在項目中遇到一個很糟糕的問題，運行一個Python服務腳本，把服務器跑死了，以前以為開的進程過多，進程中因批量處理，導致內存和交換分區耗光引起的。后來才發現，確實是內存和交換分區無空間導致的死機，但卻不是因為多進程分析引起的。
從網上看了很多資料，相關信息並不多，最后確定是由於Python對大對象內存的釋放引起的。在一個對象的引用計數減為0時，與該對象對應的析構函數就會被調用，但是要特別注意的是，調用析構函數並不意味着最終一定會調用free釋放內存空間，如果真是這樣的話，那頻繁地申請、釋放內存空間會使 Python的執行效率大打折扣。
Python內存管理規則:
del的時候,把list的元素釋放掉,把管理元素的大對象回收到python對象緩沖池里.
由此可見:python內存管理雖然很優秀,但是比較消耗內存.
一般來說，Python中大量采用了內存對象池的技術，使用這種技術可以避免頻繁地申請和釋放內存空間。因此在析構時，通常都是將對象占用的空間歸還到內存池中。
我查看到一句話:也許能夠回答自己的問題.
“這個問題就是:Python的arena從來不釋放pool。這個問題為什么會引起類似於內存泄漏的現象呢。考慮這樣一種情形，申請10*1024*1024個16字節的小內存，這就意味着必須使用160M的內存，由於Python沒有默認將前面提到的限制內存池的WITH_MEMORY_LIMITS編譯符號打開，所以Python會完全使用arena來滿足你的需求，這都沒有問題，關鍵的問題在於過了一段時間，你將所有這些16字節的內存都釋放了，這些內存都回到arena的控制中，似乎沒有問題。但是問題恰恰就在這時出現了。因為 arena始終不會釋放它維護的pool集合，所以這160M的內存始終被Python占用，如果以后程序運行中再也不需要160M如此巨大的內存，這點內存豈不是就浪費了？”
對Python內存釋放的機制還不是太明白，繼續學習中。
參考資料：
http://www.iteye.com/topic/309753
Why doesn’t Python release the memory when I delete a large object?
How does Python manage memory?
http://pythoner.net/wiki/96/
http://pythoner.net/wiki/56/