一款超好用的开源内存剖析器，今天教你怎么用！

我就是我 2023-10-16 15:01 17阅读 0赞

![7bb58a528c3f46419d8ab699814fe361.png][]

Memray是一个由彭博社开发的、开源内存剖析器；开源一个多月，已经收获了超8.4k的star，是名副其实的明星项目。今天我们就给大家来推荐这款python内存分析神器。

Memray可以跟踪python代码、本机扩展模块和python解释器本身中内存分配，可以生成多种不同类型的报告，帮助您分析python代码内存使用情况。

*  工具的主要特点：

*  跟踪每个函数的调用，能够准确的跟踪调用栈
 *  能跟踪c/c++库的调用
 *  分析速度很快
 *  收集内存数据，输出各种图标
 *  使用python线程
 *  与本地线程一起工作
 *  可以帮助解决的问题：
 *  分析应用程序中内存分配，发现高内存使用率的原因
 *  查找内存泄漏的原因
 *  查找导致内存大量分配的代码热点

►►► **memray安装**

*  环境要求：python3.7+以上版本，linux系统（仅支持linux系统）
 *  安装：pip3 install memray

►►► **memray使用**

**memray使用帮助**

python3 -m memray --help

![图片][c323c2d608e01c79b7c4e7749ab41318.png]

<table style="width:677px;"> 
 <tbody> 
 <tr> 
 <td colspan="1"> 参数 </td> 
 <td colspan="1"> 作用 </td> 
 </tr> 
 <tr> 
 <td colspan="1"> run </td> 
 <td colspan="1"> 运行指定的应用程序并跟踪内存使用情况 </td> 
 </tr> 
 <tr> 
 <td colspan="1"> flamegraph&nbsp; &nbsp;&nbsp; </td> 
 <td colspan="1"> 在html报告中，用火焰图方式，显示内存使用情况 </td> 
 </tr> 
 <tr> 
 <td colspan="1"> table </td> 
 <td colspan="1"> 在html报告文件中，用表格的方式显示内存分析情况 </td> 
 </tr> 
 <tr> 
 <td colspan="1"> live </td> 
 <td colspan="1"> 用实时屏幕显示方式，显示各种内存使用情况 </td> 
 </tr> 
 <tr> 
 <td colspan="1"> tree </td> 
 <td colspan="1"> 在终端中，用树形结构显示内存使用情况 </td> 
 </tr> 
 <tr> 
 <td colspan="1"> parse </td> 
 <td colspan="1"> 用debug模式，显示每一行的内存使用情况 </td> 
 </tr> 
 <tr> 
 <td colspan="1"> summary </td> 
 <td colspan="1"> 汇总终端运行期间的内存使用概况 </td> 
 </tr> 
 <tr> 
 <td colspan="1"> stats </td> 
 <td colspan="1"> 在终端中非常详细的显示内存使用情况 </td> 
 </tr> 
 </tbody> 
</table>

►►► **run命令使用**

*  python3 -m memray run --help 获取帮助

![图片][6b66b1f0f32e4246db659d7802f77462.png]

<table style="width:677px;"> 
 <tbody> 
 <tr> 
 <td colspan="1"> 参数 </td> 
 <td colspan="1"> 作用 </td> 
 </tr> 
 <tr> 
 <td colspan="1"> -oOUTPU,--output OUTPUT </td> 
 <td colspan="1"> 指定输出结果到哪里 </td> 
 </tr> 
 <tr> 
 <td colspan="1"> --live </td> 
 <td colspan="1"> 启动实时跟踪会话模式 </td> 
 </tr> 
 <tr> 
 <td colspan="1"> --live-remote </td> 
 <td colspan="1"> 启动实时跟踪会话并等待客户端连接 </td> 
 </tr> 
 <tr> 
 <td colspan="1"> --live-port LIVE_PORT,&nbsp; -p LIVE_PORT </td> 
 <td colspan="1"> 启动实时跟踪时要使用的端口 </td> 
 </tr> 
 <tr> 
 <td colspan="1"> --native </td> 
 <td colspan="1"> 跟踪C/C++堆栈 </td> 
 </tr> 
 <tr> 
 <td colspan="1"> --follow-fork </td> 
 <td colspan="1"> 跟踪脚本分叉的子进程中的分配 </td> 
 </tr> 
 <tr> 
 <td colspan="1"> --trace-python-allocators </td> 
 <td colspan="1"> 记录pymalloc分配器的分配情况 </td> 
 </tr> 
 <tr> 
 <td colspan="1"> -q, --quiet </td> 
 <td colspan="1"> 运行时不显示任何特定于跟踪的输出 </td> 
 </tr> 
 <tr> 
 <td colspan="1"> -f, --force </td> 
 <td colspan="1"> 强制复购已有文件 </td> 
 </tr> 
 <tr> 
 <td colspan="1"> --compress-on-exit </td> 
 <td colspan="1"> 跟踪完成后使用 lz4 压缩生成的文件 </td> 
 </tr> 
 <tr> 
 <td colspan="1"> --no-compress </td> 
 <td colspan="1"> 不使用 lz4 压缩生成的文件 </td> 
 </tr> 
 <tr> 
 <td colspan="1"> -c </td> 
 <td colspan="1"> 作为字符串传入的程序 </td> 
 </tr> 
 <tr> 
 <td colspan="1"> -m </td> 
 <td colspan="1"> 将库模块作为脚本运行 </td> 
 </tr> 
 </tbody> 
</table>

*  python3 -m memray run xxx.py 直接分析某个py文件的内存使用情况，就会在当前路径下生成一个 ‘memray-py文件名.进程id.bin’ 的内存使用记录文件。当然，也可以跟上-o outFiPath 指定输出路径。如果运行的py文件是模块代码，也可以使用-m xxx.py 方式运行。

![图片][96fd6be587d031c3a506c0886a1c3616.png]

‘memray-py文件名.进程id.bin’ 文件，可以通过 python3 -m memray flamegraph memray-py文件名.进程id.bin 转换为一份html-火焰图报告

![图片][bebc15a79a1e370b8525b1862cc32235.png]

如上图，从上往下，显示了程序的调用过程，宽度，代表函数占用内存多少。

*  python3 -m memray run --native xxxx.py 会跟踪分析python代码中调用底层的C/C++函数消耗的内存情况

![图片][ff2b19293d583da2c2c66b47e12dbab3.png]

![图片][f46445d12e8586e5f75d0a3d29389e2e.png]

*  python3 -m memray run --trace-python-allocators xxx.py 跟踪分析python程序内存分配器pymalloc的情况

![图片][69e17cf8cc95076c58c52e485421a0f3.png]

![图片][616d814c09707bf691844b5b6c1c21da.png]

这个看上去，和没有加参数，效果差不多，但是，实际上是完全不一样的。这种方式，会深入跟踪内存分配，python常见的内存分配器有四种（malloc、free、realloc、pymalloc），这个参数，在python出现内存溢出时，就非常有用了。但是，加了这个参数，运输速度会变慢，收集的数据生成的文件会更大。

*  python3 -m memray run --live xxx.py 用实时屏幕模式显示跟踪的内存数据。

![图片][fddd9235063e42f69f6822e06e920270.png]

默认时，根据Total memory的数据从大到小，往下排列；按"O"，可以根据私有内存从大到小，排序显示内存对象；按“A”，则根据内存分配次数量从高到底排序。

有了这个统计数据，就能快速定位到哪些对象，占用内存大，哪些对象被频繁的分配内存。这些对象，就是重点分析对象。

**flamegraph命令---生成火焰图报告**

*  python3 -m memray flamegraph --help 获取帮助

![图片][895bc4f5c3c1111601fa7d544cb2c25b.png]

*  python3 -m memray flamegraph xxx.bin 生成火焰图

**table命令--生成表格报告**

*  python3 -m memray table --help 获取帮助
 *  python3 -m memray table xxxx.bin 把bin文件转换为表格报告

![图片][58ce44e9f4e8773bf888e42c5cdc1606.png]

**tree命令--生成树形报告**

*  python3 -m memray tree --help 获取帮助
 *  python3 -m memray tree xxxx.bin 把bin文件转换为树形报告

![图片][330f7ca10d19f3070aadc296fce2f563.png]

**summary命令--生成概要报告**

*  python3 -m memray summary --help 获取帮助
 *  python3 -m memray summary xxxx.bin 对bin文件进行分析，生成概要报告

![图片][62c83bf6745792f6b095a6a0fbbe2da0.png]

**stats命令---生成详细统计报告**

*  python3 -m memray stats --help 获取帮助
 *  python3 -m memray stats xxxx.bin 对bin文件进行分析，生成详细报告

![图片][2ddf6fda30a146c2ec59628b864288b0.png]

**最后：**下方这份完整的软件测试视频教程已经整理上传完成，需要的朋友们可以自行领取**【保证100%免费】**

![8b0171187dce405e878f274a8cdd9ec0.png][]

#### **软件测试面试文档** ####

我们学习必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有字节大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

![a3e4226c935c4242804cbdf26b571bc6.png][]

![58df6cd288094ad8874e814f2477620b.gif][]

[7bb58a528c3f46419d8ab699814fe361.png]: https://img-blog.csdnimg.cn/7bb58a528c3f46419d8ab699814fe361.png
[c323c2d608e01c79b7c4e7749ab41318.png]: https://img-blog.csdnimg.cn/img_convert/c323c2d608e01c79b7c4e7749ab41318.png
[6b66b1f0f32e4246db659d7802f77462.png]: https://img-blog.csdnimg.cn/img_convert/6b66b1f0f32e4246db659d7802f77462.png
[96fd6be587d031c3a506c0886a1c3616.png]: https://img-blog.csdnimg.cn/img_convert/96fd6be587d031c3a506c0886a1c3616.png
[bebc15a79a1e370b8525b1862cc32235.png]: https://img-blog.csdnimg.cn/img_convert/bebc15a79a1e370b8525b1862cc32235.png
[ff2b19293d583da2c2c66b47e12dbab3.png]: https://img-blog.csdnimg.cn/img_convert/ff2b19293d583da2c2c66b47e12dbab3.png
[f46445d12e8586e5f75d0a3d29389e2e.png]: https://img-blog.csdnimg.cn/img_convert/f46445d12e8586e5f75d0a3d29389e2e.png
[69e17cf8cc95076c58c52e485421a0f3.png]: https://img-blog.csdnimg.cn/img_convert/69e17cf8cc95076c58c52e485421a0f3.png
[616d814c09707bf691844b5b6c1c21da.png]: https://img-blog.csdnimg.cn/img_convert/616d814c09707bf691844b5b6c1c21da.png
[fddd9235063e42f69f6822e06e920270.png]: https://img-blog.csdnimg.cn/img_convert/fddd9235063e42f69f6822e06e920270.png
[895bc4f5c3c1111601fa7d544cb2c25b.png]: https://img-blog.csdnimg.cn/img_convert/895bc4f5c3c1111601fa7d544cb2c25b.png
[58ce44e9f4e8773bf888e42c5cdc1606.png]: https://img-blog.csdnimg.cn/img_convert/58ce44e9f4e8773bf888e42c5cdc1606.png
[330f7ca10d19f3070aadc296fce2f563.png]: https://img-blog.csdnimg.cn/img_convert/330f7ca10d19f3070aadc296fce2f563.png
[62c83bf6745792f6b095a6a0fbbe2da0.png]: https://img-blog.csdnimg.cn/img_convert/62c83bf6745792f6b095a6a0fbbe2da0.png
[2ddf6fda30a146c2ec59628b864288b0.png]: https://img-blog.csdnimg.cn/img_convert/2ddf6fda30a146c2ec59628b864288b0.png
[8b0171187dce405e878f274a8cdd9ec0.png]: https://img-blog.csdnimg.cn/8b0171187dce405e878f274a8cdd9ec0.png
[a3e4226c935c4242804cbdf26b571bc6.png]: https://img-blog.csdnimg.cn/a3e4226c935c4242804cbdf26b571bc6.png
[58df6cd288094ad8874e814f2477620b.gif]: https://img-blog.csdnimg.cn/58df6cd288094ad8874e814f2477620b.gif