Python 容器timeoutErrors上docker峰值的内存使用

我正在docker容器中运行一个循环python脚本。该脚本只是无限循环并通过HTTP请求从远程服务器收集数据（间隔1秒）。循环是通过12个进程完成的，每个进程大约有1000个线程，每个线程运行一个包含两个任务的异步IO循环 例如：

        async def getDataPeriodic():
            while True:
                self.getData(queue)
                await asyncio.sleep(self.sleepInterval)
        DataLoop = asyncio.get_event_loop()
        self.dataTask = entriesLoop.create_task(getEntriesPeriodic())

然后使用

run\u forever

我最近发现，我的容器总是在重新启动，问题似乎是内存问题。从日志中，我的服务器会在多个请求中收到来自远程服务器的多个“readTimeout”错误（这是常见的），这会立即将2Gb的ram分配给永远不会解除分配的容器

因此，在夜间发生多个类似错误后，我的容器将使我拥有的16GB内存饱和，然后重新启动，丢失一些有价值的内存数据（其本身永远不会超过16GB）

我想知道这是什么原因，以及如何释放错误内存，它是否与打印到stderr的数据有关？我尝试使用sysctl-wvm.drop\u caches=1清除缓存，但没有使用

我没有任何代码表明我肯定会重现这个问题，因为它发生在启动4小时后，当时我的远程服务器开始为我的请求返回超时，这就是我在这里询问的原因。有人有类似的问题吗

编辑：

这是我的dockerFile：

FROM python
ARG HOME_DIR_PATH
ARG WS_SERVER_PORT
RUN mkdir -p /home/app
WORKDIR /home/app
COPY requirements.txt ./
RUN pip install --no-cache-dir -r requirements.txt
COPY . .
RUN ls
EXPOSE ${WS_SERVER_PORT}
CMD ["python", "main.py"]