我有一个基本的python程序，它可以制作大量的线程（2000），处理一些东西，然后将其写出来。
我已经缩小了我的代码范围，类似于这个（有 2k 线程）：网址提取线程示例：http://www.ibm.com/developerworks/aix/library/au-threadingpython/
除了在我的类中，我实际上什么都不做（从队列中获取项目，然后调用任务完成）。在这个缩小版本中，和我做事的版本中，内存使用情况是相同的。在 32 位 python 解释器中，我使用了大约 105 meg 的虚拟内存。在 64 位中，我使用超过 8 个演出。
我正在运行 rhel 6。我还添加了：threading.stack_size（32768）以减小堆栈大小。我假设python正在获取一些默认的内存限制来保留内存，我只是无法弄清楚该限制是什么。
有什么想法吗？
谢谢！
如果你使用的是 RHEL6 或者你的 glibc 比 2.10 更新（你可以使用 rpm -q glibc 检查）。这是由于缺少MALLOC_ARENA_MAX。
在 RHEL 6 中，glibc 的 malloc （>=2.10） 有一个新的竞技场分配器，它允许每个线程能够分配自己的竞技场。可重复使用竞技场的最大数量取决于核心数量。在 64 位系统上，这些竞技场是 64M 映射，16 核系统的默认竞技场数量可能达到 128。您可以轻松获得128 * 64MB = 8GB。因此，当使用许多线程时，它可能会导致大量的虚拟内存（VMS）（尽管RSS的增加可能是完全正常的。
这可以通过将 env. 变量MALLOC_ARENA_MAX设置为较小的数字（如 1 或 4）来解决。
如果你真的需要 2k+ 线程，你会有兴趣阅读全局解释器锁 （GIL）： http://wiki.python.org/moin/GlobalInterpreterLock