代码部分可能存在大量令人高血压的语句,如果使您感到不适,非常抱歉
省流版:请各位帮忙看看下面一段代码里哪里存在可能导致内存溢出/泄漏的问题。如果可以的话,请指点一下如何优化,万分感谢。
以下是完整代码内容(已隐去部分隐私信息):
import sys
f = open('a.log', 'a')
sys.stdout = f
sys.stderr = f # redirect std err, if necessary
import xlrd3
games = xlrd3.open_workbook(filename=r'games.xlsx')
gamelist = games.sheet_names()
sgames = xlrd3.open_workbook(filename=r'sgames.xlsx')
sgamelist = sgames.sheet_names()
import asyncio
from bilibili_api import Credential, sync, user
from bilibili_api.session import Session, Event, send_msg
from bilibili_api.user import User, RelationType
from bilibili_api.utils.picture import Picture
#登录凭据,记得改成自己的
SESSDATA = "※"
BILI_JCT = "※"
BUVID3 = "※"
credential = Credential(sessdata=SESSDATA, bili_jct=BILI_JCT, buvid3=BUVID3)
session = Session(credential)
list1 = [] #用于记录收到私信的粉丝的 uid
list2 = [] #用于记录关注时间,作为判定取关并重新关注操作的凭据
list3 = [] #用于记录无视开关状态的白名单 uid
with open('list1.txt',"r") as f: #读取已记录列表,该列表存储在本地,位置为指令执行时所处的目录
for line in f:
list1.append(line.strip('\n'))
with open('list2.txt',"r") as f: #同上
for line in f:
list2.append(line.strip('\n'))
with open('list3.txt',"r") as f: #同上
for line in f:
list3.append(line.strip('\n'))
status = []
@session.on(Event.TEXT) #轮询,检测收到文字私信时触发
async def reply(event: Event):
token = "1"
code = event.content[-5:]
name = event.content[:-5]
uid = event.sender_uid #查询发信者的 uid
talker = User(uid, credential)
rela = await talker.get_relation(uid)
follow = rela['be_relation']['attribute'] #查询关注关系,此处描述的是对方对你的关注状态:0=未关注,2=已关注,6=互关,128=黑名单
mtime = rela['be_relation']['mtime'] #关注时间,以时间戳的形式记录,未关注时为 0 ,取关后重新关注会刷新,以此为凭据进行拉黑;需注意关系变为互相关注时也会刷新,后文单独拎出来讨论
fid = str(uid) #转换为字符串
ftime = fid + str(mtime) #同上
if fid == "※":
if event.content == "/终止": #杀死进程
await session.reply(event, "脚本已停运")
session.close()
elif event.content == "/开始": #用于开始自动回复的口令,触发后将开始自动回复私信
await session.reply(event, "脚本已开启")
status.append(token)
elif event.content == "/结束": #用于暂停自动回复的口令,触发后将不再自动回复私信
await session.reply(event, "脚本已暂停")
status.clear()
elif event.content.isdigit():
if event.content in list1:
list1.remove(event.content)
with open('list1.txt', "w") as f:
for element in list1:
f.write(element + "\n")
await send_msg(credential=credential, msg_type=Event.TEXT, content="用户已移出黑名单", receiver_id=uid)
else:
await send_msg(credential=credential, msg_type=Event.TEXT, content="用户当前不在黑名单中,操作失败", receiver_id=uid)
if token in status or fid in list3: #开关开启 [或] 发信人在白名单内
if follow > 0 and follow < 128: #筛选:已关注用户
if fid not in list1: #筛选:未通过关键词获取过回复的粉丝
if event.content == "彩蛋":
await session.reply(event, "恭喜你找到了一颗彩蛋!")
elif name in gamelist: #正确的游戏关键词,接下来将进一步检测口令中的数字
gamex = games.sheet_by_name(sheet_name=name)
codelist = gamex.col_values(0)
if code in codelist: #口令正确,标志着对方成功获取回复;触发时发信人的 uid 和关注时间会随之被记录
def search(gamecode):
num_rows = gamex.nrows
for row in range(num_rows):
if gamex.cell_value(row, 0) == code:
return gamex.cell_value(row, 1)
return None
password = search(code)
await session.reply(event, "非常感谢您下载本人汉化的游戏《" + name + "》。\n 您的密码是:\n" + password) #正确关键词对应的回复
list1.extend([fid]) #记录发信粉丝的 uid
with open("list1.txt","a+") as f:
f.write(fid + "\n")
list2.extend([ftime]) #记录发信粉丝的 uid 和关注时间
with open("list2.txt","a+") as f:
f.write(ftime + "\n")
else: #曾通过关键词获取过回复的粉丝
if ftime in list2 or follow == 6: #对方两次私信的关注时间一致(或关系为互相关注),说明对方自上次获取回复后没有取消关注过(或对方是你的好友),此时执行正常流程,跟上文一致,但不重复记录
if event.content == "彩蛋":
await session.reply(event, "恭喜你找到了一颗彩蛋!")
#我需要治疗 1.1
elif name in gamelist: #正确的游戏关键词,接下来将进一步检测口令中的数字
gamex = games.sheet_by_name(sheet_name=name)
codelist = gamex.col_values(0)
if code in codelist: #口令正确,标志着对方成功获取回复
def search(gamecode):
num_rows = gamex.nrows
for row in range(num_rows):
if gamex.cell_value(row, 0) == code:
return gamex.cell_value(row, 1)
return None
password = search(code)
await session.reply(event, "非常感谢您下载本人汉化的游戏《" + name + "》。\n 您的密码是:\n" + password) #正确关键词对应的回复
else: #对方两次私信的关注时间不一致且不是你的互关好友,说明对方自上次获取回复后曾取消关注
await session.reply(event, "获取密码功能已失效。")
#如果想要拉黑,复制粘贴这一句: [ await talker.modify_relation(relation=RelationType.BLOCK)]
#即使开关关闭、发送人也不在白名单时也能获取的游戏
elif follow > 0 and follow < 128: #筛选:已关注用户
if fid not in list1: #筛选:未通过关键词获取过回复的粉丝
if event.content == "彩蛋α":
await session.reply(event, "恭喜你找到了一颗高级彩蛋!")
elif name in sgamelist: #正确的关键词,接下来将进一步检测口令中的数字
gamex = sgames.sheet_by_name(sheet_name=name)
codelist = gamex.col_values(0)
if code in codelist: #口令正确,标志着对方成功获取回复;触发时发信人的 uid 和关注时间会随之被记录
def search(gamecode):
num_rows = gamex.nrows
for row in range(num_rows):
if gamex.cell_value(row, 0) == code:
return gamex.cell_value(row, 1)
return None
password = search(code)
await session.reply(event, "非常感谢您下载本人汉化的游戏《" + name + "》。\n 您的密码是:\n" + password) #正确关键词对应的回复
list1.extend([fid]) #记录发信粉丝的 uid
with open("list1.txt","a+") as f:
f.write(fid + "\n")
list2.extend([ftime]) #记录发信粉丝的 uid 和关注时间
with open("list2.txt","a+") as f:
f.write(ftime + "\n")
else: #曾通过关键词获取过回复的粉丝
if ftime in list2 or follow == 6: #对方两次私信的关注时间一致(或关系为互相关注),说明对方自上次获取回复后没有取消关注过(或对方是你的好友),此时执行正常流程,跟上文一致,但不重复记录
if event.content == "彩蛋α":
await session.reply(event, "恭喜你找到了一颗高级彩蛋!")
elif name in sgamelist: #正确的关键词,接下来将进一步检测口令中的数字
gamex = sgames.sheet_by_name(sheet_name=name)
codelist = gamex.col_values(0)
if code in codelist: #口令正确,标志着对方成功获取回复;触发时发信人的 uid 和关注时间会随之被记录
def search(gamecode):
num_rows = gamex.nrows
for row in range(num_rows):
if gamex.cell_value(row, 0) == code:
return gamex.cell_value(row, 1)
return None
password = str(search(code))
await session.reply(event, "非常感谢您下载本人汉化的游戏《" + name + "》。\n 您的密码是:\n" + password) #正确关键词对应的回复
else: #对方两次私信的关注时间不一致且不是你的互关好友,说明对方自上次获取回复后曾取消关注
await session.reply(event, "获取密码功能已失效。") #可删除
sync(session.start())
关于文件:脚本内涉及到的几个.txt 和.xlsx 文件大小均不超过 20kb ,这些文件本身的大小应该不是问题。日志输出文件.log 这段时间的运行下来,大小已经达到 20Mb+了,但由于是只写不读,应该也不是这个的问题?
背景:如您所见,这段脚本的作用是实现“bilibili 根据私信收到的关键词触发自动回复”的功能,目的是为下载本人汉化的游戏作品的用户分发启动密码。
本人此前没有编程经验,某天想到设置自动回复的点子后误打误撞发现了Bilibili API的库,于是动手实践,一点点试错码出来了一个姑且能满足需要的脚本。后来在使用过程中慢慢改进,断断续续花了四个多月的时间变成了现在看到的这个样子。
现在这个脚本挂在 Oracle Cloud 的服务器上长期运行。最初一两个月还算顺利,但从两个多月前开始偶尔会出现脚本没有响应的状况,b 站给自己发送的私信不会触发回复,Xftp 和 Xshell 也无法连接到远程主机,但每次等一会儿就会自行恢复。而最近半个月这种断线变得越来越频繁,每次断线的时间也在延长。查看了 Oracle 提供的统计数据发现了端倪:
每次断线都跟内存占用率暴增的时间点吻合,图表上缺失的时间段也正是断线的持续时间。我意识到可能是内存溢出导致的服务器宕机,但在正常运行期间查看进程的内存占用率也看不出所以然。目前只能推测是这段脚本里什么地方写得不好,引入了大量临时变量之类的导致内存爆了。由于缺乏相关的知识,我对于该怎么解决也没有头绪,四处搜寻下找到了本站,斗胆提问,希望能得到各位的指点。
有任何建议或看法都非常欢迎。感谢!
题外话,这些汉化作品是免费发布的,不会向用户收取费用。设置启动密码的初衷是避免盗卖,此前的资源因为无需验证,时常会被人二次上传并牟利;而在采用这种方式之后用户必须通过私信我来获取密码,盗卖的情况就没再发生过了。不用 b 站自带的自动回复功能是因为支持的关键词数量太少了。
1
dode 222 天前
list1 = [] #用于记录收到私信的粉丝的 uid
list2 = [] #用于记录关注时间,作为判定取关并重新关注操作的凭据 list3 = [] #用于记录无视开关状态的白名单 uid 这几个列表运行中做了增加,是否进行了去重? |
2
shurimasoul 222 天前
有没有可能是出现异常时资源没释放导致的?尝试加入一些异常处理,然后在捕获到异常时释放资源,看看还有没有这种问题出现
|
3
Van426326 222 天前
其实这种问题可以先问问 ai
## 内存占用高的可能原因: **1. Excel 文件过大:** * 代码使用了 `xlrd3` 库读取 Excel 文件,如果 Excel 文件本身很大,包含大量数据,那么读取文件时会占用大量内存。 * 建议检查 Excel 文件的大小,如果文件很大,可以考虑优化文件结构或者使用其他方式存储数据。 **2. 数据结构不合理:** * 代码使用了列表 `list1`、`list2`、`list3` 存储粉丝信息,如果粉丝数量很多,这些列表会占用大量内存。 * 可以考虑使用更节省内存的数据结构,例如集合( set )或者字典( dict )。 **3. 循环处理逻辑:** * 代码中有一些循环处理逻辑,例如读取 Excel 文件、遍历粉丝列表等,如果循环次数很多,也会占用大量内存。 * 可以考虑优化循环逻辑,例如减少循环次数、使用生成器等。 **4. bilibili_api 库的使用:** * `bilibili_api` 库本身可能存在内存泄漏问题,导致内存占用过高。 * 建议检查 `bilibili_api` 库的版本和相关 issue ,或者尝试使用其他 Bilibili API 库。 **5. 其他原因:** * 操作系统、Python 版本、其他运行的程序等因素也可能影响内存占用。 ## 建议: * **使用内存分析工具:** 可以使用 Python 内置的 `memory_profiler` 库或者其他内存分析工具,分析代码中哪些部分占用了大量内存。 * **优化数据结构:** 使用更节省内存的数据结构,例如集合或字典。 * **优化循环逻辑:** 减少循环次数,使用生成器等。 * **检查第三方库:** 检查 `bilibili_api` 库的版本和相关 issue ,或者尝试使用其他 Bilibili API 库。 * **监控内存使用情况:** 定期监控程序的内存使用情况,及时发现内存泄漏问题。 希望以上分析能帮助你找到内存占用高的原因并进行优化。 |
4
harmless 222 天前 via iPhone
感觉脚本没啥问题,是不是机器上有其他服务导致内存周期性暴增
|
5
xiaoxiaohaoa OP @dode 在增加前已使用 if 语句对 uid 进行了筛选,已存在的 uid 不会被重复记录。每次新增记录后会将列表同步到本地位置,能够证实确实没有重复。谢谢解答!
|
6
xiaoxiaohaoa OP @shurimasoul 确实,运行日志记录了一些报错信息,不过没有什么严重的影响所以一直放着没管……我去搜一下异常处理要怎么实现。感谢解答!
|
7
xiaoxiaohaoa OP @Van426326 谢谢指点,但实际看下来,ai 的回答中有效的结果似乎并不是很多?
1.已检查过涉及到写入的文件,大小均不超过 20kb ,应该可以认为不是这个问题; 2.列表改为字典/集合的思路有道理,但有资料说 dict 的内存占用比 list 更大?还是说这里的“内存”概念我理解得不对? 暂时无法发布链接,先引用一段原文: -和 list 比较,dict 有以下几个特点: -a.查找和插入的速度极快,不会随着 key 的增加而变慢; -b.需要占用大量的内存,内存浪费多。 -而 list 相反: -a.查找和插入的时间随着元素的增加而增加; -b.占用空间小,浪费内存很少。 3.反复遍历 list 似乎是一个问题,我会试着搜索一下生成器的用法; 4.使用 bilibili_api 库的其他人没有报告过内存泄漏问题,并且不在本人的能力范围内,暂不考虑; 内存监控我也有考虑过,但具体怎么实现还暂时没想好。先试试用其他办法把问题解决了,之后再考虑监控吧。谢谢解答! @Van426326 |
8
xiaoxiaohaoa OP @harmless 确实有这个可能,用 ps -aux 命令会发现大量不认识的进程,但我个人使用的云实例上除了这个脚本没有主动运行过其他服务,所以一直认为是系统进程。可能有必要实时监控各进程的内存占用并输出日志了。感谢解答!
|
9
xiaoxiaohaoa OP 虽然时隔两周了还是来更新一下后续吧,结论是确实不是脚本本身的问题,是 dnf 进程的问题。
定位问题进程:dmesg | grep -i memory 输出中包含大量 Out of memory: Killed process ***** (dnf) 的 OOM 报错信息,得以确定是 dnf 相关进程的问题;进一步搜索后确认是由于 dnf 软件包信息更新导致的系统 OOM 崩溃。 解决办法:sudo systemctl disable dnf-makecache.timer 参考: Linux dmesg 命令介绍 ( https://www.jianshu.com/p/4a029091b705) 解决 centos dnf 自动更新异常问题 ( https://thisblog.cn/2023/05/10/centos-dnf-makecache/) |