答案是内存增长不在python堆内，而是来自c扩展、mmap映射或glibc malloc arena泄漏；验证需对比/proc/pid/status中的vmrss与/proc/pid/maps中heap总和，若前者显著更大则锁定arena或mmap问题。
docker stats 显示 RSS 持续上涨，但 psutil.Process().memory_info().rss 和 tracemalloc 结果不匹配
这说明内存增长不在 Python 堆内，而是来自 C 扩展、mmap 映射、或底层分配器（如 glibc 的 malloc arena）——Docker 容器默认启用多 arena 机制，异步程序（尤其用 asyncio + uvloop 或大量 socket 连接）容易触发 arena 泄漏。
验证方法：cat /proc/<pid>/status | grep -i "vm"</pid> 查看 VmRSS 和 VmData；再运行 cat /proc/<pid>/maps | awk '$6 ~ /^heap$/ {sum += $2-$1} END {print sum/1024/1024 " MB"}'</pid> 看实际堆大小。若 VmRSS 远大于 heap 总和，基本锁定 arena 或 mmap 问题。
- 临时缓解：启动容器时加
--env MALLOC_ARENA_MAX=1，强制单 arena - 长期方案：升级到较新 glibc（≥2.34），其对多线程 malloc 的 arena 回收更积极
- uvloop 用户注意：
uvloop.install()后若未显式关闭 loop，event loop 对象可能持有所谓“永久引用”，需确保服务退出前调用asyncio.get_event_loop().close()
tracemalloc 显示增长集中在 asyncio.base_events 或 aiohttp.client
这不是代码写错，而是异步库内部对象复用策略与 GC 协作不佳的典型表现。比如 aiohttp.ClientSession 默认启用连接池，但若未显式 await session.close()，连接对象及其缓冲区（_buffer、_protocol）会长期滞留；asyncio.TimerHandle 在高频率定时任务下也会积累未触发的句柄。
使用 Python 脚本下载 Docker 镜像并打包为 tar 文件。用户说“下载镜像”“拉取镜像”“pull xxx”“帮我下载 nginx 镜像”等时触发。支持 SOCKS5 代理直连（推荐）和国内镜像站加速两种模式。
- 必须保证每个
ClientSession实例有且仅有一次await session.close()，推荐用async with session:语法 - 避免在循环中无节制创建
asyncio.create_task()，改用asyncio.Semaphore限流，否则Task对象本身会堆积 - 检查是否用了
asyncio.ensure_future()替代create_task()—— 前者绕过当前 loop 的 task 队列管理，易导致引用滞留
objgraph.show_growth() 发现 weakref、_weakrefset、AsyncGenerator 对象持续增加
这是 Python 异步生态里最隐蔽的“伪泄漏”：CPython 对 async generator 的引用计数处理存在延迟，尤其当生成器被 async for 消费但未完全耗尽、或被 yield 中断后挂起，其闭包捕获的局部变量（包括大字节对象、数据库游标等）不会立刻释放。
- 禁用
sys.set_asyncgen_hooks()自定义钩子，除非你明确知道它在做什么 - 避免在 async generator 内部直接引用大型数据结构；改用
yield后立即del big_data - 使用
asyncio.run()启动主协程时，不要重复调用；多次调用会导致 event loop 创建/销毁开销叠加，加剧对象残留 - 若用 FastAPI/Starlette，确认中间件未在 request scope 中缓存 response body 或 raw body（如
await request.body()后未清理）
Docker 里 RSS 不降，但 kill -9 容器后宿主机内存立刻释放
这排除了宿主机级内存泄漏，指向容器内核态资源未归还：主要是 TCP socket 的 TIME_WAIT 状态堆积、epoll fd 未关闭、或 cgroup v1 下 memory.kmem.limit_in_bytes 未设导致内核 slab 缓存失控。
- 检查容器是否运行在 cgroup v1 环境（
cat /proc/1/cgroup看路径）；v1 对内核内存（kmem）隔离弱，建议迁移到 cgroup v2 - 启动容器时加
--sysctl net.ipv4.tcp_fin_timeout=30 --sysctl net.ipv4.ip_local_port_range="1024 65535"缩短连接回收周期 - 在应用退出逻辑中显式调用
asyncio.get_event_loop().shutdown_asyncgens()（Python ≥3.6） - 避免在 signal handler 中直接 await 协程；应设 flag 后由主循环检测并 graceful shutdown
真正麻烦的从来不是“哪里涨”，而是“为什么没回收”——异步 + Docker 的组合会让引用链藏得更深、arena 更难释放、内核资源更难归还。别急着重写逻辑，先确认是 Python 层对象滞留，还是内核/分配器层面的资源卡住。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
