Fedora环境运行Python代码时Jupyter Lab闪退、系统登出问题求助

基础运行环境 #

• 硬件：Dell Vostro 5515笔记本，16GB内存，AMD Ryzen7处理器
• 系统：Fedora 36，搭载KDE、Xfce双桌面环境
• 使用场景：通过Jupyter Lab + Python开展宇宙学数据集分析

故障现象 #

• KDE桌面环境：运行.ipynb笔记本一段时间后，Jupyter Lab会无征兆异常退出
• Xfce桌面环境：故障触发时所有应用被强制关闭，直接退出当前用户登录会话
• 触发规律：多数情况在调用pymaster库的compute_full_master函数时触发，少数场景运行其他大内存开销函数也会复现

已做排查 #

• 曾使用--debug参数启动Jupyter Lab尝试捕获报错，但崩溃时运行Jupyter的终端会同步关闭，无法留存日志
• 分别在Firefox、Chrome浏览器、VSCode中测试运行，故障均可复现，排除前端客户端兼容性问题

复现代码 #

提前导入numpy、matplotlib.pyplot，预先定义长度为8394753的复数类型数组y_1/y_2/y_3/y_4（数组虚部不影响运行逻辑），笔记本已执行过其他前置单元格代码，多次运行以下绘图单元格即可触发故障：

arr_len = 8394753
x = np.arange(arr_len)
plt.figure(figsize=(25,15))
plt.plot(x, y_1 - y_2)
plt.plot(x, y_1 - y_3)
plt.plot(x, y_1 - y_4)
plt.ylim((-1e-6,1e-6))

故障定位与解决方法 #

核心原因判断 #

该故障是典型的内存耗尽触发系统OOM（内存不足）进程回收机制导致：

1. 800万长度的双精度复数数组单份占用内存约128MB，连续计算三组数组差值时会生成多份临时数组，叠加25*15英寸大尺寸画布的全量点渲染开销、pymaster计算伪谱时的内存占用，峰值内存很容易突破16GB物理内存上限
2. Fedora 36默认启用systemd-oomd内存回收机制，内存耗尽时会按cgroup优先级杀进程：KDE桌面下Jupyter所属cgroup优先级更低，会被直接终止；Xfce桌面下会话进程的cgroup优先级配置存在问题，会被误杀导致直接退登。

验证方法 #

崩溃后10分钟内执行以下命令查看系统日志，若存在Out of memory、Killed process相关记录，且被杀死进程包含python、jupyter或桌面会话进程，即可确认是OOM导致：

journalctl --since "10 minutes ago" | grep -i -E 'oom|killed process|memory pressure'

也可以在运行代码时启动htop监控内存占用，观察到内存占用接近100%后立刻触发崩溃即可坐实原因。

解决措施 #

1. 代码层面优化
   • 减少大数组临时副本：绘图时不要直接在plt.plot()参数中做数组运算，先单独计算差值，绘图完成后手动删除临时变量并触发垃圾回收，再处理下一组数据
   • 绘图前对大数组下采样：800万量级的点渲染在25*15英寸画布上没有实际视觉收益，每10~20个点取一个采样值即可，内存开销可降低90%以上
   • 调整pymaster计算参数：compute_full_master计算时可通过分块处理天区数据、降低迭代次数的方式减少峰值内存占用
2. 系统层面调优
   • 扩大zram/swap容量：Fedora 36默认zram大小为物理内存的1/2，可调整为与物理内存等大，给内存回收留足缓冲，避免瞬时峰值触发进程强杀
   • 调整OOM优先级：给桌面会话进程设置更低的oom_score_adj值，给Jupyter、Python计算进程设置更高的回收优先级，避免内存不足时误杀会话
   • 若长期运行此类大内存计算任务，扩容物理内存是最直接的解决方案

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