能否用tracemalloc对subprocess子进程进行逐行内存剖析？

1. tracemalloc 结合子进程无法实现需求 #

tracemalloc 是进程内专属的内存追踪工具，只能监控当前 Python 解释器进程内部的内存分配行为。通过 subprocess 启动的目标脚本会作为独立进程运行，拥有完全隔离的地址空间，父进程的 tracemalloc 根本没法穿透到子进程里抓取它的逐行内存统计数据——这就是你现在只能拿到 mem_profiler.py 自身数据的原因。

2. 可替代的 PyPi 工具包推荐 #

- memory-profiler #

最主流的逐行内存分析工具，用法灵活：

• 直接修改目标脚本，给需要分析的函数加上 @profile 装饰器，然后用命令行运行：

  python -m memory_profiler target_script.py
  

• 如果不想改目标代码，也可以通过 subprocess 在父脚本里执行上述命令，把输出结果捕获回来。

- py-spy #

无需修改目标代码的采样式分析工具，能跨进程追踪内存使用：

• 启动目标脚本并同时生成内存分析报告：

  py-spy record --format=memory -o memory_report.svg -- python target_script.py
  

  它通过读取进程的内存映射和栈信息来统计，输出的 SVG 图能清晰展示逐行内存变化。

- filprofiler #

专门针对大内存分配场景的分析工具，生成的报告直观易懂：

• 直接运行目标脚本进行分析：

  fil-profile run target_script.py
  

  脚本结束后会生成交互式 HTML 报告，能精准定位每一行代码的内存分配情况。

内容的提问来源于stack exchange，提问作者leftoverBits