从代理类检索数据时出现内存泄漏

Question

我正在对一系列文件中的数据进行多重处理。为了达到这个目的，我构建了一个类来分发数据。我启动了 4 个进程，这些进程将访问同一个类并检索数据。问题是，如果我使用类方法(retrieve(((来检索数据，内存将继续增加。如果我不这样做，内存是稳定的，即使数据通过getData((不断刷新。如何在检索数据时保持稳定的内存使用量？还是任何其他方法可以实现相同的目标？

import pandas as pd
from multiprocessing import Process, RLock
from multiprocessing.managers import BaseManager 
class myclass():
    def __init__(self, path):
        self.path = path
        self.lock = RLock()
        self.getIter()
    def getIter(self):
        self.iter = pd.read_csv(self.path, chunksize=1000)
    def getData(self):
        with self.lock:
            try:
                self.data = next(self.iter)
            except:
                self.getIter()
                self.data = next(self.iter)
    def retrieve(self):
        return self.data
def worker(c):
    while True:
        c.getData()
        # Uncommenting the following line, memory usage goes up
        data = c.retrieve()
#Generate a testing file
with open('tmp.csv', 'w') as f:
    for i in range(1000000):
        f.write('%fn'%(i*1.))
BaseManager.register('myclass', myclass)
bm = BaseManager()
bm.start()
c = bm.myclass('tmp.csv')
for i in range(4):
    p = Process(target=worker, args=(c,))
    p.start()

Answer 1

我无法找出原因或解决它，但是在更改了熊猫返回变量的数据类型之后。数据帧到一个str(json字符串(，问题来了。