Python 使用固定内存资源执行函数

我有一个正在预处理的模型列表：

def preprocess(model):
    from somewhere import apply_calc
    try:
        return apply_calc(model)
    except:
        return False 

for model in all_models
    preprocessed_model = preprocess(model)

我的问题是，有些模型太大了，以至于我的“预处理”函数使用了我所有的MEM（32G）和SWP（32G），即使我有“try-except”部分，我的整个脚本也会被带有OOM的linux杀死

我解决这个问题的想法是将“preprocess”函数作为线程运行，并且只使用固定数量的内存资源。大概是这样的：

运行线程（函数=预处理，参数=模型，内存限制=40G）

现在，要么“预处理”能够使用40GB内存进行计算，它将返回预处理的模型，要么它将失败，只返回一个“False”

---

您能告诉我这看起来是否是一种正常的方法，以及如何在内存资源有限的情况下运行线程吗？我正在使用python 2.7，看起来像是X，Y问题。@James：你是说应用程序不应该吃掉整个内存和SWP？问题是，这是一个第三方软件，我没有那么多时间来重新实现它。