docker中检测进程的内存使用量

用 root 用户进入容器安装 gdb

直接执行（注意 -u 0 就是 root）：

docker compose exec -u 0 app sh -lc 'apt-get update && apt-get install -y gdb'

装完确认：

docker compose exec -u 0 app sh -lc 'gdb --version'

docker compose exec -u 0 app sh -lc '
  apt-get update &&
  apt-get install -y gdb &&
  pip install -U memray
'

docker compose exec -u 0 app sh -lc '
  apt-get update &&
  apt-get install -y gdb &&
  /label-studio/.venv/bin/pip install -U memray
'

在容器里面：

sh -lc '
for p in /proc/[0-9]*; do
  cmd=$(tr "\0" " " < "$p/cmdline" 2>/dev/null || true)
  echo "$cmd" | grep -q uwsgi && echo "PID=$(basename $p) CMD=$cmd"
done | head -20
'

输入上面查询出来的pid:

sh -lc 'cat /proc/<PID>/status | egrep "VmRSS|VmSize|RssAnon|RssFile|RssShmem"'

在宿主机：

docker compose exec app sh -lc '
for p in /proc/[0-9]*; do
  cmd=$(tr "\0" " " < "$p/cmdline" 2>/dev/null || true)
  echo "$cmd" | grep -q uwsgi && echo "PID=$(basename $p) CMD=$cmd"
done | head -20
'

这会输出类似：

• PID=1 CMD=... uwsgi ...（可能是 master）

• 以及其他 worker 的 PID

2) 看哪个 PID 内存大（在容器内）

把上一步输出的某个 PID（例如 1 或 23）替换进去：

docker compose exec app sh -lc 'cat /proc/<PID>/status | egrep "VmRSS|VmSize|RssAnon|RssFile|RssShmem"'

先解释一下你看到的 PID

• PID=1：基本可以认为是 uWSGI master（容器主进程）

• PID=163：是 uWSGI worker / http进程（真正处理请求的进程之一）

• PID=722/731：是你临时执行的 sh -lc ... 子进程，命令结束就没了，所以 /proc/... 会消失，这是正常的。

  PID=298155 CMD=/label-studio/.venv/bin/python /label-studio/.venv/bin/uwsgi --ini /label-studio/deploy/uwsgi.ini
  PID=298632 CMD=/label-studio/.venv/bin/python /label-studio/.venv/bin/uwsgi --ini /label-studio/deploy/uwsgi.ini
  [root@localhost bztongyong]# docker compose exec app sh -lc "ps aux | grep uwsgi | head"
  sh: 1: ps: not found
  [root@localhost bztongyong]# docker compose exec app sh -lc "298155"
  sh: 1: 298155: not found
  [root@localhost bztongyong]# docker compose exec app sh -lc 298155
  sh: 1: 298155: not found
  [root@localhost bztongyong]# docker compose exec app sh -lc '

  for p in /proc/[0-9]; do
  cmd=(tr "\0" " " < "p/cmdline" 2>/dev/null || true)
  echo "cmd" | grep -q uwsgi && echo "PID=(basename p) CMD=cmd"
  done | head -20
  '
  PID=1 CMD=/label-studio/.venv/bin/python /label-studio/.venv/bin/uwsgi --ini /label-studio/deploy/uwsgi.ini
  PID=163 CMD=/label-studio/.venv/bin/python /label-studio/.venv/bin/uwsgi --ini /label-studio/deploy/uwsgi.ini
  PID=722 CMD=sh -lc
  for p in /proc/[0-9]; do
  cmd=(tr "" " " < "p/cmdline" 2>/dev/null || true)
  echo "cmd" | grep -q uwsgi && echo "PID=(basename p) CMD=cmd"
  done | head -20

  PID=731 CMD=sh -lc
  for p in /proc/[0-9]*; do
  cmd=(tr "" " " < "p/cmdline" 2>/dev/null || true)
  echo "cmd" | grep -q uwsgi && echo "PID=(basename p) CMD=cmd"
  done | head -20

  [root@localhost bztongyong]# docker compose exec app sh -lc 'cat /proc/1/status | egrep "VmRSS|VmSize|RssAnon|RssFile|RssShmem"'
  VmSize: 23060 kB
  VmRSS: 14720 kB
  RssAnon: 8788 kB
  RssFile: 4824 kB
  RssShmem: 1108 kB
  [root@localhost bztongyong]# docker compose exec app sh -lc 'cat /proc/163/status | egrep "VmRSS|VmSize|RssAnon|RssFile|RssShmem"'
  VmSize: 31256 kB
  VmRSS: 17216 kB
  RssAnon: 16984 kB
  RssFile: 216 kB
  RssShmem: 16 kB
  [root@localhost bztongyong]# docker compose exec app sh -lc 'cat /proc/722/status | egrep "VmRSS|VmSize|RssAnon|RssFile|RssShmem"'
  cat: /proc/722/status: No such file or directory
  [root@localhost bztongyong]# docker compose exec app sh -lc 'cat /proc/731/status | egrep "VmRSS|VmSize|RssAnon|RssFile|RssShmem"'
  cat: /proc/731/status: No such file or directory
  [root@localhost bztongyong]# 看看吧

用 Memray 的正确抓法（抓 worker，不抓 PID=1）

请对 PID=163 做 attach（建议先录 2--5 分钟）：

• 第 1 行：确保容器里装了 memray

• pip show memray：检查是否已安装

• || pip install -U memray：如果没装就安装/升级

• 不产生报告文件

• 第 2 行：附加到进程 PID=163，录制 300 秒的内存分配

• memray attach 163：连接到容器内 PID=163（通常是 uWSGI worker）

• -o /tmp/memray-163.bin：把原始采样数据保存到容器内 /tmp/ 目录

• --duration 300：录 300 秒（5 分钟）

• 产物：容器内 /tmp/memray-163.bin

• 第 3 行：把 bin 转成可视化 HTML 报告

• memray flamegraph ... -o ...：生成 flamegraph

• 产物：容器内 /tmp/memray-163.html

• 第 4 行：把容器里的 HTML 拷到宿主机当前目录

• docker compose ps -q app：拿到 app 容器 ID

• docker cp <容器ID>:/tmp/memray-163.html ./memray-163.html

• 产物：宿主机当前目录下 memray-163.html（用浏览器打开看）

先一次性准备环境（只做一次）：

docker compose exec -u 0 app sh -lc 'apt-get update && apt-get install -y gdb'
docker compose exec -u 0 app sh -lc '/label-studio/.venv/bin/pip install -U memray'

先执行输出进程号：

docker compose exec app sh -lc '
for p in /proc/[0-9]*; do
  cmd=$(tr "\0" " " < "$p/cmdline" 2>/dev/null || true)
  echo "$cmd" | grep -q uwsgi && echo "PID=$(basename $p) CMD=$cmd"
done | head -20'

docker compose exec -u 0 app sh -lc '
  apt-get update &&
  apt-get install -y gdb &&
  /label-studio/.venv/bin/pip install -U memray
'

再根据进程号执行下面命令： 选 不是 1 的那个（一般 1 是 master），优先选 worker 的 PID 去 attach。

docker compose exec app sh -lc '/label-studio/.venv/bin/python -m memray attach <PID> -o /tmp/memray.bin --duration 300'

docker compose exec app sh -lc '/label-studio/.venv/bin/python -m memray flamegraph /tmp/memray.bin -o /tmp/memray.html'

docker cp $(docker compose ps -q app):/tmp/memray.html ./memray.html

如果你想将docker compose exec app sh -lc 'memray attach 163 -o /tmp/memray-163.bin --duration 300'

生成的memray-163.bin文件拷到挂载的数据目录（方便下载）执行下面代码

你们有挂载 ./mydata:/un-label/data，可以把报告放进去：

docker compose exec app sh -lc "cp /tmp/memray-163.html /un-label/data/memray-163.html && ls -lh /un-label/data | grep memray"