Python项目部署到2核2G云服务器时出现内存不足怎么办？

当 Python 项目部署在 2 核 2G（约 1.8GB 可用内存）的云服务器上出现内存不足时，可以从以下几个方向系统性地优化：

一、诊断当前内存占用

先确认瓶颈来源：

# 查看实时内存使用
free -h
htop

# 查看具体进程内存占用
ps aux --sort=-%mem | head -n 10

# 若用 Gunicorn/uWSGI + Nginx，检查各组件配置
gunicorn --version  # 或 uwsgi --version

常见原因：

• Web 框架（如 Django/Flask）+ WSGI 服务器（Gunicorn/uWSGI）多进程模型消耗过大；
• 数据库连接池未限制；
• 应用本身存在内存泄漏或未优化的数据处理逻辑；
• 缓存（Redis/Memcached）未设限或配置不当。

二、关键优化措施

✅ 1. 调整 WSGI 服务器进程数与线程数

以 Gunicorn 为例（默认 workers = 4 × CPU + 1，2 核易超配）：

# 推荐配置：单进程单线程或轻量级组合
gunicorn myapp:app 
  --bind 0.0.0.0:8000 
  --workers 1 
  --threads 2 
  --worker-class gthread 
  --max-requests 1000 
  --max-requests-jitter 50

💡 说明：

• --workers 1：避免多进程复制代码段导致内存叠加；
• --threads 2：利用 I/O 等待提升并发，降低总内存；
• 若用 uWSGI，可设 processes=1, threads=2, lazy-apps=true。

✅ 2. 限制 Python 解释器最大内存

添加环境变量防止异常膨胀：

export PYTHON_MAX_MEMORY_LIMIT=1500  # MB（留余量给 OS/其他服务）

或在代码中设置（Django/Flask 启动前）：

import resource
resource.setrlimit(resource.RLIMIT_AS, (1600*1024*1024, 1600*1024*1024))  # ~1.6GB

✅ 3. 优化数据库连接池

• SQLAlchemy：限制 pool_size 和 max_overflow：

  create_engine(
    DATABASE_URL,
    pool_size=5,
    max_overflow=2,
    pool_recycle=3600,
    pool_pre_ping=True
  )

• PostgreSQL/MySQL：在 postgresql.conf / my.cnf 中调小 shared_buffers、innodb_buffer_pool_size（例如设为物理内存的 25%，即 ~512MB）。

✅ 4. 启用内存友好型中间件

• 使用 uWSGI 替代 Gunicorn（更轻量），并开启：

  [uwsgi]
  processes = 1
  threads = 2
  lazy-apps = true
  vacuum = true
  enable-threads = true

• 禁用不必要的日志记录（尤其高频请求下）：

  logging.disable(logging.CRITICAL)  # 生产环境慎用，建议只关 DEBUG

✅ 5. 外部化缓存与任务队列

• 将 Redis/Memcached 独立部署（即使单机也可用 Docker 隔离），避免与应用争内存；
• Celery 任务改用 Celery with Redis Broker + Redis Backend，控制并发：

  celery -A proj worker -Q default -c 2 -l info

✅ 6. 代码层优化

• 避免一次性加载大文件/大数据集到内存：

  # ❌ 错误：全量读入
  data = open('large.csv').read()
  
  # ✅ 正确：流式处理
  for line in open('large.csv'):
    process(line)

• 使用生成器代替列表推导式；
• 对长生命周期对象及时 del 并调用 gc.collect()（谨慎使用）；
• 检查是否有循环引用（gc.get_objects() 辅助排查）。

✅ 7. 添加 Swap 分区（应急方案）

⚠️ 注意：Swap 会显著降低性能，仅作为临时兜底：

# 创建 2GB swap 文件
sudo fallocate -l 2G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile

# 永久生效：写入 /etc/fstab
echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab

# 调整 swappiness（降低使用倾向）
sudo sysctl vm.swappiness=10

三、监控与持续改进

• 部署后持续观察：

  watch -n 5 'free -h && ps aux --sort=-%mem | head -n 5'

• 使用 memory_profiler 定位热点：

  pip install memory-profiler
  python -m memory_profiler your_script.py

• 考虑升级实例（如 2C4G）或拆分服务（Web + DB + Cache 分离）。

四、快速验证清单

如果提供具体技术栈（如：Django + PostgreSQL + Gunicorn？Flask + SQLite？是否用 Celery？），我可以给出更精准的配置建议。