面试题：Python中常见导致内存泄漏的场景及检测方法

Question

请列举至少3种Python编程中可能导致内存泄漏的常见场景，并说明如何使用常见工具（如memory_profiler等）来检测内存泄漏问题。

Answer 1

常见导致内存泄漏的场景

1. 循环引用：对象之间相互引用，导致垃圾回收器无法回收它们。例如两个类的实例互相引用对方。

class A:
    def __init__(self):
        self.b = None


class B:
    def __init__(self):
        self.a = None


a = A()
b = B()
a.b = b
b.a = a

2. 全局变量：在模块中定义的全局变量，如果不断向其添加新对象，而没有适当的清理机制，可能导致内存泄漏。

global_list = []
def add_to_global():
    global global_list
    while True:
        global_list.append([1] * 10000)

3. 文件或资源未关闭：打开文件、数据库连接等资源后，如果没有正确关闭，可能会导致内存泄漏。

def memory_leak_file():
    while True:
        f = open('test.txt', 'w')
        f.write('test')
        # 未执行f.close() ，文件对象一直占用内存

使用 memory_profiler 检测内存泄漏

1. 安装：使用 pip install memory_profiler 安装该工具。
2. 使用装饰器检测函数：

from memory_profiler import profile


@profile
def test_memory_leak():
    data = []
    for _ in range(10000):
        data.append([1] * 1000)
    return data

运行包含上述代码的脚本，memory_profiler 会输出函数执行过程中的内存使用情况，帮助分析是否存在内存泄漏。

3. 逐行分析：如果要逐行分析代码的内存使用情况，可以使用 mprof run 命令。例如，将上述 test_memory_leak 函数保存到 test.py 文件中，执行 mprof run test.py，然后使用 mprof plot 生成内存使用随时间变化的图表，更直观地查看哪部分代码导致内存增长异常。