HTTPS 请求内存泄漏与 CurlAsyncHTTPClient

Question

我的处理程序文件

# -*- coding:utf-8 -*-
import sys
from tornado import gen, web, httpclient

url = "https://mdetail.tmall.com/templates/pages/desc?id=527485572414"

class SearchHandler(web.RequestHandler):
    @gen.coroutine
    def get(self):
        async_client = httpclient.AsyncHTTPClient()
        print sys.getrefcount(async_client) # The first time less than 10, then always bigger than 200
        req = httpclient.HTTPRequest(url, "GET", headers=headers)
        req_lists = [async_client.fetch(req) for _ in range(200)]
        r = yield req_lists
        print sys.getrefcount(async_client) # always bigger than 200
        # The longer req_lists, the more memory will be consumed, and never decrease

配置文件

tornado.httpclient.AsyncHTTPClient.configure(client, max_clients=1000)

如果我的客户端是"tornado.curl_httpclient.CurlAsyncHTTPClient"，那么当我在浏览器中访问我的处理程序时，htop显示内存增加了大约6GB ,只要进程运行,内存使用就不会减少

如果我将 range(200) 设置为 range(500) 或更高，内存使用量会增加

如果我的cline是None，内存几乎没有增加

我发现只获取 https:// 会有内存问题

如何使用 CurlAsyncHTTPClient 解决内存问题？

环境：

Ubuntu 16.10 x64
python2.7.12
Tornado 4.5.1

Answer 1

您看到的引用计数是预期的，因为 max_clients=1000, Tornado will cache and reuse 1000 pycurl.Curl instances, each of which may hold a reference to the client’s _curl_header_callback. You can see it with objgraph.show_backrefs.

您真的需要 max_clients=1000 — 即最多 1000 个并行请求吗？（我希望他们不像你的例子一样都在同一个服务器上！）

无论如何，Curl 个实例似乎占用了大量内存。

在我的系统 (Ubuntu 16.04) 上，当使用 PycURL linked 针对系统范围的 libcurl3-gnutls 7.47.0 时，我可以重现该问题：

$ /usr/bin/time -v python getter.py 
6
207
^C
[...]
    Maximum resident set size (kbytes): 4853544

当我 link PycURL 使用新构建的 libcurl 7.54.1（仍然使用 GnuTLS 后端）时，我得到了更好的结果：

$ LD_LIBRARY_PATH=$PWD/curl-prefix/lib /usr/bin/time -v python getter.py 
6
207
^C
[...]
    Maximum resident set size (kbytes): 1016084

如果我将 libcurl 与 OpenSSL 后端一起使用，结果会更好：

    Maximum resident set size (kbytes): 275572

还有其他关于 GnuTLS 内存问题的报告：curl issue #1086。

因此，如果您确实需要大型 max_clients，请尝试使用使用 OpenSSL 后端构建的更新的 libcurl。

HTTPS 请求内存泄漏与 CurlAsyncHTTPClient

HTTPS request Memory leak with CurlAsyncHTTPClient

python

python-2.7

curl

tornado

pycurl