Python 小烧瓶SQLAlchemy查询在芹菜任务中占用900Mb内存（Kubernetes群集）

我有一个非常简单的查询，在一个非常简单的表中：

def get_默认值（域）：
defaults=BaseDefaults.query.filter_by（domain=domain）.first（）
返回默认值

该表有（不是开玩笑的）3行，34列，1 PK，1 Unique，2 FK。属于以下类型：

Timestamp: 2 Cols
Integer: 5 Cols
Booleans: 8 Cols
VarChar(100) & Varchar(250): 19 Cols

通常，这些列中大约有5-8列具有空值。 此函数在芹菜任务的上下文中运行，芹菜任务的内存急剧膨胀（1.2Gb），而另一个正在运行的任务的内存约为110Mb

因此，我用

内存分析器
分析了代码，结果发现这个特定函数
defaults=get\u defaults（domain）
消耗了大约800-900Mb的RAM，这完全没有意义

我在本地看不到同样的行为——它只发生在Kubernetes集群内（托管在DigitalOcean上），因此很难理解可能发生的情况

该函数查询托管在RDS上的Postgres DB，该数据库似乎工作正常（来自本地pc或SQL客户端的查询在不到200ms的时间内工作正常）

我还发现，大部分高内存消耗发生在第一次运行查询时，在第二次运行查询时（另一个任务运行），同一行增加了约120Mb的使用量，这似乎更合理。因此，芹菜炼金术中的会话管理也可能成为阻碍

它在集群中消耗大量RAM，并威胁节点的健康。如果我将吊舱的消耗限制在512Mb，吊舱会被创建，但随后就会死亡

关于如何排除故障、优化和修复此问题，有什么想法吗？
对于遇到类似问题的任何人，我在
backref
模型声明中修复了我的问题，即
lazy=True

在数据库中一个完全不同的表开始快速增长之前，这不是一个问题-我们使用的是
lazy='joined'
，它将自动连接所有与
bsaedfaults
声明了关系的表

使用
lazy=True
只加载查询的表，因此pod中的内存消耗从1.2Gb降至140Mb