Tdarr项目内存泄漏问题分析与优化方案

问题现象

Tdarr作为一款媒体转码工具，在Windows和Linux环境下运行时出现了内存持续增长的问题。多位用户报告了类似现象：随着处理大量小文件（如安全监控视频或音乐文件），Tdarr服务进程的内存占用会持续攀升，最终导致系统资源耗尽。典型表现为：

1. 进程内存从初始几百MB逐渐增长至数GB
2. 内存占用不会自动回落，必须重启服务才能恢复
3. 处理大量小文件时问题尤为明显
4. 任务管理器显示Tdarr_Server_Runtime为主要内存占用进程

技术分析

经过开发者深入调查，发现问题根源在于：

1. 子进程管理机制：Tdarr采用多线程架构，每个工作线程都会创建独立的运行时进程。虽然理论上这些子进程应在任务完成后释放，但在处理大量小文件时，存在资源回收不及时的情况。

2. 数据库设计缺陷：原版本在处理大规模媒体库（超过百万文件）时，内存管理效率低下。当用户添加/删除媒体库时，相关数据结构未能被完全清理。

3. 文件处理模式影响：高频处理小文件会加剧内存碎片化问题，导致内存分配效率下降。

解决方案

开发团队在2.24.01版本中实施了多项重大改进：

1. 数据库架构重构：将核心数据存储迁移至SQLite3，显著降低内存占用。测试数据显示：

   • 处理百万级文件队列时，主进程内存从10GB降至150MB（空闲状态）
   • 10个工作线程运行时，内存仅约250MB

2. 资源回收机制优化：

   • 完善子进程生命周期管理
   • 增强媒体库删除操作后的清理流程
   • 改进内存碎片整理策略

3. 安全备份机制：版本升级时自动创建数据库备份，可通过工具界面轻松恢复。

用户反馈

升级后的实际效果：

• 内存占用降低超过95%（大规模媒体库场景）
• 工作线程获取新任务的速度显著提升
• 长期运行的稳定性大幅改善

一位用户提供的6个月内存使用图表显示，新版本的内存曲线明显趋于平稳，不再出现持续攀升现象。

最佳实践建议

1. 对于处理大量小文件的场景，建议：

   • 升级至2.24.01或更高版本
   • 合理设置工作线程数量
   • 定期监控内存使用情况

2. 系统管理员可关注：

   • 主进程内存占用指标
   • 运行时子进程数量
   • 数据库迁移状态（升级时）

这次内存优化是Tdarr项目的重要里程碑，不仅解决了长期存在的资源泄漏问题，还为处理超大规模媒体库提供了更高效的基础架构。用户可放心升级以获得更稳定的使用体验。