如何在Gunicorn或Flask开发服务器中使用Memray做内存分析？

针对Flask开发服务器（flask run）的方案 #

方案1：使用python -m flask启动 #

直接将flask命令替换为python -m flask，让Memray正确识别Python进程，避免找不到脚本的错误：

memray run python -m flask run --port 80

方案2：指定项目入口脚本 #

如果你的项目有明确的入口文件（比如app.py，包含app = Flask(__name__)），可以直接运行该脚本并配置Flask环境：

FLASK_APP=app.py FLASK_ENV=development memray run app.py run --port 80

若入口脚本里已经写了启动代码（if __name__ == '__main__': app.run()），可简化为：

memray run app.py --port 80

针对Gunicorn部署的方案 #

用python -m gunicorn替代直接的gunicorn命令，让Memray包裹Python进程：

memray run python -m gunicorn app:app -w 4 -b 0.0.0.0:80

注意：app:app需替换为你的实际入口模块（如main）和Flask实例名（如app），-w（工作进程数）和-b（绑定地址）参数根据部署需求调整。

后续分析 #

执行上述命令后，Memray会生成.bin格式的内存追踪文件，可通过以下命令分析：

• 生成火焰图：memray flamegraph <追踪文件名.bin>
• 查看内存统计：memray stats <追踪文件名.bin>

内容的提问来源于stack exchange，提问作者Serob