Python中pypy内存占用问题如何优化？
不知道论坛有玩 pypy 的高手吗？
基础架构：gunicorn+gevent+pypy5.8,由于 jit 的原因 qps 的确有明显提升，但在大量并发请求时内存会突然飙升，用 psutil 查看：
不知道没有什么工具查看这部分内存是怎么分布的？谢谢！
ps:guppy 以及 pyrasite 等，pypy 都无法支持。
Python中pypy内存占用问题如何优化？
PyPy的内存占用比CPython高是常见现象，主要因为它的JIT编译器需要额外内存来存储机器码和优化信息。要优化，可以从这几个方向入手：
-
关闭JIT：如果内存压力大且对速度不敏感，可以用
--jit off参数完全关闭JIT，内存会接近CPython水平，但会失去速度优势。 -
调整JIT参数：通过环境变量控制JIT行为，比如设置
PYPY_GC_MAX限制GC触发阈值，或调整PYPY_GC_NURSERY减少新生代大小。 -
优化数据结构：避免大量小对象，用
array、numpy等紧凑结构替代列表和字典，用__slots__减少实例内存。 -
及时释放引用：处理完大数据后手动
del变量，或分解成小块处理。 -
使用内存分析工具：用
pympler、objgraph或guppy3定位内存热点。
示例代码：用array替代列表存储大量数值
import array
# 创建100万个整数的数组
data = array.array('i', range(1000000)) # 比list节省约60%内存
总结：根据场景在JIT调优、数据结构和代码习惯上找平衡。
pypy 似乎是为了尽可能减少 gc 而会使用比较多内存，可以设置 gc 相关的环境变量限制其最大内存就可以了
一直稳定在生产环境用，内存使用量巨大是个很大的问题，而且其本身提供的 gc 相关的信息有太少
语言无关，runtime gc 最怕的就是所谓的 ffi 问题。比如 gevent 重度使用了 c 来实现协程和其他工具类。这在 cpython 是优势（效率高，内存使用效率也好）。但在 pypy 是相当的劣势 – pypy gc 不得不追踪的 gevent c 调用，然后很难及时释放它。
pypy 的成功案例或演示案例基本都是 tornado 这种接近纯 python 的例子。
感谢回复，不过我简单看了下 gevent 在 pypy 环境下并不是使用 cpython 的 greenlet 而是自己实现的 greenlet.py ，另外 gevent 针对 pypy 放弃了 cython 而是使用 cffi 调用 c，这是目前 pypy 推崇的方式。接触 pypy 时间很短，可能有错。
