代码之家 › 专栏 › 技术社区 › M.E.

用sqlite了解ponyorm中的内存消耗

ponyorm orm memory-leaks sqlite python

M.E. · 技术社区 · 6 年前

我有以下代码将一个大的csv文件(超过350万行)加载到sqlite数据库中。

程序工作正常,但似乎无法释放内存,因此在运行程序时,我可以用命令看到 top 它的内存大小是如何增长的,直到耗尽所有可用的服务器内存,并且在不插入所有行的情况下终止程序。

我的理解是 db.commit() (每当我们开始在csv中加载新的一个月时执行)将释放任何创建的烛台实例(据我推测,这些实例是使内存增长的实例),但它不会这样做。

为什么会发生这种情况?在没有内存泄漏的情况下,可以在代码中纠正什么以使其正常工作?

# -*- coding: utf-8 -*-

# Load CSV Data into SQLite Database

from decimal import *
from datetime import datetime
from pytz import timezone

from pony.orm import *
import csv

# Input parameters
csv_filename = 'dax-1m.csv'
csv_timeframe = '1m'
csv_delimiter = ';'
csv_quotechar = '"'
csv_timezone = timezone('America/New_York')
db_filename = 'dax.db'
db_timezone = timezone('Europe/Berlin')

# Open/Create database
db = Database()

# Data Model
class Candlestick(db.Entity):
    timeframe = Required(unicode)
    timestamp = Required(datetime)
    open = Required(Decimal, precision=12, scale=6)
    high = Required(Decimal, precision=12, scale=6)
    low = Required(Decimal, precision=12, scale=6)
    close = Required(Decimal, precision=12, scale=6)
    volume = Required(Decimal, precision=12, scale=6)

db.bind(provider='sqlite', filename=db_filename, create_db=True)
db.generate_mapping(create_tables=True)    

# Loader class
class Loader():
    def load(self):
        rowcount = 0;
        current_year = -1;
        current_month = -1;
        with open(csv_filename, newline='') as csvfile:
            r = csv.reader(csvfile, delimiter=csv_delimiter, quotechar=csv_quotechar)
            with db_session:
                for row in r:

                    _year = int(row[0][-4:])
                    _month = int(row[0][3:-5])
                    _day = int(row[0][:2])
                    _hour = int(row[1][:2])
                    _minute = int(row[1][3:5])
                    csv_dt = datetime(_year, _month, _day, _hour, _minute)
                    db_dt = csv_timezone.localize(csv_dt).astimezone(db_timezone)

                    Candlestick(
                        timeframe=db_timezone.zone, 
                        timestamp=db_dt,
                        open=row[2], 
                        high=row[3],
                        low=row[4], 
                        close=row[5],
                        volume=row[6]
                    )

                    rowcount+=1

                    if(_year != current_year or _month != current_month):
                        db.commit()
                        current_year = _year
                        current_month = _month
                        print('Loading data for ' + str(current_year) + ' ' + str(current_month) + ' ...')
                        print('Loaded ' + str(rowcount) + ' registers.')

ldr=Loader()
ldr.load();

1 回复 | 直到 6 年前

Alexey Malashkevich 6 年前

这里没有内存泄漏。Pony在离开db_会话作用域时清除缓存在这里你可以看到更多关于这个的信息 https://docs.ponyorm.com/transactions.html#working-with-db-session .

尤其是这个:

当会话结束时,它执行以下操作:

清除标识映射缓存

您需要缩小db_会话的范围。另一个选项是在创建n个对象之后执行commit(),然后执行rollback()以清除缓存:

with db_session(strict=True):
    for i, row in enumerate(r):
        <do some work>
        if i % 10000 == 0:
            commit()  # save the changes
            rollback()  # clear the cache

请在此处查看有关rollback()的详细信息: https://docs.ponyorm.com/transactions.html#db-session-cache