带有compute_totals和有限差异的可能的内存泄漏

如何解决带有compute_totals和有限差异的可能的内存泄漏

我想我在OpenMDAO中发现了内存泄漏，这是在重置问题并多次计算总导数时发生的。这是一种通过Sellar问题重现它的方法：

import openmdao.api as om
from openmdao.test_suite.components.sellar_feature import SellarMDA

# Setup of the Sellar poblem
prob = om.Problem()
prob.model = SellarMDA()

for i in range(10000):
    # prob = om.Problem() ### adding these two lines solves the memory leak
    # prob.model = SellarMDA()
    prob.setup(check=False)
    prob.model.cycle.linear_solver = om.DirectSolver()
    prob.run_driver()
    totals = prob.compute_totals("z","x")
    del totals

input()

当我启动此脚本时，RAM会填满，直到关闭运行中的终端后才会释放。终止脚本不会释放内存，也不会删除totals对象。仅当使用具有有限差异的compute_totals时，才会发生内存泄漏。我发现重新创建问题（两条注释行）而不是仅重置它可以防止泄漏。

我当前的OpenMDAO版本是3.2.0，但是我也设法在3.3.0上重现它。

我不确定我是在做错什么还是真的是错误，但是我对有人的解释很感兴趣。避免泄漏很容易，添加两条注释行就足够了，但是由于这一点我仍然损失了几天的计算时间，我认为我可以为其他人进行记录。

解决方法

我运行了您的测试用例，并能够重现内存错误。但是，我发现即使改用完全分析的导数，问题仍然存在。肯定有一个小错误，但是内存泄漏是由重复调用prob.setup()触发的。当我将安装程序调用移出for循环时，内存问题消失了。因此，安装过程中会有些泄漏，但是根本不需要多次调用安装程序，除非您要更改问题中的某些内容以交换可变大小或实际上需要它。

我假设在您的实际运行脚本中，您确实需要多次调用安装程序，这就是您遇到此错误的原因。我已经在GitHub的OpenMDAO问题跟踪器中记录了bug。

,

我们发现了内存泄漏，并已于2020年11月24日使用commit e51b513修复。它将很快合并，并将在下一个OpenMDAO版本中。