Python 服务内存一直涨，全局列表缓存把对象都留住了

问题现象

服务跑几天内存从两百兆涨到两个多 G，重启后恢复，代码里没看到明显的大对象。

原因分析

模块级列表或字典不断追加且没有淘汰，对象一直被引用，垃圾回收无法释放。判断时先分清是 Python 内存泄漏 本身的配置问题，还是上游调用、运行环境带进来的差异；前者改配置就能收口，后者要沿着请求链路一层层往上找，处理顺序不能颠倒。先在出问题的机器上复现一次，把报错原文和发生时间记下来，再对着日志定位。

处理步骤

1. 用 tracemalloc 定位增长点
2. 给缓存加上限和过期策略
3. 避免在循环里往全局容器塞对象

对应的命令或配置片段如下，可直接复制：

import tracemalloc
tracemalloc.start()
# 业务执行后
snap = tracemalloc.take_snapshot()
for s in snap.statistics('lineno')[:5]:
    print(s)

改动前把原配置备份一份，出问题时能马上回退，比现场找原因省时间。排查时把每一步的输出留下来，后面再遇到同类问题，对照日志就能判断是哪一层先出错的。

验证结果

压测一段时间后内存曲线趋于平稳，不再持续攀升，缓存命中率仍正常。