如何准确测量外部库中对象占用的内存空间？

这类由Rust编写的外部库提供的类Python对象，内存通常分为Python层包装对象和底层Rust原生对象两部分，要准确测量得兼顾两者，以下是几种可行方案：

1. 结合sys.getsizeof()与库原生查询接口 #

sys.getsizeof()只能测量Python包装层的内存，但很多Rust-Python绑定库（比如用PyO3、maturin构建的）会提供方法直接查询底层Rust对象的内存大小。如果你的库有类似obj.get_rust_memory_size()这类接口，把Python层和Rust层的内存值相加就是总占用量。

示例代码：

import sys
from your_rust_lib import YourObject

obj = YourObject()
python_wrap_size = sys.getsizeof(obj)
rust_core_size = obj.get_rust_memory_size()  # 假设库提供该方法
total_size = python_wrap_size + rust_core_size
print(f"总内存占用: {total_size} 字节")

2. 直接验证pympler.asizeof.asizeof()的可用性 #

你担心pympler只适用于自定义Python类，但实际上它对很多原生绑定对象也能工作——只要对象实现了Python的遍历协议（比如__iter__、__dict__），或者pympler能识别其内部结构。

可以用已知大小的测试对象验证：构造一个包含固定大小数据的Rust对象，用pympler测量后和预期值对比，就能判断是否准确。

示例代码：

from pympler.asizeof import asizeof
from your_rust_lib import YourObject

# 构造一个含已知数据量的对象，比如1000个整数的数组
obj = YourObject(inner_data=[1]*1000)
print(f"pympler测量的总大小: {asizeof(obj)} 字节")

3. 给Rust库添加内存查询接口（最准确） #

如果当前库没有提供内存查询方法，且你能修改Rust代码，可以在Rust层添加内存计算逻辑，再通过Python绑定暴露接口。比如用Rust的std::mem::size_of_val()获取对象的内存大小，然后封装成Python可调用的方法。

这种方法能精准拿到底层Rust对象的内存占用，再加上Python包装层的大小就是完整值。

4. 进程级内存对比法（粗略但实用） #

如果以上方法都不可行，可以通过进程内存变化估算单个对象的占用：创建大量目标对象前后，读取进程的内存差值，再除以对象数量得到平均值。

示例代码（依赖psutil）：

import psutil
import os
from your_rust_lib import YourObject

process = psutil.Process(os.getpid())
before_rss = process.memory_info().rss

# 创建足够多的对象来抵消进程内存波动
obj_batch = [YourObject() for _ in range(10000)]
after_rss = process.memory_info().rss

avg_single_size = (after_rss - before_rss) / 10000
print(f"单个对象平均内存占用: {avg_single_size:.2f} 字节")

注意：这种方法会包含进程其他内存波动，所以要创建足够多的对象来降低误差。

内容的提问来源于stack exchange，提问作者reogeo