内存分析/监测（蟒蛇）在谷歌的AppEngine(Memory profiling/monitori

我一直在与App Engine的很长一段时间，我知道有将Appstats但那些只显示数据存储/内存缓存和其他不相关的实际内存使用统计信息。

我试图与集成apptrace会（与所有组件最新版本），但我无法继续，因为我得到这个错误：

ImportError: dlopen(../apptrace/guppy/sets/setsc.so, 2): Symbol not found: __PyLong_AsScaledDouble
Referenced from: ../apptrace/guppy/sets/setsc.so
Expected in: flat namespace

所以我的问题是：什么是个人资料/监控内存/捕获内存泄漏和其他蟒蛇记忆相关的东西（本地或谷歌服务器或者上）的最佳方式（在最新的AppEngine SDK）？

顺便说一句，我们使用Python 2.7，我们在Mac OS X的工作（10.7.4）

Answer 1:

我认为这是最好的工具

AppEngine上，探查-在Python谷歌应用程序引擎探查器-谷歌项目托管- > http://code.google.com/p/appengine-profiler/

08-13 12:40AM 04.586 /camstore/upload 200 508ms 351cpu_ms 293api_cpu_ms 0kb libwww-perl/5.825,gzip(gfe)
11.222.111.222 - - [13/Aug/2010:00:40:05 -0700] "POST /camstore/upload HTTP/1.1" 200 181 - "libwww-perl/5.825,gzip(gfe)"
"example.appspot.com:443" ms=508 cpu_ms=352 api_cpu_ms=293 cpm_usd=0.018512

[I] 08-13 12:40AM 05.021
  Request summary (uptime=161, ID=6C0D1DD1:1.999999999 : Google App Engine/1.3.6 @ na5):
  ms         =  425.66 (api_datastore_v3 =  98%, other =   2%)
  cpu_ms     =  326.67 (api_datastore_v3 =  95%, other =   5%)
  api_cpu_ms =  293.33 (api_datastore_v3 = 100%, other =   0%)

你也可以使用memcacheApi等STAF

Answer 2:

这个职位是3岁，但是我想这个答案仍然是值得分享帮助别人。我有高档谷歌App Engine的支持，并与他们联系有关这个同样的问题。

在谷歌的工程师告诉我，谷歌应用程序引擎运行时API已被弃用，但仍然功能。它提供了一个名为memory_usage方法。

from google.appengine.api.runtime import runtime
import logging

logging.info(runtime.memory_usage())

这将输出的内存使用统计信息，其中编号以MB为单位表示。例如：

current: 464.0859375
average1m: 464
average10m: 379.575

通过放置在关键点的记录语句在你的代码，你可以工作，这部分导致内存泄漏。

Answer 3:

我认为有没有工具来监控在谷歌App Engine的内存使用情况，您可以配置文件程序，监控模块的导入时间，代码覆盖率。所以没有工具来检测小内存泄漏。

Answer 4:

Pympler： https://github.com/pympler/pympler目前有在线路1330在asizeof.py除去的所述“的ImportError”部分除块（即所以它捕获所有异常），为statvfs无法使用上GAE：

try:
    from os import statvfs
    _typedef_both(type(statvfs(curdir)), refs=_statvfs_refs,  # statvfs_result
                  item=_sizeof_Cvoidp, leng=_len)
except:  # ImportError: <- Comment out, or add an OSError except as well
    pass

否则，完美的作品：

import logging, traceback

try:
  from pympler.asizeof import asizeof
  for variables in [locals(), globals()]:
    logging.debug(str({k: asizeof(variables[k]) for k in variables})

except Exception as e:
  logging.warning('Could not perform memory check: %s\n%s' % (str(e), str(traceback.format_exc())))