PocketPy 内存泄漏问题分析与修复

问题背景

在PocketPy项目中，开发者发现了一个严重的内存管理问题：当虚拟机(VM)频繁执行大量小型Python表达式时，会出现内存使用量急剧增长的情况。这个问题在游戏开发等需要持续执行脚本的场景中尤为突出，可能导致应用程序因内存耗尽而崩溃。

问题复现

通过以下测试代码可以稳定复现该问题：

#include "pocketpy.h"
using namespace pkpy;

int main(){
    VM* vm = new VM();
    vm->exec("a = 0");
    for(int i = 0; i < 200 * 1000 * 1000; ++i){
        vm->exec("a = a + 1 # 长注释...");
    }
    delete vm;
    return 0;
}

这段代码理论上只需要维护一个变量a的内存空间，但实际上运行时内存消耗会超过10GB，明显存在内存泄漏。

问题分析

经过深入调查，发现内存泄漏主要来自两个方面：

1. 表达式池(PoolExpr)泄漏：PocketPy使用对象池管理表达式对象，但这些对象在执行后没有被正确释放，导致内存持续增长。

2. GC触发机制不足：PocketPy的垃圾回收(GC)机制仅在函数调用时触发，对于连续执行的简单表达式不会自动回收内存。

通过内存监控工具观察到，表达式池的大小异常增长：

PoolExpr: 8.00 KB (used) / 8.00 KB (total) - 375014.25 KB (exceeded)

解决方案

项目维护者实施了以下修复措施：

1. 修复表达式池泄漏：重构了表达式对象的生命周期管理，确保执行完毕后正确释放相关资源。

2. 增强内存监控：提供了Pools_debug_info()函数，方便开发者实时监控各内存池状态。

修复后，内存使用保持稳定：

PoolExpr: 0.00 KB (used) / 8.00 KB (total) - 0.00 KB (exceeded)
PoolFrame: 0.00 KB (used) / 10.00 KB (total) - 0.00 KB (exceeded)

最佳实践建议

对于需要在循环中频繁执行脚本的场景，建议：

1. 合理触发GC：在循环中定期调用vm->heap.collect()手动触发垃圾回收。

2. 监控内存使用：使用Pools_debug_info()定期检查内存池状态。

3. 避免频繁编译：对于重复执行的代码，考虑预编译为函数减少解析开销。

技术启示

这个案例展示了脚本引擎内存管理的几个重要方面：

1. 对象池设计：需要精细控制对象的创建和销毁，避免"池泄漏"。

2. GC策略选择：基于调用栈的GC触发机制可能不适用于所有场景。

3. 内存监控：完善的调试工具对定位内存问题至关重要。

PocketPy的这次修复不仅解决了具体问题，也为嵌入式脚本引擎的内存管理提供了有价值的参考。