Утечка памяти при возникновении IntegrityError

Я разрабатываю API, который обращается к MariaDB. Я использую SQLAlchemy для доступа к БД и столкнулся со странной утечкой памяти при вставке данных. Когда вставляю данные и ошибки нет, все в норме. Потребление оперативной памяти увеличивается, но после завершения транзакции оно снова снижается, как и ожидалось. Это не тот случай, когда ошибка IntegrityError возникает из-за уникального индекса в таблице. Каждый раз, когда я начинаю новую вставку и возникает ошибка, потребление оперативной памяти увеличивается и больше никогда не снижается. В моем проекте я использую FastAPI и сервер uvicorn для запуска API, но для дальнейшего исследования я сузил проблему до компактного 90-строчного процессора и имею такое же поведение. Тестовый скрипт автоматически создает таблицу, но БД (etetete) приходится создавать вручную.

Что мне здесь не хватает?

Питон версии 3.12 Последняя версия MariaDB в только что созданном контейнере Docker.

вывод списка пипов:

Package           Version
----------------- -------
greenlet          3.0.3
mariadb           1.1.10
packaging         24.0
pip               24.0
SQLAlchemy        2.0.29
typing_extensions 4.11.0

Тестовый скрипт Python:

import time
from sqlalchemy import create_engine,Index,String
from sqlalchemy.orm import DeclarativeBase
from sqlalchemy.orm import mapped_column
from sqlalchemy.orm import Mapped
from sqlalchemy.orm import Session


class Base(DeclarativeBase):
    pass


class Person(Base):
    __tablename__ = "person"
    __table_args__ = (
        Index("age","children","number",unique=True),
    )
    id: Mapped[int] = mapped_column(primary_key=True,autoincrement=True)
    age: Mapped[int]
    children: Mapped[int]
    number: Mapped[int]
    name: Mapped[str] = mapped_column(String(20))
    prename: Mapped[str] = mapped_column(String(20))


def generatePersons(nValues):
    persons = []
    for i in range(0,nValues):
        persons.append(Person(
            age=i,
            children=i,
            number=i,
            name = "Smith",
            prename = "John"
        ))
    return persons


#DB TEST FUNCTIONS---------------
def testDb(nValues):
    print("Start")
    engine = create_engine("mariadb+mariadbconnector://root:12345@localhost:3306/etetete")
    Base.metadata.create_all(engine)
    s = Session(engine)
    persons = generatePersons(nValues)
    try:
        s.add_all(persons)
        s.commit()
    except Exception as e:
        print("error" + str(e))
        s.rollback()
    finally:
        s.expunge_all()
        s.expire_all()
        s.close()
    engine.clear_compiled_cache()
    engine.dispose()
    print("End")


def testDbContextManager(nValues):
    print("Start")
    engine = create_engine("mariadb+mariadbconnector://root:12345@localhost:3306/etetete")
    Base.metadata.create_all(engine)
    persons = generatePersons(nValues)
    with Session(engine) as s:
        try:
            s.add_all(persons)
            s.commit()
        except Exception as e:
            print("error"+str(e))
    print("End")
#---------------DB TEST FUNCTIONS


def executeTest():
    for i in range(0,100):
        start = time.time()
        # testDb(200000)
        testDbContextManager(200000)
        end = time.time()
        res = end - start
        print("ExecutionTime: " + str(round(res, 2))+"s")
        input("Once again?")
        print()


executeTest()

Я попробовал несколько разных подходов. С контекстным менеджером или без него. Различные версии SQLAlchemy. Использование сборщика мусора Python. Первая промывка и, наконец, фиксация в БД. Я наблюдаю за потреблением оперативной памяти с помощью диспетчера задач Windows, но также использую профилировщик памяти Python...

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
2
0
104
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Хорошо, после многих часов исследований и множества различных попыток я наконец нашел решение этой проблемы.

С SQLAlchemy проблем не было, это было поведение Python при обработке исключений. При возникновении исключения создается обратная трассировка стека, и поскольку обратная трассировка исключения настолько велика из-за большого количества результатов, она потребляет много памяти и никогда не очищает эту обратную трассировку стека.

Решение заключалось в том, чтобы просто добавить это в блок исключений, чтобы вручную удалить обратную трассировку:

e.__traceback__ = None

Я реализовал это решение после прочтения этого сообщения в блоге: https://cosmicpercolator.com/2016/01/13/Exception-leaks-in-python-2-and-3/

Другие вопросы по теме