我正在使用 ML.NET 构建一个用于二进制分类的 ML 应用程序。它将具有多个不同大小的 ML 模型（使用不同的训练数据构建），这些模型将作为 Blob 存储在 SQL Server 数据库中。客户端会随机发送物品到这个应用程序进行分类，并根据客户端ID，使用相应的模型进行分类。要对项目进行分类，需要从数据库中读取模型，然后将其加载到内存中。在内存中加载模型需要相当长的时间，具体取决于大小，我没有看到任何优化它的方法。因此，我计划将模型缓存在内存中。如果我缓存了许多重型模型，它可能会对内存造成压力，从而影响服务器上运行的其他进程的性能。所以没有直接的方法来限制缓存。所以寻找处理这个问题的建议。
【问题讨论】：
标签： performance caching .net-core ml.net
在我看来，这是完成您想做的事情的唯一可行选择。生成一个与您的“主应用程序”通信（通过 IPC？）的全新进程。您可以使用此属性 https://docs.microsoft.com/en-us/dotnet/api/system.gcmemoryinfo.totalavailablememorybytes?view=net-5.0 设置内存限制，或者甚至可以使用 3rd-party-library（例如 https://github.com/lowleveldesign/process-governor），如果它达到特定数量的 RAM，它将终止您的进程。这两种方法都很粗糙，基本上会杀死你的进程。
如果您可以控制边车应用程序的运行，那么使用 Getting a process's ram usage 之类的东西真正监控 RAM 使用情况并优雅地停止进程可能是有意义的。
基本上没有内置的方式来限制线程或类似的内存使用。
共享资源
由于您有一个正在运行的进程，您需要定义内存限制的确切数量。例如，如果您有一些由正在运行的线程操作的静态Dictionary - 它占用了什么？只有旧值和新值之间的差异？全新的价值？关键和价值？
还有更多这样的情况需要您考虑。
您需要某种方法来计算实际内存使用量。这可能很难/几乎不可能“实施”：
需要引用计数吗？
如果你有一个敌对线程，它可能会产生对一个对象的无限量的引用，没有使用new 关键字。对于每个引用，您必须计算 32/64 位。
内置类型呢？
测量包含在您自己的类型定义中的byte[] 可能“容易”，但是内置类呢？如果有人初始化一个 100MB 的字符串，这可能是您需要跟踪的数量。
...还有更多...
正如您在之前的示例中可能注意到的那样，“线程使用的 RAM”没有简单的定义。这就是它的价值也不容易获得的原因。
在我看来，做这样的事情非常复杂，需要在你身边做很多定义工作。 很多 的努力可能是可行的，但我不确定这是否真的是你想要的。即使你设法 - 你会怎么做？仅杀死线程可能无法清理资源。
因此，我真的会考虑拥有一个由操作系统管理的独立进程，您可以随时杀死它。
【讨论】：
您的模型有多大？即使是 100meg+ 的大型模型，也可以很快从快速/SSD 存储中加载。我会考虑将它们缓存在快速驱动器/SSD 上，因为退出 SQL Server 将比原始磁盘慢得多。看看这是否有助于您的表现。
【讨论】：