如何查看Google Cloud Function运行时的剩余内存（Python环境）

步骤1：添加依赖 #

在你的Cloud Function目录下创建requirements.txt文件，添加内存监控依赖：

psutil>=5.9.0

步骤2：编写Python代码 #

在函数代码中，利用psutil获取内存状态，计算依赖加载后的剩余内存，并通过标准日志模块输出到GCP日志资源管理器：

import logging
import psutil

# 全局区域：依赖加载完成后立即执行内存检测
def get_memory_stats():
    mem = psutil.virtual_memory()
    total_mb = mem.total / (1024 ** 2)
    used_mb = mem.used / (1024 ** 2)
    available_mb = mem.available / (1024 ** 2)
    return {
        "total_memory_mb": round(total_mb, 2),
        "used_memory_mb": round(used_mb, 2),
        "available_memory_mb": round(available_mb, 2)
    }

# 输出依赖加载完成后的内存日志
mem_stats = get_memory_stats()
logging.info(f"依赖加载完成后内存状态：总内存{mem_stats['total_memory_mb']}MB，已使用{mem_stats['used_memory_mb']}MB，剩余可用{mem_stats['available_memory_mb']}MB")

def your_cloud_function(request):
    # 可选：在数据处理前后分别记录内存，对比变化
    pre_process_mem = get_memory_stats()
    logging.info(f"处理数据前内存：已使用{pre_process_mem['used_memory_mb']}MB，剩余{pre_process_mem['available_memory_mb']}MB")
    
    # 这里编写你的数据处理逻辑（比如处理12MB数据）
    # ...
    
    post_process_mem = get_memory_stats()
    logging.info(f"处理数据后内存：已使用{post_process_mem['used_memory_mb']}MB，剩余{post_process_mem['available_memory_mb']}MB")
    
    return "处理完成"

关键说明 #

• 内存指标解读：
  • total：对应你配置的Cloud Function总内存（512MB左右，系统会占用少量，实际显示略低于配置值）
  • used：已使用内存，包含依赖库、系统进程、当前函数进程的总占用
  • available：系统当前可分配的剩余内存，是判断是否能支撑后续数据处理的核心指标
• 日志查看：使用Python标准logging模块输出的日志会自动同步到GCP日志资源管理器，可通过函数名称、日志级别（INFO）过滤检索
• 检测时机：全局区域的内存检测会在依赖加载完成后立即执行，能精准反映依赖占用后的剩余内存；函数内的检测可对比数据处理前后的内存变化，排查内存峰值或泄漏问题

内容的提问来源于stack exchange，提问作者baxx