具有大量 RAM 的 Python 2.7 MemoryError（64 位，Ubuntu）

Question

具有 60GB RAM 的 Ubuntu 14.04 上的 Python 2.7.10（通过 conda）。

在 IPython 笔记本中处理大型数据集。即使我阅读了“顶级”信息，仍会出现 MemoryErrors，但仍有许多 GB 可供进程增长。以下是“顶部”的代表性摘录：

KiB Mem:  61836572 total, 61076424 used,   760148 free,     2788 buffers
KiB Swap:        0 total,        0 used,        0 free. 31823408 cached Mem

   PID USER      PR  NI    VIRT    RES    SHR S  %CPU %MEM     TIME+ COMMAND                                                                                                                                                                                  
 81176 ubuntu    20   0 19.735g 0.017t   3848 R 100.9 30.3  12:48.89 /home/ubuntu/miniconda/envs/ds_notebook/bin/python -m ipykernel -f /run/user/1000/jupyter/kernel-4c9c1a51-da60-457b-b55e-faadf9ae06fd.json                                              
 80702 ubuntu    20   0 11.144g 9.295g      8 S   0.0 15.8   1:27.28 /home/ubuntu/miniconda/envs/ds_notebook/bin/python -m ipykernel -f /run/user/1000/jupyter/kernel-1027385c-f5e2-42d9-a5f0-7d837a39bdfe.json                                               

所以这两个进程使用了​​超过 30GB 的地址空间和大约 26GB 的常驻空间。 （所有其他进程都很小。）

我的理解（以及许多在线资源）暗示，在需要时，程序可以（从缓存中）拉回大约 31GB 的“缓存”总量。 （free -m 的输出在buffers/cache 中也显示 30+GB。）

然而，Python 未能分配仅几 GB 的新结构。

Python“资源”模块报告的所有限制似乎都未设置。

为什么 Python 进程不再占用（或被给予）更多空闲地址空间和物理内存？

Answer 1

也许不是答案，我们需要更多调查和信息，了解您的具体操作以及您的配置，但是： 您的可用空间少于 1 GB (760Mo)，但缓存了 31Giga。因此，由于内存碎片，可能没有更多的内存可供分配。我想所有缓存的内存都是一些先前加载/释放数据留下/释放的内存。也许经过一些工作，碎片禁止分配这么大的内存。如果没有交换，这是一个真正的问题。