Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

Memory allocated when creating Python objects is never automatically freed

Đang mở
  • Có gì không ổn?
#754 0 bình luận 0 reaction 0 người được giao Xem trên GitHub

Maintainer thường phản hồi trong vòng 1 ngày

Chưa có ai nhận issue này.

Đánh giá

Độ khó
4/5
Thời gian dự kiến
3-5 ngày
Mức phù hợp với người mới
35/100
Loại issue
Lỗi
Độ rõ ràng
Khá rõ ràng
Mức độ hoạt động
Đình trệ
Công nghệ
python
Lĩnh vực
performance

Hướng nghiên cứu

Bắt đầu bằng cách chạy createmodel() CP-SAT MWE được cung cấp với PythonCall và CondaPkg, sau đó so sánh tác động của PythonCall.pydel!(...) và GC.gc(). Truy vết các điểm vào liên quan đến vòng đời đối tượng và garbage collection của PythonCall; hoàn thành khi các lần gọi lặp lại giải phóng các allocation nằm ngoài phạm vi mà không yêu cầu GC thủ công.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

bug

Affects: PythonCall

Describe the bug
I am trying to use PythonCall.jl to call the Python interface to CP-SAT, which is a popular constraint programming library from Google's OR-Tools toolkit. The problem is that the memory that gets allocated when creating a Python object from that interface is never automatically freed.

A function createmodel() is used to create a CpModel object`, which goes out of scope after the function terminates. Each time the function is executed, the memory gets fuller, until eventually the Julia process gets killed. The expected behavior is that at some point before Julia gets killed, the memory that was allocated for objects that are out of scope should get released.

Here are the steps to reproduce a MWE, assuming the environment already has PythonCall.jl and CondaPkg.jl:

Add OR-Tools to the environment and import it:

using PythonCall, CondaPkg
] conda pip_add ortools
cp_model = pyimport("ortools.sat.python.cp_model")

Define the function that will create and initialize a CpModel object:

createmodel() = let 
  model = cp_model.CpModel() # create model
  variables = [model.new_int_var(0,1, "x_" * string(i)) for i in 1:100] # add variables to the model
  model.add_allowed_assignments(variables, [rand(0:1, 100) for _ in 1:200000]) # add constraints over those variables
  return nothing
end

Repeatedly call createmodel() and observe that the memory usage keeps going up until the Julia process gets killed.

createmodel()
createmodel()
createmodel()
# ... if you keep calling createmodel(), eventually the memory gets full

Your system
Please provide detailed information about your system:

  • Operating System: Fedora Linux 43

  • Python version: 3.14.3

  • versioninfo()

    Julia Version 1.12.3
Commit 966d0af0fdf (2025-12-15 11:20 UTC)
Build Info:
  Official https://julialang.org release
Platform Info:
  OS: Linux (x86_64-linux-gnu)
  CPU: 8 × 11th Gen Intel(R) Core(TM) i7-1165G7 @ 2.80GHz
  WORD_SIZE: 64
  LLVM: libLLVM-18.1.7 (ORCJIT, tigerlake)
  GC: Built with stock GC
Threads: 1 default, 1 interactive, 1 GC (on 8 virtual cores)

  •   import Pkg; Pkg.status()

    Status `~/MWECPSAT/Project.toml`
  [992eb4ea] CondaPkg v0.2.34
  [6099a3de] PythonCall v0.9.31

  •   import CondaPkg; CondaPkg.status()

    Environment
  /home/dmaioli/MWECPSAT/.CondaPkg/.pixi/envs/default
Pip Packages
  ortools v9.15.6755

Additional context

  • Calling PythonCall.pydel!(model) and/or for v in variables PythonCall.pydel!(v) end inside the body of the function does not have any visible effect
  • Executing GC.gc() after the function calls has the effect that at least part of the allocated memory gets freed, but sometimes this does not happen if it is executed only once.
  • Calling the equivalent code directly from Python works as expected, i.e. the memory gets freed after the function terminates. Here is the Python version: 
    from ortools.sat.python import cp_model
import random

    def createmodel():
  model = cp_model.CpModel()
  variables = [model.new_int_var(0,1, f"x_{i}") for i in range(100)]
  model.add_allowed_assignments(variables, [[random.randint(0,1) for _ in range(100)] for _ in range(200000)])
  return None

    createmodel()
createmodel()
createmodel()
# ... if you keep calling createmodel(), the memory never gets full
Ngôn ngữ chính
Julia
Star
1.1k
Fork
89
Merge trung bình
2 ngày 15 giờ
Pull request đã merge (30 ngày)
7

Chuẩn bị môi trường

Dự án này không cung cấp dev container, Dockerfile hay hướng dẫn đóng góp, nên bạn cần tự thiết lập môi trường: hãy bắt đầu từ README và xem hướng dẫn đóng góp lần đầu của chúng tôi để biết các bước chung.

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của JuliaPy/PythonCall.jl

Tất cả issue của JuliaPy/PythonCall.jl

Issue tương tự

Thêm issue về Julia

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.