_memory()
        print("{}: memory before: {:,}, after: {:,}, consumed: {:,}; exec time: {}".format(
            func.__name__,
            mem_before, mem_after, mem_after - mem_before,
            elapsed_time))
        return result
    return wrapper

因此，当您用它装饰一些功能时

from utils import track

@track
def list_create(n):
    print("inside list create")
    return [1] * n

您将能够看到以下输出：

inside list create
list_create: memory before: 45,928,448, after: 46,211,072, consumed: 282,624; exec time: 00:00:00

import os, win32api, win32con, win32process
han = win32api.OpenProcess(win32con.PROCESS_QUERY_INFORMATION|win32con.PROCESS_VM_READ, 0, os.getpid())
process_memory = int(win32process.GetProcessMemoryInfo(han)['WorkingSetSize'])

对于Unix系统time，如果通过-v，则命令（/ usr / bin / time）会为您提供该信息。参见Maximum resident set size下文，这是程序执行期间使用的最大（峰值）实际（非虚拟）内存：

$ /usr/bin/time -v ls /

    Command being timed: "ls /"
    User time (seconds): 0.00
    System time (seconds): 0.01
    Percent of CPU this job got: 250%
    Elapsed (wall clock) time (h:mm:ss or m:ss): 0:00.00
    Average shared text size (kbytes): 0
    Average unshared data size (kbytes): 0
    Average stack size (kbytes): 0
    Average total size (kbytes): 0
    Maximum resident set size (kbytes): 0
    Average resident set size (kbytes): 0
    Major (requiring I/O) page faults: 0
    Minor (reclaiming a frame) page faults: 315
    Voluntary context switches: 2
    Involuntary context switches: 0
    Swaps: 0
    File system inputs: 0
    File system outputs: 0
    Socket messages sent: 0
    Socket messages received: 0
    Signals delivered: 0
    Page size (bytes): 4096
    Exit status: 0

使用sh和os来了解python Bayer的答案。

float(sh.awk(sh.ps('u','-p',os.getpid()),'{sum=sum+$6}; END {print sum/1024}'))

答案以兆字节为单位。