Python项目部署到2核2G云服务器时出现内存不足怎么办？-云服务器

在 2 核 2G 的云服务器上部署 Python 项目时，内存不足是常见问题。以下是系统化的优化方案，按优先级排序：

一、紧急缓解措施（立即生效）

1. 添加 Swap 分区

# 创建 2GB swap 文件
sudo fallocate -l 2G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile

# 永久生效
echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab

⚠️ Swap 会降低性能，但能避免 OOM 崩溃

2. 限制 Python 进程内存

# 在启动脚本中设置资源限制
import resource
resource.setrlimit(resource.RLIMIT_AS, (2*1024*1024*1024, 2*1024*1024*1024))  # 限制为 2GB

二、应用层优化

3. 调整 WSGI/Gunicorn 配置

# gunicorn.conf.py
workers = 1
worker_class = 'sync'  # 或 'gevent' 更省内存
threads = 1
max_requests = 1000
max_requests_jitter = 50
timeout = 30
keepalive = 2
limit_request_line = 4094
limit_request_fields = 100
limit_request_field_size = 8190

启动命令：

gunicorn -c gunicorn.conf.py app:app --bind 0.0.0.0:8000

4. 使用轻量级框架替代

Flask → FastAPI（异步支持更好）
Django → Flask/FastAPI + 精简依赖
禁用不必要的中间件和扩展

5. 数据库优化

-- MySQL 配置示例 (my.cnf)
[mysqld]
innodb_buffer_pool_size = 128M
max_connections = 50
query_cache_size = 0  # 新版本已废弃

或使用 SQLite 替代（适合低并发场景）：

DATABASE_URL = "sqlite:///app.db"

三、架构优化

6. 启用缓存

# Redis 缓存（可复用现有连接）
from flask_caching import Cache

cache = Cache(config={'CACHE_TYPE': 'redis', 'CACHE_REDIS_URL': 'redis://localhost:6379/0'})

或使用内存缓存（减少外部依赖）：

from cachetools import LRUCache
cache = LRUCache(maxsize=1000)

7. 静态资源分离

Nginx 托管静态文件（CSS/JS/图片）
Gzip 压缩响应内容
CDN 提速静态资源

Nginx 配置片段：

location ~* .(css|js|jpg|png|gif)$ {
    expires 30d;
    add_header Cache-Control "public, immutable";
}

四、监控与调优

8. 实时监控内存

# 安装监控工具
sudo apt install htop meminfo

# 查看实时内存
htop
free -h

9. 分析内存泄漏

# 使用 memory_profiler
from memory_profiler import profile

@profile
def heavy_function():
    data = [i for i in range(100000)]
    return sum(data)

启动时添加：

python -m memory_profiler your_app.py

五、终极方案

如果上述方法仍无法满足需求：

升级服务器：考虑 4G+ 内存实例

容器化优化：

FROM python:3.9-slim
ENV PYTHONUNBUFFERED=1
RUN apt-get update && apt-get install -y --no-install-recommends 
   libpq-dev gcc
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

无服务器部署：AWS Lambda / Google Cloud Functions
水平扩展：多个小实例 + 负载均衡

快速检查清单

[ ] 已配置 Swap 分区
[ ] Gunicorn workers 设为 1
[ ] 数据库连接池大小合理
[ ] 静态资源由 Nginx 托管
[ ] 启用了缓存机制
[ ] 移除了不必要的第三方库
[ ] 配置了日志轮转（避免磁盘占满）

建议优先实施 Swap + Gunicorn 优化 + 静态资源分离，这三项通常能解决 80% 的内存问题。如果业务增长迅速，及时评估硬件升级成本比过度优化代码更经济。