当前位置:首页 > 文章列表 > Golang > Go问答 > for 循环中数据库连接导致的内存泄漏问题

for 循环中数据库连接导致的内存泄漏问题

来源:stackoverflow 2024-03-01 16:24:29 0浏览 收藏

哈喽!今天心血来潮给大家带来了《for 循环中数据库连接导致的内存泄漏问题》,想必大家应该对Golang都不陌生吧,那么阅读本文就都不会很困难,以下内容主要涉及到,若是你正在学习Golang,千万别错过这篇文章~希望能帮助到你!

问题内容

我正在尝试在无限 for 循环中连续查询 postgres 数据库。但是,查询似乎没有关闭,垃圾收集器可能无法工作,并且我面临内存分配问题。

脚本设计如下:

在 func main() 中,我声明了一个全局数据库连接。然后执行 func checkcross(...) ,其中包含 for 循环,每次迭代都会执行 func importprices(...) ,然后从数据库导入行。

import (
    "database/sql"
    _"github.com/lib/pq"
    "runtime"
    )


var db *sql.db

func main() {
    var err error

    psqlinfo := fmt.sprintf("host=%s port=%d user=%s "+" dbname=%s password=%s ", host, port, user, dbname, password)

    //connection
    db, err = sql.open("postgres", psqlinfo)
    if err != nil {
        log.fatal(err)
    }
    defer db.close()

    checkcross("eur_usd")

    ...

func checkcross(...)

   func checkcross(instrument string) {

    for i := 1; i < 4; i++ {
            rawdata, _ := importprices(instrument)

            var mem runtime.memstats
            runtime.readmemstats(&mem)
            fmt.printf("alloc [%v] \t heapalloc [%v] \n", mem.alloc, mem.heapalloc)

            ...

        }

func importprices(...)

func importprices(instrument string) ([]float64, []time.time) {

    var price_ float64
    var date_ time.time

    price := make([]float64, 10000000)
    date := make([]time.time, 10000000)

    querycommand := fmt.sprintf("select * from table where instrument = '%[1]v' order by 1 asc;", instrument)

    rows, err := db.query(querycommand)
    if err != nil {
        log.fatal(err)
    }


    //scan from db
    z := 0
    for rows.next() {
        err := rows.scan(&date_, &price_)
        if err != nil {
            log.fatal(err)
        }
        price[z] = price_

        date[z] = date_

        z+=1
    }

    price = price[:z] 
    date = date[:z] 


    if err := rows.err(); err != nil {
        log.fatal(err)
    }

    rows.close()
    return price, date

输出

alloc [321664064]        heapAlloc [321664064] 
alloc [641723264]        heapAlloc [641723264] 
alloc [961781984]        heapAlloc [961781984]

您能否指导我的代码或方法中的问题出在哪里? 我读过一些文章,他们建议在 for 循环中使用 rows.close() 而不是 defer rows.close() 但此解决方案不起作用。


解决方案


每次调用 importPrices 时,您都会分配两个 10M 元素的切片(float64 为 8 个字节,time.Time 更大)。

当然,这些切片中的大多数最终都会变成垃圾(据说,您用从 importPrices 返回的这两个切片覆盖了一些变量),但是这些垃圾自然会浮动,直到为您的程序提供支持的 Go 运行时决定收集它。在此之前,内存消耗将会增加。

了解该语言的两种“标准”实现(您应该使用其中一种)具有扫描 GC 功能(与主程序流并行工作)是至关重要的。换句话说,当程序丢失对已分配内存块的最后一个实时引用时,在那一刻,该块占用的内存什么也不会发生,它必须等到 GC找到它然后收集。这种情况发生的确切时间大多是无法预测的。 Go 采用复杂的动态算法来调整 GC 的速度,从而在收集垃圾所花费的 CPU 周期数量与内存消耗增长之间取得一定的平衡。

对于当前的问题,通常的方法是简单地重用迭代之间分配的内存。 也就是说,在调用 importPrices 之前预先分配切片, 将它们传递到那里,然后将它们重置为零长度,然后再次传递它们。

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《for 循环中数据库连接导致的内存泄漏问题》文章吧,也可关注golang学习网公众号了解相关技术文章。

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
MySQL查询:如何在条件筛选中使用“LIKE”操作符?MySQL查询:如何在条件筛选中使用“LIKE”操作符?
上一篇
MySQL查询:如何在条件筛选中使用“LIKE”操作符?
在 Golang 中如何创建全局通用上下文来集成新遗迹?
下一篇
在 Golang 中如何创建全局通用上下文来集成新遗迹?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    291次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    344次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    347次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    310次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    131次使用