分享Linux内存占用几个案例

最近一台 CentOS 服务器，发现内存无端 损失 了许多， free 和 ps 统计的结果 相差十几个G ，非常奇怪，后来Google了许久才搞明白。

分析

1、linux系统内存消耗主要有三个地方：

• 进程
• slab
• pagecacge

用 free 命令查看到的是系统整体的内容使用情况，而使用 ps 和 top 看到的内存使用情况都是以进程维度来看的，因此看不到 slabcache 和pagecache 的内存占用信息。

2、判断应用程序是否有内存泄露问题，只根据进程的内存使用或机器的内存变化来判定都不太准确，如果单凭进程的内存变化可能会疏忽一些小对象的内存泄露问题。

同时对于机器的内存的使用也要做是否合理的判断。对于不同语言的应用都有相应的神器可以辅助定位内存泄露问题，同时结合linux内存的监控工具进行分析，

除了 top ， free 还有 pmap ， /proc/meminfo 和 /slabinfo ， slaptop 等。

3、通过这个问题，有一点比较重要的是，在使用监控工具进行监控和分析时，对其值的具体含义还是要了解的很清楚，否则会造成误判，使问题变得更加复杂。

4、此外 page cache ， dentries 和 inodes cache ，系统是会自动回收的。

可以通过以下几种方式加速其回收，不过实际并不需要这么做。

手工清除内存 缓存

echo 1 > /proc/sys/vm/drop_caches
echo 2 > /proc/sys/vm/drop_caches
echo 3 > /proc/sys/vm/drop_caches
vm.vfs_cache_pressure
vm.min_free_kbytes

问题描述和初步调查

$ free -g

这台服务器有 16G内存 ，但是结果显示除了2G左右的文件Buffer缓存外，其余十几G都被确确实实的用光了。(free按1024进制计算，总内存可能比实际偏小)

这里大概介绍下 free 结果的含义:

然后 top 看了下，没有特别吃内存的程序。用 ps 大概统计下所有程序占用的总内存:

$ echo `ps aux |awk '{mem += $6} END {print mem/1024/1024}'` GB

0.595089

结果显示所有进程占用的内存还不到 1G ，实际上，因为 free , ps 的统计方式的差别和 Copy-on-write 和 Shared libraries 等内存优化机制的存在，这两者的统计结果通常是不一样的。但是一般情况下绝对不会相差十几个G，肯定是有什么隐藏的问题，Google了许久后发现，free没有专门统计另一项缓存: Slab 。

Slab 简介和进一步调查

Slab Allocation 是Kernel 2.2之后引入的一个内存管理机制，专门用于缓存内核的数据对象，可以理解为一个内核专用的对象池，可以提高系统性能并减少内存碎片。 (Kernel 2.6.23之后，SLUB成为了默认的allocator)

查看Slab缓存

$ cat /proc/meminfo

# 其中，Slab相关的数据为
Slab: 154212 kB
SReclaimable: 87980 kB
SUnreclaim: 66232 kB

SReclaimable(Linux 2.6.19+) 都是 clean 的缓存，随时可以释放。回到之前的内存问题，

查看服务器上Slab占用的内存：

方法1：

$ cat /proc/meminfo|grep Slab

Slab: 12777668 kB

方法2：

echo `cat /proc/meminfo|grep Slab|awk '{mem += $2} END {print mem/1024/1024}'` GB

12G

12G 的Slab缓存，有意思的是free把Slab缓存统计到了 usedmemory 中，这就是之前那个问题的症结所在了。另外，还可以查看 /proc/slabinfo (或使用 slabtop 命令)来查看Slab缓存的具体使用情况。

结果发现， ext3_inode_cache 和 dentry_cache 占用了绝大部分内存。考虑到这台服务器会频繁地用 rsync 同步大量的文件，这个结果也并不意外。

解决问题

先说明一下，如果问题仅仅是Slab占用了太多的内存(SReclaimable)，那么通常不需要太操心，因为这根本不是个问题(如果是SUnreclaim太多且不断增长，那么很有可能是内核有bug)。但是，如果是因为Slab占用内存太多而引起了其他的问题，建议继续往下阅读。

清除Slab可回收缓存

通过 /proc/sys/vm/drop_caches 这个配置项，可以手动清除指定的可回收缓存(SReclaimable)

echo 2 > /proc/sys/vm/drop_caches 或者 sysctl vm.drop_caches=2

上面的命令会主动释放 Slab 中 clean的缓存 (包括inode和dentry的缓存)，然后再 free -g 一下，空闲的内存陡增了十几个G

注意的是 ，手动清除缓存可能会在一段时间内降低系统性能。原则上不推荐这么做，因为如果有需要，系统会自动释放出内存供其他程序使用。

另外，手动清除Slab缓存是一个治标不治本的办法。因为问题不在Slab，实际操作的时候发现，清除缓存一段时间后， Slab缓存 很快又会反弹回去。

如果需要治本，要么搞定问题进程，要么修改系统配置，要么增加物理内存。

调整系统 vm 配置

风险预警 : 调整以下系统配置可能会对系统性能造成负面影响，请仔细测试并谨慎操作。

/etc/sysctl.conf 里有以下几个对内存管理影响比较大的内核参数配置：

vm.vfs_cache_pressure

系统在进行内存回收时，会先回收page cache, inode cache, dentry cache和swap cache。vfs_cache_pressure 越大，每次回收时，inode cache和dentry cache所占比例越大。

vfs_cache_pressure

默认是100，该值越大inode cache和dentry cache的回收速度会越快，越小则回收越慢，为0的时候完全不回收，内存溢出(OOM!)。

vm.min_free_kbytes

系统的”保留内存”的大小，”保留内存”用于低内存状态下的”atomic memory allocation requests”(eg. kmalloc + GFP_ATOMIC)，该参数也被用于计算开始内存回收的阀值，默认在开机的时候根据当前的内存计算所得，越大则表示系统会越早开始内存回收。 vm.min_free_kbytes 过大可能会导致 OOM ，太小可能会导致系统出现死锁等问题。查看默认设置： cat /proc/sys/vm/min_free_kbytes

vm.swappiness

该配置用于控制系统将内存 swap out 到交换空间的积极性，取值范围是[0, 100]。 vm.swappiness 越大，系统的交换积极性越高，默认是60， 如果为0则不会进行交换。

$ vim /etc/sysctl.conf

vm.swappiness = 1

查看默认设置： cat /proc/sys/vm/swappiness

drop_caches

默认值为0，将此值设置为1，2或3，使内核删除页面缓存和slab缓存的各种组合。

• 1 系统使所有的页面缓冲存储器失效并释放。
• 2 系统释放所有未使用的slab缓存内存。
• 3 系统释放所有的页面缓存和slab缓存内存。

查看默认设置： cat /proc/sys/vm/drop_caches

注：以上参数设置是非破坏性的操作，由于脏数据不能被释放，建议设置以上参数的值之前运行sync把内存数据写入硬盘。在生产环境中不建议使用drop_caches释放内存。

案例二 （物理内存的外碎片回收）

问题

执行 docker ps 命令挂住

问题分析

查找 /var/log/messages ，发现有错误信息： XFS: possible memory allocation deadlock in kmem_alloc (mode:0x250)

在linux中使用 buddy算法 解决 物理内存 的 碎片问题 ，其把所有空闲的内存，以2的幂次方的形式，分成11个块链表，分别对应为1、2、4、8、16、32、64、128、256、512、1024个页块。

Linux支持 NUMA技术 ，对于NUMA设备，NUMA系统的结点通常是由一组CPU和本地内存组成，每一个节点都有相应的本地内存，因此buddyinfo 中的Node0表示节点ID；而每一个节点下的内存设备，又可以划分为多个内存区域(zone)，因此下面的显示中，对于Node0的内存，又划分类 DMA 、 Normal 、 HighMem 区域。而后面则是表示空闲的区域。

此处以 Normal 区域进行分析，第二列值为100，表示当前系统中normal区域，可用的连续两页的内存大小为100 2 PAGE_SIZE；第三列值为52，

表示当前系统中normal区域，可用的连续四页的内存大小为 52*2^2* PAGE_SIZE

$ cat /proc/buddyinfo

Node 0, zone DMA 23 15 4 5 2 3 3 2 3 1 0
Node 0, zone Normal 149 100 52 33 23 5 32 8 12 2 59
Node 0, zone HighMem 11 21 23 49 29 15 8 16 12 2 142

可以看到从第5列开始，只剩下 44*16*PAGE_SIZE 的页块，后面剩下的分别是 1 * 32 *PAGE_SIZE , 1 * 64 *PAGE_SIZE , 2 *128 * PAGE_SIZE ，剩下256,512的页块都没有了因此推测，导致这个问题出现的时候，该机器的内存碎片很多，当某个应用执行时，在xfs的申请内存中有这种连续的大块的内存申请的操作的请求。

比如：6000: map = kmem_alloc(subnex sizeof( map), KM_MAYFAIL | KM_NOFS); 就会导致内存一直分配不到。

例如：执行 docker ps ， docker exec 这些命令时，会一直阻塞在 kmem_alloc 的循环中，反复申请内存，由于内存碎片没有被组合，因此就一直申请不到，执行这些命令也会卡住，这也就验证了执行某些命令如 ls 、 ssh 都不会失败(因为需要内存的 PAGE 不是那么大)。

临时解决方法：

echo 1 > /proc/sys/vm/drop_caches

上述命令操作会把碎片化的 PAGE 重新分配，之后在申请大块的PAGE内存就可以申请到，不阻塞了。

永久解决方法：

优化内核参数：

# 保留1G空闲内存，达到该值，触发内存回收
$ cat >> /etc/sysctl.conf <<EOF
vm.min_free_kbytes = 1048576
EOF

#立即生效
$ sysctl -p

什么是 overcommit or oom 问题

Linux对大部分申请内存的请求都回复”yes”，以便能跑更多更大的程序，因为申请内存后，并不会马上使用内存，这种技术叫做 Overcommit 。

当linux发现内存不足时，会发生OOM killer(OOM=out-of-memory)，它会选择杀死一些进程(用户态进程，不是内核线程)，以便释放内存。

当 oom-killer 发生时，linux会选择杀死哪些进程？选择进程的函数是oom_badness函数(在mm/oom_kill.c中)，该函数会计算每个进程的点数(0~1000)，点数越高，这个进程越有可能被杀死。

每个进程的点数跟 oom_score_adj 有关，而且 oom_score_adj 可以被设置(-1000最低，1000最高)。

内核参数 overcommit_memory, 它是内存分配策略

可选值 ：0、1、2。