pypy内存使用率永远的增长？(pypy memory usage grows forever?)

我有一个复杂的蟒蛇服务器的应用程序，即不断地运行所有的时间。下面是它的一个非常简化的版本。

当我运行使用python下面的应用; “蟒蛇Main.py”。它使用RAM 8MB的直线距离，并保持在RAM 8MB的，因为它应该。

当我运行它使用pypy“pypy Main.py”。它首先使用随时间变化的内存使用增长的RAM和22MB。 30秒钟后，它在50MB，后60MB一个小时的。

如果我改变了“b.something（）”为“通”不吞噬内存这样。

我使用pypy 1.9在OSX 10.7.4我可以接受使用比Python更多的内存pypy。

有没有办法从在很长一段时间吃内存停止pypy？

import sys
import time
import traceback

class Box(object):
    def __init__(self):
        self.counter = 0
    def something(self):
        self.counter += 1
        if self.counter > 100:
            self.counter = 0

try:
    print 'starting...'
    boxes = []      
    for i in range(10000):
        boxes.append(Box())
    print 'running!'
    while True:
        for b in boxes:
            b.something()
        time.sleep(0.02)

except KeyboardInterrupt:
    print ''
    print '####################################'
    print 'KeyboardInterrupt Exception'
    sys.exit(1)

except Exception as e:
    print ''
    print '####################################'
    print 'Main Level Exception: %s' % e
    print traceback.format_exc()
    sys.exit(1)

下面是一个时间列表和当时的RAM的使用（我离开它运行在夜间）。

Wed Sep  5 22:57:54 2012, 22mb ram 
Wed Sep  5 22:57:54 2012, 23mb ram 
Wed Sep  5 22:57:56 2012, 24mb ram 
Wed Sep  5 22:57:56 2012, 25mb ram 
Wed Sep  5 22:57:58 2012, 26mb ram 
Wed Sep  5 22:57:58 2012, 27mb ram 
Wed Sep  5 22:57:59 2012, 29mb ram 
Wed Sep  5 22:57:59 2012, 30mb ram 
Wed Sep  5 22:58:00 2012, 31mb ram 
Wed Sep  5 22:58:02 2012, 32mb ram 
Wed Sep  5 22:58:03 2012, 33mb ram 
Wed Sep  5 22:58:05 2012, 34mb ram 
Wed Sep  5 22:58:08 2012, 35mb ram 
Wed Sep  5 22:58:10 2012, 36mb ram 
Wed Sep  5 22:58:12 2012, 38mb ram 
Wed Sep  5 22:58:13 2012, 39mb ram 
Wed Sep  5 22:58:16 2012, 40mb ram 
Wed Sep  5 22:58:19 2012, 41mb ram 
Wed Sep  5 22:58:21 2012, 42mb ram 
Wed Sep  5 22:58:23 2012, 43mb ram 
Wed Sep  5 22:58:26 2012, 44mb ram 
Wed Sep  5 22:58:28 2012, 45mb ram 
Wed Sep  5 22:58:31 2012, 46mb ram 
Wed Sep  5 22:58:33 2012, 47mb ram 
Wed Sep  5 22:58:35 2012, 49mb ram 
Wed Sep  5 22:58:35 2012, 50mb ram 
Wed Sep  5 22:58:36 2012, 51mb ram 
Wed Sep  5 22:58:36 2012, 52mb ram 
Wed Sep  5 22:58:37 2012, 54mb ram 
Wed Sep  5 22:59:41 2012, 55mb ram 
Wed Sep  5 22:59:45 2012, 56mb ram 
Wed Sep  5 22:59:45 2012, 57mb ram 
Wed Sep  5 23:00:58 2012, 58mb ram 
Wed Sep  5 23:02:20 2012, 59mb ram 
Wed Sep  5 23:02:20 2012, 60mb ram 
Wed Sep  5 23:02:27 2012, 61mb ram 
Thu Sep  6 00:18:00 2012, 62mb ram

Answer 1:

http://doc.pypy.org/en/latest/gc_info.html#minimark-environment-variables展示了如何来调整GC

Answer 2:

相比于CPython的，pypy使用不同的垃圾收集策略。如果内存的增加是由于你的程序的东西，你可以尝试每一个现在，然后运行强制垃圾收集，通过collect功能从gc模块。在这种情况下，它也可能有助于明确del ，你不再需要，并且不超出范围大对象。

如果是由于pypy的内部工作，它可能是值得的，提交错误报告，马克狄金森建议。