Question

你可能想知道你是否能够请求Python关于每个对象所使用的RAM大小。Python的sys.getsizeof(obj)调用会告诉我们一些关于对象所使用的内存情况（绝大多数而不是全部对象提供了这个调用）。如果你以前没有见过，那么提醒一下它不会给你所期待的关于容器的答案！

让我们通过查看一些基础类型来开始。在Python中的int是一个可变尺寸的对象，它起始于一个常规的整数，如果你计数超过sys.maxint（在Ian的64位笔记本电脑上，这个值是9223372036854775807），它就会转变为一个长整数。

作为一个常规的整数，它占用24字节（对象有许多开销）；而作为长整数，它消耗36字节：

In [1]: sys.getsizeof(int())
Out[1]: 24
In [2]: sys.getsizeof(1)
Out[2]: 24
In [3]: n=sys.maxint+1
In [4]: sys.getsizeof(n)
Out[4]: 36

我们可以对byte string做同样的检查。一个空字符串消耗37字节，每一个多加的字符增加了1字节的开销：

In [21]: sys.getsizeof(b"")
Out[21]: 37
In [22]: sys.getsizeof(b"a")
Out[22]: 38
In [23]: sys.getsizeof(b"ab")
Out[23]: 39
In [26]: sys.getsizeof(b"cde")
Out[26]: 40

当我们使用一个列表时，我们看见了不同的表现。getsizeof没有对列表的内容计数，仅仅是列表自身的开销。一个空列表消耗72字节，在一台64位笔记本电脑上，列表中的每一项占用了8个额外字节：

# goes up in 8-byte steps rather than the 24 we might expect!
In [36]: sys.getsizeof([])
Out[36]: 72
In [37]: sys.getsizeof([1])
Out[37]: 80
In [38]: sys.getsizeof([1,2])
Out[38]: 88

如果我们使用byte string，这就更明显了——我们期望你看到比getsizeof所报告的要大得多的开销。

In [40]: sys.getsizeof([b""])
Out[40]: 80
In [41]: sys.getsizeof([b"abcdefghijklm"])
Out[41]: 80
In [42]: sys.getsizeof([b"a", b"b"])
Out[42]: 88

getsizeof只报告了一部分开销，常常仅仅是父对象的开销。就如之前所提示的那样，它也不总是被实现了的，所以可以作有限的用途。

一个轻量级的更好的工具是asizeof，它会遍历容器的层级结构并对它所发现的每个对象做出最好的猜测，给整体大小增加了尺寸。注意它的速度相当慢。

除了依赖于猜测和假设之外，它也不能计算幕后的内存分配（例如，一个包装了C库的模块可能没有报告在C库中所分配的字节数）。最好把它用来作为一个指导。我们倾向于使用memit，因为它给了我们在问题机器上的准确的内存使用计数。

你如下所示使用asizeof：

In [1]: %run asizeof.py
In [2]: asizeof([b"abcdefghijklm"])
Out[2]: 136

我们可以检查它对一个大列表所做的估算——这里我们将使用100000000个整数：

# this takes 30 seconds to run!
In [1]: asizeof([x for x in xrange(10000000)]) # 1e7 integers
Out[1]: 321528064

我们可以通过使用memit来查看进程如何增长来验证这个估算。在这种情况下，数字是非常接近的：

In [2]: %memit([x for x in xrange(10000000)])
peak memory: 330.64 MiB, increment: 310.62 MiB

asizeof一般要比使用memit来得更慢，但是当你分析小对象时，asizeof是可以用上的。memit可能对真实世界的应用来说更加有用，因为进程的实际内存使用是测量出来的，而不是推导出来的。