Нормально ли, что запуск python под valgrind показывает много ошибок с памятью?

Я попытался отладить сбой памяти в моем расширении Python C и попытался запустить script под valgrind. Я обнаружил, что в выводе valgrind слишком много "шума", даже если я выполнил простую команду как:

valgrind python -c ""

Выход Valgrind с повторяющейся информацией:

==12317== Invalid read of size 4
==12317==    at 0x409CF59: PyObject_Free (in /usr/lib/libpython2.5.so.1.0)
==12317==    by 0x405C7C7: PyGrammar_RemoveAccelerators (in /usr/lib/libpython2.5.so.1.0)
==12317==    by 0x410A1EC: Py_Finalize (in /usr/lib/libpython2.5.so.1.0)
==12317==    by 0x4114FD1: Py_Main (in /usr/lib/libpython2.5.so.1.0)
==12317==    by 0x8048591: main (in /usr/bin/python2.5)
==12317==  Address 0x43CD010 is 7,016 bytes inside a block of size 8,208 free'd
==12317==    at 0x4022F6C: free (in /usr/lib/valgrind/x86-linux/vgpreload_memcheck.so)
==12317==    by 0x4107ACC: PyArena_Free (in /usr/lib/libpython2.5.so.1.0)
==12317==    by 0x41095D7: PyRun_StringFlags (in /usr/lib/libpython2.5.so.1.0)
==12317==    by 0x40DF262: (within /usr/lib/libpython2.5.so.1.0)
==12317==    by 0x4099569: PyCFunction_Call (in /usr/lib/libpython2.5.so.1.0)
==12317==    by 0x40E76CC: PyEval_EvalFrameEx (in /usr/lib/libpython2.5.so.1.0)
==12317==    by 0x40E70F3: PyEval_EvalFrameEx (in /usr/lib/libpython2.5.so.1.0)
==12317==    by 0x40E896A: PyEval_EvalCodeEx (in /usr/lib/libpython2.5.so.1.0)
==12317==    by 0x40E8AC2: PyEval_EvalCode (in /usr/lib/libpython2.5.so.1.0)
==12317==    by 0x40FD99C: PyImport_ExecCodeModuleEx (in /usr/lib/libpython2.5.so.1.0)
==12317==    by 0x40FFC93: (within /usr/lib/libpython2.5.so.1.0)
==12317==    by 0x41002B0: (within /usr/lib/libpython2.5.so.1.0)

Python 2.5.2 на Slackware 12.2.

Это нормальное поведение? Если так, то valgrind может быть неуместным инструментом для отладки ошибок памяти в Python?

Ответ 1

Вы можете попробовать использовать файл файл подавления, который поставляется с источником python

Чтение Python Valgrind README - тоже хорошая идея!

Ответ 2

Это довольно часто, в любой довольно большой системе. Вы можете использовать Valgrind систему подавления, чтобы явно подавлять предупреждения, которые вас не интересуют.

Ответ 3

Самый правильный вариант - сообщить Valgrind, что он должен перехватывать функции распределения Python. Вы должны исправить valgrind/coregrind/m_replacemalloc/vg_replace_malloc.c, добавляя новые перехватчики для PyObject_Malloc, PyObject_Free, PyObject_Realloc, например:

ALLOC_or_NULL(NONE,                  PyObject_Malloc,      malloc);

(обратите внимание, что для функций распределения пользователей должно быть NONE)

Ответ 4

Да, это типично. Большие системы часто оставляют память незаблокированной, что отлично, если она является постоянной величиной и не пропорциональна текущей истории системы. Интерпретатор Python относится к этой категории.

Возможно, вы можете отфильтровать вывод valgrind, чтобы сфокусироваться только на выделениях, сделанных в вашем расширении C?

Ответ 5

Есть еще один вариант, который я нашел. Джеймс Хенстридж имеет пользовательскую сборку python, которая может обнаружить факт, что python работает под valgrind, и в этом случае распределитель pymalloc отключен, с PyObject_Malloc/PyObject_Free, проходящим до нормального malloc/free, который valgrind знает, как отслеживать.

Пакет доступен здесь: https://launchpad.net/~jamesh/+archive/python