用 tracemalloc 定位 async 函数内存泄漏需在 asyncio.run() 前调用 tracemalloc.start(25),在疑似泄漏点调用 take_snapshot(),重点检查 create_task、ensure_future 和 aenter 等高危位置的分配行。

用 tracemalloc 定位 async 函数里涨得最凶的对象
asyncio 程序的内存泄漏往往藏在长期存活的 Task、未被 await 的协程对象、或循环引用的回调闭包里。直接看进程 RSS 没用,得抓「谁在持续分配」。tracemalloc 是最轻量且准确的选择,但它默认不跟踪异步栈帧——必须手动在关键入口(如 asyncio.run() 前)启用,并确保采样深度覆盖协程调用链。
实操建议:
- 在
asyncio.run(main())前加tracemalloc.start(25)(25 是帧深度,太小会丢掉 async 上下文) - 不要只在程序退出时拍快照;应在疑似泄漏点(如某轮定时任务后)调用
tracemalloc.take_snapshot(),再对比 - 过滤时重点看
line字段是否指向create_task、ensure_future或自定义的__aenter__方法——这些是泄漏高发区 - 注意:
tracemalloc本身有约 5–10% 性能开销,仅用于诊断,勿留在线上
检查未完成的 Task 和悬空的 Future
asyncio 中最常见的泄漏模式是:创建了 Task 却没等它结束,或把 Future 存在全局 dict 里忘了清理。这类对象不会被 GC 回收,因为事件循环仍持有强引用。
实操建议:
- 定期执行
asyncio.all_tasks(),打印其数量和task.get_coro().__name__,观察是否随请求/轮询次数线性增长 - 对每个活跃
Task,用task.done()+task.cancelled()判断状态;若长期处于pending且堆栈停在await某个未 resolve 的Future,大概率是逻辑卡死 - 避免用
asyncio.create_task(..., name="xxx")后不存引用——名字只是调试标识,不构成引用关系 - 慎用
asyncio.shield():它会让被 shield 的Future忽略 cancel,若 shield 对象本身又依赖外部信号,极易变成僵尸
警惕 __del__ 和弱引用在协程中的失效
有人试图用 __del__ 或 weakref.finalize 清理资源,但在 asyncio 里常失效:协程挂起时对象可能已进入不可预测的引用状态,GC 不敢回收,__del__ 就永远不会触发。
当现有的脚本或服务需要将作用域化的仓库工作委托给 Claude Code 并以编程方式消费结构化响应时,请使用 Claude Agent SDK for Python。
实操建议:
- 完全放弃在协程类中依赖
__del__做清理;改用显式生命周期管理,比如继承AsyncContextManager,强制用户写async with - 若必须用
weakref,别绑定到协程函数本身(如weakref.ref(async_func)),而应绑定到其闭包外层的稳定对象(如 class 实例) - 检查第三方库(如
aiohttp、aioredis)的 client 实例是否被重复创建却未调用.close()—— 这些 client 内部常持有一堆未关闭的Transport和Protocol引用
用 objgraph 可视化循环引用链
当 tracemalloc 显示某类对象暴涨,但找不到明确创建点时,往往是循环引用阻止了 GC。asyncio 的 Task → coroutine → closure → Task 链很典型。
实操建议:
- 安装
objgraph后,在可疑时刻运行:objgraph.show_growth(limit=10)<br>objgraph.show_most_common_types(limit=20)
- 找到目标类型(如
asyncio.tasks.Task)后,用objgraph.find_backref_chain(obj, objgraph.is_proper_module)抽出引用路径图 - 特别注意
frame对象是否出现在链中——这意味着某个协程挂起时捕获了局部变量,而该变量又反向引用了 Task -
objgraph需要graphviz才能生成图,但纯文本链也足够定位问题;别花时间配渲染环境,先看链
真正难的不是发现泄漏,而是确认「这个对象本该什么时候死」——asyncio 的控制流比同步代码更隐蔽,得结合业务语义判断哪个 await 点该结束却没结束。
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!










