windows 测进程内存占用 pycharm

要测量PyCharm在Windows系统中的进程内存占用，可以按照以下步骤进行操作：

1. 打开PyCharm并打开你要测量内存占用的项目或文件。
2. 打开任务管理器来监视进程的内存占用情况。可以通过按下"Ctrl + Shift + Esc"组合键来直接打开任务管理器。
3. 在任务管理器的"进程"选项卡中，找到"pycharm.exe"进程。请注意，如果同时有多个PyCharm实例正在运行，你需要找到你要测量的那个进程。
4. 在"pycharm.exe"进程上单击鼠标右键，并选择"打开文件位置"。这将打开文件资源管理器，并将指向PyCharm的可执行文件的位置。
5. 复制PyCharm的可执行文件的路径。
6. 返回任务管理器，并找到"pycharm.exe"进程中的"内存 (工作集)"列。这一列显示了PyCharm进程当前使用的内存量（以KB为单位）。
7. 将内存占用数值与你的项目或文件的复杂度和大小进行比较，以判断PyCharm的内存使用情况是否正常。

需要注意的是，上述步骤是在Windows系统中使用任务管理器来测量PyCharm进程的内存占用。这种方法提供了对整个进程的内存使用情况的一个大致估计。如果需要更详细和准确的内存分析，可以使用专业的性能分析工具，如PyCharm自带的Profiler或第三方工具。

相关问题

pycharm进程已结束,退出代码137

### PyCharm 进程结束退出代码137 的原因分析

当遇到 PyCharm 中进程意外终止并返回特定的退出代码时，通常意味着应用程序遇到了某种类型的致命错误或资源不足情况。对于退出代码 137 特指操作系统强制杀死了该进程[^4]。

在 Linux 和 Unix 类似系统上，退出码 137 表明进程被 SIGKILL 杀死。这可能是由于内存耗尽或其他系统级别的限制触发了操作系统的 OOM（Out Of Memory）杀手机制所致。而在 Windows 上虽然不太常见报告此确切数值作为退出状态，但也可能因为类似的底层问题引起。

针对此类情形可以考虑以下几个方面来排查和解决问题：

#### 增加可用物理内存/交换空间
如果项目规模较大或者配置不当导致占用过多RAM，则尝试增加机器本身的 RAM 或者设置更大的 swap 文件大小可以帮助缓解因内存压力造成的崩溃现象。

#### 检查是否存在无限循环或者其他可能导致高负载的操作
审查代码逻辑确保没有不必要的长时间运行的任务或是递归调用过深等问题存在；优化算法效率减少不必要的计算开销也能有效降低发生这种情况的概率。

#### 更新软件版本至最新稳定发布版
有时旧版本可能存在某些 bug 导致不稳定行为，在官方维护团队修复之后的新发行版里这些问题往往已经被修正过了所以保持 IDE 及其插件处于更新状态总是好的实践之一。

# 查看当前使用的 Python 解释器及其库是否为最新版本
pip list --outdated

#### 配置合适的 JVM 参数调整堆栈大小等参数
对于基于 Java 构建的应用程序比如 IntelliJ IDEA 平台下的 PyCharm ，适当调节启动选项中的 `-Xms` , `-Xmx` 关键字指定初始与最大允许分配给虚拟机的空间量级有助于提高稳定性表现。

# 修改 idea.properties 文件内相应条目
idea.max.intellisense.filesize=2500
idea.heap.size=2g