我正在运行一个flask应用程序，该应用程序旨在接收零星但繁重的工作。我实现了一系列运行flask应用程序、celery 、redis（作为代理）和memcached（作为后端）的docker容器。我使用celery 将处理重量分成块，然后使用get（）检索所有结果：

# Multithreading

jobs = group(processing_fn.s(c) for c in chunks)
result = jobs.apply_async()

while not result.ready() : 
    time.sleep(30)

resultset = result.get()

虽然这确实工作得又快又好，但我在命令celery 释放用于存储任务结果的ram时遇到了麻烦。最终，服务器内存耗尽，必须重新启动，这远远不是最佳状态。
我试过用 .forget 在结果集上（甚至在结果集中的每个结果上）：

result = result.get()
result.forget()

...

resultset = result.get() 
for r in result : 
    r.forget()

然而，这些都没有释放记忆。。。有什么想法吗？
以下是celery 应用程序的示例化方式：

from celery import Celery

def make_celery(app):
    celery = Celery(
        app.import_name,
        broker = "redis://redis:6379/",
        backend = "cache+memcached://memcached:11211"
    )
    celery.conf.update(app.config)

    class ContextTask(celery.Task):
        def __call__(self, *args,**kwargs):
            with app.app_context():
                return self.run(*args,**kwargs)

    celery.Task = ContextTask
    return celery

...

celery = make_celery(app)