一、 內存泄漏
python 本身雖然也有垃圾回收的功能， 但是同樣也會產生內存泄漏問題；
對於一個python實現的，長期運行的后台服務進程來說，如果內存持續增長，則很可能是有了 “內存泄漏” 。
內存泄漏原因：
有以下三種原因：
1 所用到C語言開發的底層模塊中出現了內存泄漏；
2 代碼中用到了全局的list， dict或者其他容器， 不停的往這些容器中插入對象， 而忘記了在使用完之后進行刪除回收
3 代碼中有“引用循環”， 並且被引用的對象定義了__del__方法， 就會發生內存泄漏；
question：
1、 為什么循環引用的對象定義了__del__ 方法之后， collect就不起作用了呢？
gc模塊最常用的方法，就是gc.collect()， 使用collect() 方法對循環引用的對象進行垃圾回收
如果我們在類中重載了__del__方法，__del__方法定義了在del語句刪除對象時，除了釋放內存空間以外的操作。
一般而言， 在使用del語句時，解釋器會查看被刪除對象的引用計數， 如果為0，則釋放內存，並執行del方法；
循環引用，首先del語句出現時， 本身引用計數就不為0（因為循環引用存在）， 所以解釋器不釋放內存；
再者，執行collect方法時，會清除循環引用所產生的無效引用計數，從而達到del的目的，對於這兩個循環引用對象而言
python無法判斷調用它們的del方法會不會要用到對方那個對象，比如在進行b.del（）時，可能會用到b.a也就a， 如果
在那之前a已經被釋放，則無法使用。
為了避免這種情況， collect方法默認不對重載了del方法的循環引用，進行對象回收，而它們的狀態會從unreachable轉變為
uncollectable。 由於是uncollectable的，自然就不會被collect，從而進入garbage表。
2、 內存泄漏診斷思路
無論哪一種方式的內存泄漏， 最終的表現形式都是python對象不停的增長；因此，首先需要找到這些異常對象。
3、 診斷步驟
工具： gc模塊和objgraph模塊
gc模塊是python 垃圾收集器模塊， gc使用標記清楚算法回收垃圾
objgraph 診斷內存問題工具
1、 在服務程序循環邏輯中，選擇診斷點
2、 在診斷點，插入如下診斷語句
```python
import gc
import objgraph
### 強制進行垃圾回收
gc.collect()
### 打印出對象數目最多的 50 個類型信息
objgraph.show_most_common_types(limit=50)
```
4、 檢查統計信息，找到異常對象
運行加入診斷語句的服務程序，並將打印到屏幕上的統計信息重定向到日志中。
運行一段時間后，就可以來分析日志，看看哪些對象在不停的增長。
比如，排查結果可能是：
一個多線程程序，多個線程作為生產者，一個線程作為消費者，通過將一個 tuple 對象送入異步隊列進行通信。
由於消費者的處理速度跟不上生產者的速度，又沒有進行同步， 導致異步隊列中的對象越來越多。
二、內存溢出
1、內存溢出原因
a 內存中加載的數據量過於龐大，如一次從數據庫取出過多數據
b 集合類中有對對象的引用，使用完后未清空，產生了堆積，使得JVM不能回收
c 代碼中存在死循環或循環產生過多重復的對象實體
d 使用的第三方軟件中的BUG
e 啟動參數內存值設定的過小
2、內存溢出的解決方案
第一步，修改JVM啟動參數，直接增加內存(-Xms，-Xmx參數一定不要忘記加);
第二步，檢查錯誤日志，查看“OutOfMemory”錯誤前是否有其 它異常或錯誤;
第三步，對代碼進行走查和分析，找出可能發生內存溢出的位置。
第四步，使用內存查看工具動態查看內存使用情況
重點排查以下幾點：
a 檢查對數據庫查詢中，是否有一次獲得全部數據的查詢。一般來說，如果一次取十萬條記錄到內存，
就可能引起內存溢出。這個問題比較隱蔽，在上線前，數據庫中數據較少，不容易出問題，
上線后，數據庫中數據多了，一次查詢就有可能引起內存溢出。
因此對於數據庫查詢盡量采用*分頁的方式查詢*。
b 檢查代碼中是否有死循環或遞歸調用。
c 檢查是否有大循環重復產生新對象實體。
d 檢查List、MAP等集合對象是否有使用完后，未清除的問題。List、MAP等集合對象會始終存有對對象的引用，使得這些對象不能被GC回收。
三、內存泄漏和內存溢出的區別
內存溢出: 是指向JVM申請內存空間時沒有足夠的可用內存了，就會拋出OOM即內存溢出。
內存泄漏: 是指向JVM申請了一塊內存空間，使用完后沒有釋放，由於沒有釋放，這塊內存區域其他類加載的時候無法申請，
同時當前類又沒有這塊內存空間的內存地址了也無法使用，相當於丟了一塊內存，這就是內存泄漏。
值得注意的是內存泄漏最終會導致內存溢出，很好理解，內存丟了很多最后當然內存不夠用了。