如何按内存大小排序tracemalloc统计结果，定位高内存占用代码？

我用tracemalloc分析内存占用的代码如下：

def print_statistics(s: Snapshot, s2: Snapshot):
    stats = s2.compare_to(s, 'lineno')
    for stat in stats[:20]:
        print(stat)

def some_func():
    tracemalloc.start(50)
    s = tracemalloc.take_snapshot()
    # 业务代码
    s2 = tracemalloc.take_snapshot()
    print_statistics(s, s2)

得到的输出示例：

/usr/local/lib/python3.8/json/decoder.py:353: size=2672 B (+2672 B), count=33 (+33), average=81 B
/usr/local/lib/python3.8/site-packages/prometheus_client/values.py:15: size=1664 B (+1664 B), count=32 (+32), average=52 B
/usr/local/lib/python3.8/site-packages/prometheus_client/metrics.py:521: size=1304 B (+1304 B), count=17 (+17), average=77 B
/usr/local/lib/python3.8/site-packages/prometheus_client/values.py:16: size=1152 B (+1152 B), count=32 (+32), average=36 B
/usr/local/lib/python3.8/tracemalloc.py:185: size=13.2 KiB (+5328 B), count=281 (+111), average=48 B
/usr/local/lib/python3.8/json/decoder.py:353: size=5344 B (-2672 B), count=66 (-33), average=81 B
/usr/local/lib/python3.8/tracemalloc.py:102: size=5891 B (+2366 B), count=37 (+16), average=159 B

我发现输出顺序混乱，没有按规则排序，请问怎么调整才能按内存大小排序统计结果，定位到占用内存最多的代码部分？

解决方法 #

tracemalloc的compare_to方法返回的统计结果默认排序规则并非按内存增量或总大小，你需要手动对结果进行排序：

1. 按内存增量降序排序 #

修改print_statistics函数，在遍历前调用stats.sort()，指定排序依据为内存变化量（stat.size_diff），并设置降序，这样内存增加最多的条目会排在最前面：

def print_statistics(s: Snapshot, s2: Snapshot):
    stats = s2.compare_to(s, 'lineno')
    # 按内存增量从大到小排序
    stats.sort(key=lambda stat: stat.size_diff, reverse=True)
    for stat in stats[:20]:
        print(stat)

2. 按总内存大小降序排序 #

如果需要关注当前快照的总内存占用情况，改用stat.size作为排序key：

def print_statistics(s: Snapshot, s2: Snapshot):
    stats = s2.compare_to(s, 'lineno')
    # 按总内存大小从大到小排序
    stats.sort(key=lambda stat: stat.size, reverse=True)
    for stat in stats[:20]:
        print(stat)

关键参数说明 #

• stat.size_diff：两个快照之间的内存变化量，正数表示内存增加，负数表示内存释放
• reverse=True：确保大内存占用的条目优先显示，便于快速定位内存热点代码

内容的提问来源于stack exchange，提问作者Ema Il