Курс Python → Ограничение ресурсов в Python

Для ограничения использования процессора и памяти в Python можно воспользоваться модулем resource. Для начала необходимо получить значения нежёсткого и жёсткого лимитов для конкретного ресурса (например, RLIMIT_CPU для ограничения использования процессора). Для этого можно воспользоваться функцией getrlimit, которая принимает в качестве аргумента константу, определяющую ресурс.

import resource
import signal

# Получаем значения нежёсткого и жёсткого лимитов для RLIMIT_CPU
soft_limit, hard_limit = resource.getrlimit(resource.RLIMIT_CPU)

Затем необходимо установить лимит, используя некоторое число секунд (или другую единицу измерения времени) в качестве аргумента. Для этого можно воспользоваться функцией setrlimit, передав ей новое значение нежёсткого лимита и ранее полученное значение жёсткого лимита.

# Устанавливаем лимит использования процессора в 5 секунд
resource.setrlimit(resource.RLIMIT_CPU, (5, hard_limit))

Далее необходимо зарегистрировать обработчик сигнала, который будет инициировать процедуру выхода из программы при превышении установленного лимита. Для этого можно воспользоваться модулем signal и функцией signal.signal, указав соответствующий сигнал (например, signal.SIGXCPU для превышения времени процессора).

# Регистрируем обработчик сигнала SIGXCPU
def signal_handler(signum, frame):
    print("Превышено время использования процессора")
    exit()

signal.signal(signal.SIGXCPU, signal_handler)

Для ограничения использования памяти можно также использовать модуль resource. После получения значений нежёсткого и жёсткого лимитов для нужного ресурса (например, RLIMIT_AS для ограничения использования памяти), необходимо установить ограничение с помощью функции setrlimit, передав размер ограничения и значение жёсткого лимита.

# Получаем значения нежёсткого и жёсткого лимитов для RLIMIT_AS
soft_limit, hard_limit = resource.getrlimit(resource.RLIMIT_AS)

# Устанавливаем лимит использования памяти в 100 МБ
resource.setrlimit(resource.RLIMIT_AS, (100 * 1024 * 1024, hard_limit))
Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Переворот строки
  2. Обновление данных через PUT запрос
  3. Работа с deque в Python
  4. Преобразование текста в речь с Python
  5. Модуль sys: основы
  6. Непрерывная проверка в Python
  7. Генерация случайных чисел в Python
  8. Форматирование строк в Python
  9. Игра Виселица на Python
  10. Поток данных в Python
  11. Декоратор @override
  12. Обработка данных в Python
  13. Декораторы в Python
  14. Работа с процессами в Python
  15. Комментарии в Python
  16. Условное добавление элементов в список
  17. Замена подстроки
  18. Импорт классов из другого файла
  19. Экспорт данных в файл.
  20. Цикл while в Python
  21. Python Поверхностное Копирование
  22. Метод Event.wait() в Python
  23. Мониторинг работы программы Py-spy
  24. capitalize() — изменение регистра первого символа строки
  25. Сериализация данных в JSON с помощью json.dumps
  26. Метод enumerate() в Python
  27. Ограничение итераций в Python
  28. Работа с collections в Python.
  29. Метод join() для объединения элементов
  30. Заказ карты Тинькофф Black
  31. JSON в Python: модуль, dump, dumps, load
  32. Удаление и повторная вставка ключа в OrderedDict
  33. Преобразование данных в Python
  34. Генерация резюме в Gensim
  35. Путь к интерпретатору Python
  36. Прокачанный трейсинг ошибок
  37. Многострочные комментарии в Python
  38. Python-dateutil — работа с датами
  39. Цикл for в Python
  40. Оператор Walrus в Python
  41. Возврат значений из генератора
  42. Работа с базами данных SQLite
  43. Howdoi — получение ответов из терминала
  44. Сортировка с помощью параметра key
  45. Операторы объединения в Python 3.9
  46. Работа с буфером обмена на Python
  47. Очистка вывода в Python

Marketello читают маркетологи из крутых компаний