prometheus / prometheus/client_python
labels method lead to memory leak
Personne n'a encore pris cette issue.
- Langage dominant
- Python
- Étoiles
- 4.4k
- Forks
- 876
- Merge moyen
- 8 j 4 h
- PR mergées (30 j)
- 1
Description
I find metrics in my celery task will lead to memory leak. And I reproduced this problem issue locally.
import tracemalloc
from prometheus_client import Counter
counter_a = Counter('request_count_a', 'request count to a', ['name'])
counter_b = Counter('request_count_b', 'request count to b')
tracemalloc.start()
for _ in range(10):
counter_a.labels('a').inc()
curr_mem, peak_mem = tracemalloc.get_traced_memory()
print(f"curr mem: {curr_mem / 10**3} Kb, peak mem: {peak_mem / 10**3} Kb")
print("*****************************************")
for _ in range(10):
counter_b.inc()
curr_mem, peak_mem = tracemalloc.get_traced_memory()
print(f"curr mem: {curr_mem / 10 ** 3} Kb, peak mem: {peak_mem / 10 ** 3} Kb")
It seems to be caused by the labels method. PS: prometheus-client==0.17.1
Guide de contribution
Ouvrir le guide de contribution
Par où commencer
- Lisez l'issue en entier, puis le guide de contribution du projet.
- Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
- Forkez le dépôt et travaillez sur une branche.
- Ouvrez une pull request qui référence le numéro de l'issue.
Piste de recherche
Commencez par la reproduction tracemalloc fournie et examinez la méthode labels utilisée par counter_a, en la comparant à counter_b.inc(). Confirmez que les appels répétés à labels provoquent bien la croissance de mémoire signalée, puis vérifiez que la fuite reproduite est résolue sans modifier le comportement normal du compteur.
Rédigé par le modèle d'indexation à partir du texte de l'issue.
Évaluation
- Stack technique
- python
- Domaine
- observability-sre
- Type d'issue
- Bug
- Difficulté
- 3/5
- Temps estimé
- 1-2 jours
- Activité
- À l'abandon
- Clarté
- Plutôt claire
- Accessibilité débutants
- 45/100