调试器在“正在收集数据...”处超时答案

【问题标题】：Debugger times out at "Collecting data..."调试器在“正在收集数据...”处超时
【发布时间】：2017-01-15 05:59:15
【问题描述】：

我正在 Windows 10 上使用 PyCharm (PyCharm Community Edition 2016.2.2 ; Build #PC-162.1812.1, built on August 16, 2016 ; JRE: 1.8.0_76-release-b216 x86 ; JVM: OpenJDK Server VM by JetBrains s.r.o) 调试 Python (3.5) 程序。

问题：当在某些断点处停止时，调试器窗口卡在“正在收集数据”，最终超时。（无法显示帧变量）

要显示的数据既不特殊，也不特别大。它以某种方式可用于 PyCharm，因为所述数据的某些值上的条件断点工作正常（程序中断） - 看起来收集它的过程仅用于显示（而不是操作目的）失败。

当我在有断点的地方进入一个函数时，它的数据会正确显示。当我上堆栈（到调用函数，我从中退出的那个以及我最初希望有断点的地方）时 - 我再次陷入“收集数据”超时。

至少自 2005 年以来，就同一点提出了许多问题。有些已修复，有些未修复。修复通常是更新到最新版本（我有）。

我是否有一个总体方向可以解决或解决这一系列问题？

编辑：一年后问题仍然存在，并且在提出错误后开发人员/支持人员仍然没有任何反应。

编辑 2018 年 4 月：看起来问题在 2018.1 版本中已解决，以下代码在 print 行上设置断点时挂起现在可以工作（我可以看到变量):

import threading

def worker():
    a = 3
    print('hello')

threading.Thread(target=worker).start()

【问题讨论】：

我遇到了完全相同的问题。您找到解决方案或至少找到解释了吗？
很遗憾没有。我向开发人员开了一张票，但反应为零（与另一个问题的另一张票相同）。虽然产品很棒，但支持并不存在。
我在 Keras 中拟合 LSTM 网络，当我尝试从调试器控制台执行“model.predict”时，我得到了这个废话。当我对前馈网络做同样的事情时，它并没有发生。当不在调试器/控制台中时，代码实际上运行得很好。奇怪又烦人。
我在调试大对象时也遇到了这个问题。还是没有解决办法吗？
我在调试单独的进程时得到了同样的结果

标签： python python-3.x debugging pycharm python-3.5

【解决方案1】：

我认为这是由于某些类的默认方法 __str__() 过于冗长。 Pycharm在遇到断点的时候调用这个方法来显示局部变量，在加载字符串的时候就卡住了。我用来克服这个问题的一个技巧是手动编辑导致错误的类，并将 __str__() 方法替换为不那么冗长的方法。

例如，它发生在 pytorch _TensorBase 类（以及所有扩展它的张量类）中，可以通过编辑 pytorch 源 torch/tensor.py 来解决，将 __str__() 方法更改为：

def __str__(self):
        # All strings are unicode in Python 3, while we have to encode unicode
        # strings in Python2. If we can't, let python decide the best
        # characters to replace unicode characters with.
        return str() + ' Use .numpy() to print'
        #if sys.version_info > (3,):
        #    return _tensor_str._str(self)
        #else:
        #    if hasattr(sys.stdout, 'encoding'):
        #        return _tensor_str._str(self).encode(
        #            sys.stdout.encoding or 'UTF-8', 'replace')
        #    else:
        #        return _tensor_str._str(self).encode('UTF-8', 'replace')

远未达到最佳状态，但已经掌握。

更新：该错误似乎在上一个 PyCharm 版本 (2018.1) 中已解决，至少对于影响我的情况而言。

【讨论】：

这是很好的信息，但就我而言，挂起的是我自己的代码（也没有类）。这主要发生在调试多进程程序时。
感谢您的提醒。我用一个线程代码检查了这个，确实，问题似乎已经消失了（我在我的问题的编辑中添加了一个示例代码）

【解决方案2】：

当我使用 pycharm2018.2 调试我的 Web 应用程序时，我遇到了同样的问题。

该项目是一个与 SocketIO 相结合的复杂烧瓶 Web 服务器。

当我在代码中创建一个调试断点然后按下调试按钮时，它在断点处停止，但变量没有加载。它只是收集数据数据。最后我对调试器设置进行了一些调整，这使它工作。如需更改设置，请参见下图：

【讨论】：

如果您使用的是 Gevent，这确实可以解决问题！
我正在使用 PyCharm 2019.2 和 PyTorch（一个 DL 框架），它有非常大的（张量）对象并且遇到了同样的问题。我一直在绞尽脑汁浪费时间，非常感谢这个解决方案（启用“Gevent compatible”修复了调试器挂起）！
调试 PyTorch 代码时出现同样的问题 - 这应该是正确的答案！
太棒了...这是一个如此大的问题，以至于我准备放弃 Pycharm 以支持 VS Code。
伙计们，与其说谢谢，不如给第一个点赞。这一切都意味着同样的事情，而且杂乱无章:)

【解决方案3】：

当我使用 sympy 和旨在计算概率分布的 Python 模块“Lea”编写代码时，我也遇到了这个问题。

我为解决超时问题而采取的措施是将调试设置中的“变量加载策略”从默认的“异步”更改为“同步”。

【讨论】：

谢谢！这就是我一直在寻找的。span>
就我而言，我需要将其设置为On demand 来解决问题。我有许多带有不同大熊猫数据帧的变量，每个变量可能需要 10 秒才能在调试器中呈现。有时，调试器会尝试渲染许多变量，并在此过程中卡住了近乎永恒。
谢谢，这解决了我的问题！

【解决方案4】：

如果您因为使用 PyTorch（或任何其他 深度学习 库）而来到这里并尝试在 PyCharm（torch 1.31，在我的情况下是 PyCharm 2019.2），但它超级慢：

如 linkliu mayuyu 所指出的，在 Python Debugger 设置中启用 Gevent compatible。该问题可能是由于调试大型深度学习模型（在我的情况下为 BERT 转换器）引起的，但我对此并不完全确定。

我添加了这个答案，因为它是 2019 年底，这似乎还没有解决。此外，我认为这正在影响许多使用深度学习的工程师，所以我希望我的答案格式能够触发他们的 stackoverflow 算法:-)

注意（2020 年 6 月）： 虽然添加 Gevent compatible 允许您调试 PyTorch 模型，但它会阻止您在 PyCharm 中调试 Flask 应用程序！我的断点不再起作用，我花了一段时间才弄清楚这个标志是它的原因。因此，请确保仅在每个项目的基础上启用它。

【讨论】：

对 gensim 也有帮助。谢谢

【解决方案5】：

当我尝试运行由 PyTorch (PyCharm 2019.3) 编写的一些深度学习脚本时遇到了同样的问题。

我终于发现问题在于我将DataLoader 中的num_workers 设置为一个很大的值（在我的情况下为20）。

所以，在调试模式下，我建议将num_workers 设置为1。

【讨论】：

将num_workers 从1 设置为0 在这里为我工作。我猜，调试线程不知何故无法访问工人上正在运行的线程。

【解决方案6】：

对我来说，解决方案是每次在开始调试之前移除手动手表。如果“变量”窗口中有任何现有的手动手表，那么它将停留在“正在收集数据...”中。

【讨论】：

【解决方案7】：

使用 Odoo 或其他大型 Python 服务器

尽管我尝试了所有方法，但上述解决方案都不适合我。它通常可以工作，但偶尔会出现这种烦人的Collecting data... 或有时Timed Out...。

解决办法是重启Pycharm，尽量少设置断点。之后它又开始工作了。

我不知道这样做的方法（可能断点太多）但它有效。

【讨论】：