基础：为什么系统的swap变高了

引入

问题：当发生了内存泄露，或者运行了大内存的应用程序，导致系统的内存资源紧张时，系统会怎么应对呢？

• OOM杀死进程
• 内存回收

问题：什么是OOM

OOM指的是系统杀死占用大量内存的进程，释放这些内存，然后再分配给其他更需要的进程。

问题，什么是内存回收。

内存回收，指的是系统释放掉可以回收的内存，比如缓存和缓冲区，就属于可回收內存。它们在内存管理中，通常被叫做文件页

• 大部分文件页，都可以直接回收，以后有需要时，再从磁盘重新读取就可以了。
• 而那些被应用程序修改过，并且暂时还没有写入磁盘的数据(也就是脏页)，就必须先写入磁盘，然后才能进行内存释放

这些脏页，一般可以通过两种方式写入磁盘：

• 可以在应用程序中，通过系统调用fsync，把脏页同步到磁盘中
• 也可以交给系统，由内核线程pdfflush负责这些脏页的刷新

除了缓存和缓冲区，通过内存映射获取的文件映射页，也是一种常见的文件页。它也可以被释放掉，下次再访问的时候，从文件重新读取。

除了文件页外，还有没有其他的内存可以回收呢？

比如，应用程序动态分配的堆内存，也就是我们在内存管理中说到的匿名内存，是不是也可以被回收呢？

• 答案是这些内存不能被直接释放(回收)，因为它们很可能还需要再次被访问。

• 但是，如果这些内存在分配之后很少被访问，似乎也是一种资源浪费。是不是可以把它们暂时先存在磁盘里，释放内存给其他更需要的进程？

其实，这正是Linux的swa机制，swap把这些不常访问的内存先写到磁盘里，然后释放这些内存，给其他更需要的进程使用。再次访问这些内存时，重新从磁盘读入内存就可以了

swap原理

swap原理

swap说白了就是把一块磁盘空间或者一个本地文件(下面以磁盘为例)，当成内存来使用。它包括换出和换入两个过程：

• 换出，就是把进程暂时不用的内存年数据存储到磁盘中，并释放这些数据占用的内存
• 换入，就是在进程再次访问这些内存的时候，把它们从磁盘读到内存中来。

即，swap其实是把系统的可用内存变大了。这样，即使服务器的内存不足，也可以运行大内存的应用程序。

下面是一些swap的应用场景：

• 即使内存不足，有些应用程序也并不想被OOM杀死，而是希望能够缓一段时间，等待人工介入，或者等系统自动释放其他进程的内存，再分配给它
• 电脑的休眠和快速开机也是基于swap的：休眠时，把系统的内存存入磁盘，这样等到再次开机时，只需要从磁盘中加载内存就可以。这样就省去了很多应用程序的初始化过程，加快了开机速度。

问题：既然swap是为了回收内存，那么Linux到底在什么时候需要回收内存呢？前面一直说内存资源紧张，又该怎么来衡量内存是不是紧张呢？

一个最容易想到的场景就是，有新的大块内存分配请求，但是剩余内存不足。这个时候系统就需要回收一部分内存(比起前面提到的缓存)，进而尽可能的满足新内存请求。这个过程通常被称为直接内存回收

除了直接内存回收，还有一个专门的内核进程用来定期的回收内存，也就是kswapd0。

为了衡量内存的使⽤情况，kswapd0定义了三个内存阈值（watermark，也称为⽔位），分别是

• ⻚最⼩阈值（pages_min）
• ⻚低阈值（pages_low）
• ⻚⾼阈值（pages_high）

剩余内存，则使⽤ pages_free 表示。

kswapd0定期扫描内存的使⽤情况，并根据剩余内存落在这三个阈值的空间位置，进⾏内存的回收操作。

• 剩余内存⼩于⻚最⼩阈值，说明进程可⽤内存都耗尽了，只有内核才可以分配内存。
• 剩余内存落在⻚最⼩阈值和⻚低阈值中间，说明内存压⼒⽐较⼤，剩余内存不多了。这时kswapd0会执⾏内存回收，直到剩余内存⼤于⾼阈值为⽌。
• 剩余内存落在⻚低阈值和⻚⾼阈值中间，说明内存有⼀定压⼒，但还可以满⾜新内存请求。
• 剩余内存⼤于⻚⾼阈值，说明剩余内存⽐较多，没有内存压⼒。

我们可以看到，⼀旦剩余内存⼩于⻚低阈值，就会触发内存的回收。这个⻚低阈值，其实可以通过内核选项/proc/sys/vm/min_free_kbytes 来间接设置。min_free_kbytes 设置了⻚最⼩阈值，⽽其他两个阈值，都是根据⻚最⼩阈值计算⽣成的，计算⽅法如下 ：

pages_low = pages_min*5/4
pages_high = pages_min*3/2

NUME和Swap

很多情况下，你明明发现了swap升高，可是在分析系统的内存使用时，却很可能发现，系统剩余内存还多着呢？为什么剩余内存很多的情况下，也会发生swap呢？

是处理器的的 NUMA （Non-Uniform Memory Access）架构导致的。

• 在NUMA架构下，多个处理器被划分到不同Node上，而且每个Node都有自己的本地内存空间
• 而同一个Node内部的内存空间，实际上又可以进一步分为不同的内存域(Zone)，比如直接内存访问区DMA、普通内存区NORMAL、伪内存区（MOVABLE）等，如下图所示：
  

先不⽤特别关注这些内存域的具体含义，我们只要会查看阈值的配置，以及缓存、匿名⻚的
实际使⽤情况就够了。

既然 NUMA 架构下的每个 Node 都有⾃⼰的本地内存空间，那么，在分析内存的使⽤时，我们也应该针对每个 Node 单独分析。

可以通过 numactl 命令，来查看处理器在 Node 的分布情况，以及每个 Node 的内存使⽤情况。⽐如，下⾯就是⼀个numactl 输出的示例：

$ numactl --hardware
available: 1 nodes (0)
node 0 cpus: 0 1
node 0 size: 7977 MB
node 0 free: 4416 MB
...

这个界⾯显示，我的系统中只有⼀个 Node，也就是Node 0 ，⽽且编号为 0 和 1 的两个 CPU， 都位于 Node 0 上。另外，Node 0 的内存⼤⼩为 7977 MB，剩余内存为 4416 MB。

NUNA架构与NUNA内存，跟swap又有什么关系？

实际上，前⾯提到的三个内存阈值（⻚最⼩阈值、⻚低阈值和⻚⾼阈值），都可以通过内存域在 proc ⽂件系统中的接⼝/proc/zoneinfo 来查看。

⽐如，下⾯就是⼀个 /proc/zoneinfo ⽂件的内容示例：

$ cat /proc/zoneinfo
...
Node 0, zone Normal
pages free 227894
min 14896
low 18620
high 22344
...
nr_free_pages 227894
nr_zone_inactive_anon 11082
nr_zone_active_anon 14024
nr_zone_inactive_file 539024
nr_zone_active_file 923986
...

这个输出中有⼤量指标，⽐较重要的如下：

• pages处的min、low、high，就是上⾯提到的三个内存阈值，⽽free是剩余内存⻚数，它跟后⾯的 nr_free_pages 相同。
• nr_zone_active_anon和nr_zone_inactive_anon，分别是活跃和⾮活跃的匿名⻚数
• nr_zone_active_file和nr_zone_inactive_file，分别是活跃和⾮活跃的⽂件⻚数。

从这个输出结果可以发现，剩余内存远⼤于⻚⾼阈值，所以此时的 kswapd0 不会回收内存。

当然，某个 Node 内存不⾜时，系统可以从其他 Node 寻找空闲内存，也可以从本地内存中回收内存。具体选哪种模式，你可以通过 /proc/sys/vm/zone_reclaim_mode 来调整。它⽀持以下⼏个选项：

• 默认的 0 ，也就是刚刚提到的模式，表示既可以从其他 Node 寻找空闲内存，也可以从本地回收内存。
• 1、2、4 都表示只回收本地内存，2 表示可以回写脏数据回收内存，4 表示可以⽤ Swap ⽅式回收内存

swappiness

到这里，我们就可以理解内存回收的机制了。这些回收的内存既包括了文件页，又包括了匿名页：

• 对文件页的回收，当然是直接回收缓存，或者把脏页写回磁盘后再回收
• 对匿名页的回收，其实就是通过swap机制，它他们写入磁盘后再释放内存

既然有两种不同的内存回收机制，那么在实际回收内存时，到底该先回收哪⼀种呢？

Linux提供了⼀个 /proc/sys/vm/swappiness 选项，⽤来调整使⽤Swap的积极程度。

• swappiness的范围是0-100，数值越⼤，越积极使⽤Swap，也就是更倾向于回收匿名⻚；数值越⼩，越消极使⽤Swap，也就是更倾向于回收⽂件⻚。
• 虽然 swappiness 的范围是 0-100，不过要注意，这并不是内存的百分⽐，⽽是调整 Swap 积极程度的权重，即使你把它设置成0，当剩余内存+⽂件⻚⼩于⻚⾼阈值时，还是会发⽣Swap。
• 如果linux内核是3.5及以后的，最好是设置swappiness=10，不要设置swappiness=0

小结

在内存资源紧张的时候，Linux通过直接回收内存和定期扫描的方式，来释放文件页和匿名页，以便把内存分配给更需要的进程使用。

• 文件页的回收比较容易理解，直接情空，或者把脏数据写回磁盘后再释放
• 匿名页的回收，需要通过swap换出到磁盘中，下次访问时，再从磁盘换入到内存中

可以设置/proc/sys/vm/min_free_kbytes，来调整系统定期回收内存的阈值（也就是⻚低阈值），还可以设置/proc/sys/vm/swappiness，来调整⽂件⻚和匿名⻚的回收倾向

在NUMA架构下，每个Node都有自己的本地内存空间，而当本地内存不足时，默认既可以从其他Node寻找空闲内存，也可以从本地内存回收。

可以设置 /proc/sys/vm/zone_reclaim_mode ，来调整NUMA本地内存的回收策略。

• swap应该是针对以前内存⼩的⼀种优化,不过现在内存没那么昂贵之后,所以就没那么⼤的必要开启了
• numa感觉是对系统资源做的隔离分区,不过⽬前虚拟化和docker这么流⾏。⽽且node与node之间访问更耗时,针对⼤程序不⼀定启到了优化作⽤,针对⼩程序,也没有太⼤必要。所以numa也没必要开启。

案例

当 Swap 使⽤升⾼时，要如何定位和分析呢

准备

• 机器配置：2 CPU，8GB 内存
• 需要预先安装 sysstat 等⼯具，如 apt install sysstat

开始

在终端中运⾏free命令，查看Swap的使⽤情况

$ free
       total   used   free  shared  buff/cache available
Mem:  8169348 331668 6715972  696    1121708     7522896
Swap: 0           0     0

从这个free输出你可以看到，Swap的⼤⼩是0，这说明机器没有配置Swap。

为了继续Swap的案例， 就需要先配置、开启Swap。

要开启Swap，我们⾸先要清楚，Linux本身⽀持两种类型的Swap，即Swap分区和Swap⽂件。以Swap⽂件为例，在第⼀个终端中运⾏下⾯的命令开启Swap，我这⾥配置Swap⽂件的⼤⼩为8GB：

# 创建Swap⽂件
$ fallocate -l 8G /mnt/swapfile
# 修改权限只有根⽤户可以访问
$ chmod 600 /mnt/swapfile
# 配置Swap⽂件
$ mkswap /mnt/swapfile
# 开启Swap
$ swapon /mnt/swapfile

然后，再执⾏free命令，确认Swap配置成功：

$ free
      total   used   free   shared buff/cache available
Mem: 8169348 331668 6715972   696    1121708 7522896
Swap: 8388604  0    8388604

现在，free 输出中，Swap 空间以及剩余空间都从 0 变成了8GB，说明Swap已经正常启。

接下来，我们在第⼀个终端中，运⾏下⾯的 dd 命令，模拟⼤⽂件的读取：

# 写⼊空设备，实际上只有磁盘的读请求
$ dd if=/dev/sda1 of=/dev/null bs=1G count=2048

接着，在第⼆个终端中运⾏ sar 命令，查看内存各个指标的变化情况。你可以多观察⼀会⼉，查看这些指标的变化情况。

# 间隔1秒输出⼀组数据
# -r表示显示内存使⽤情况，-S表示显示Swap使⽤情况
$ sar -r -S 1
04:39:56 kbmemfree kbavail kbmemused %memused kbbuffers kbcached kbcommit %commit kbactive kbinact kbdirty
04:39:57 6249676   6839824 1919632    23.50     740512    67316   1691736 10.22 815156 841868 4
04:39:56 kbswpfree kbswpused %swpused kbswpcad %swpcad
04:39:57 8388604     0        0.00      0      0.00

04:39:57 kbmemfree kbavail kbmemused %memused kbbuffers kbcached kbcommit %commit kbactive kbinact kbdirty
04:39:58 6184472    6807064 1984836   24.30    772768     67380   1691736  10.22   847932   874224    20
04:39:57 kbswpfree kbswpused %swpused kbswpcad %swpcad
04:39:58 8388604     0          0.00    0       0.00
…
04:44:06 kbmemfree kbavail kbmemused %memused kbbuffers kbcached kbcommit %commit kbactive kbinact kbdirty
04:44:07 152780    6525716 8016528    98.13    6530440    51316   1691736  10.22    867124   6869332   0
04:44:06 kbswpfree kbswpused %swpused kbswpcad %swpcad
04:44:07 8384508   4096      0.05     52       1.27

我们可以看到，sar的输出结果是两个表格，第⼀个表格表示内存的使⽤情况，第⼆个表格表示Swap的使⽤情况。其中，各个指标名称前⾯的kb前缀，表示这些指标的单位是KB。

去掉前缀后，你会发现，⼤部分指标我们都已经⻅过了，剩下的⼏个新出现的指标，我来简单介绍⼀下

• kbcommit，表示当前系统负载需要的内存。它实际上是为了保证系统内存不溢出，对需要内存的估计值。%commit，就是这个值相对总内存的百分⽐。
• kbactive，表示活跃内存，也就是最近使⽤过的内存，⼀般不会被系统回收
• kbinact，表示⾮活跃内存，也就是不常访问的内存，有可能会被系统回收。

清楚了界⾯指标的含义后，我们再结合具体数值，来分析相关的现象。你可以清楚地看到，总的内存使⽤率（%memused）在不断增⻓，从开始的23%⼀直⻓到了 98%，并且主要内存都被缓冲区（kbbuffers）占⽤。具体来说：

• 刚开始，剩余内存（kbmemfree）不断减少，⽽缓冲区（kbbuffers）则不断增⼤，由此可知，剩余内存不断分配给了缓冲区。
• ⼀段时间后，剩余内存已经很⼩，⽽缓冲区占⽤了⼤部分内存。这时候，Swap的使⽤开始逐渐增⼤，缓冲区和剩余内存则只在⼩范围内波动。

你可能困惑了，为什么缓冲区在不停增⼤？这⼜是哪些进程导致的呢？

显然，我们还得看看进程缓存的情况。在第⼆个终端中，按下Ctrl+C停⽌sar命令，然后运⾏下⾯的cachetop命令，观察缓存的使⽤情况：

$ cachetop 5
12:28:28 Buffers MB: 6349 / Cached MB: 87 / Sort: HITS / Order: ascending
PID    UID CMD     HITS  MISSES DIRTIES READ_HIT% WRITE_HIT%
18280 root python   22     0       0     100.0%    0.0%
18279 root dd      41088 41022     0      50.0%    50.0%

通过cachetop的输出，我们看到，dd进程的读写请求只有50%的命中率，并且未命中的缓存⻚数（MISSES）为41022（单位是⻚）。这说明，正是案例开始时运⾏的dd，导致了缓冲区使⽤升⾼。

你可能接着会问，为什么Swap也跟着升⾼了呢？直观来说，缓冲区占了大部分内存，还属于可回收内存，内存不够用时，不应该先回收缓存区吗？

这种情况，我们还得进一步通过/proc/zoneinfo，观察剩余内存、内存阈值以及匿名页和文件页的活跃情况。

可以在第⼆个终端中，按下Ctrl+C，停⽌cachetop命令。然后运⾏下⾯的命令，观察 /proc/zoneinfo 中这⼏个指标的变化情况：

# -d 表示⾼亮变化的字段
# -A 表示仅显示Normal⾏以及之后的15⾏输出
$ watch -d grep -A 15 'Normal' /proc/zoneinfo
Node 0, zone Normal
pages free 21328
min 14896
low 18620
high 22344
spanned 1835008
present 1835008
managed 1796710
protection: (0, 0, 0, 0, 0)
nr_free_pages 21328
nr_zone_inactive_anon 79776
nr_zone_active_anon 206854
nr_zone_inactive_file 918561
nr_zone_active_file 496695
nr_zone_unevictable 2251
nr_zone_write_pending 0

你可以发现，剩余内存（pages_free）在⼀个⼩范围内不停地波动。当它⼩于⻚低阈值（pages_low) 时，⼜会突然增⼤到⼀个⼤于⻚⾼阈值（pages_high）的值。

再结合刚刚⽤ sar 看到的剩余内存和缓冲区的变化情况，我们可以推导出，剩余内存和缓冲区的波动变化，正是由于内存回收和缓存再次分配的循环往复。

• 当剩余内存小于页低阈值时，系统会回收一些缓存和匿名内存，使得剩余内存增长。其中，缓存的回收导致sar中的缓存区域小，而匿名内存的回收导致了swap的使用增大。
• 紧接着，由于dd还在继续，剩余内存⼜会重新分配给缓存，导致剩余内存减少，缓冲区增⼤

其实还有⼀个有趣的现象，如果多次运⾏dd和sar，你可能会发现，在多次的循环重复中，有时候是Swap⽤得⽐较多，有时候Swap很少，反⽽缓冲区的波动更⼤。

换句话说，系统回收内存时，有时候会回收更多的⽂件⻚，有时候⼜回收了更多的匿名⻚。

显然，系统回收不同类型内存的倾向，似乎不那么明显。swappiness，正是调整不同类型内存回收的配置选项。

$ cat /proc/sys/vm/swappiness
60

swappiness显示的是默认值60，这是⼀个相对中和的配置，所以系统会根据实际运⾏情况，选择合适的回收类型，⽐如回收不活跃的匿名⻚，或者不活跃的⽂件⻚。

到这⾥，我们已经找出了Swap发⽣的根源。另⼀个问题就是，刚才的Swap到底影响了哪些应⽤程序呢？换句话说，Swap换出的是哪些进程的内存？

⾥我还是推荐 proc⽂件系统，⽤来查看进程Swap换出的虚拟内存⼤⼩，它保存在 /proc/pid/status中的VmSwap中（推荐你执⾏man proc来查询其他字段的含义）。

# 按VmSwap使⽤量对进程排序，输出进程名称、进程ID以及SWAP⽤量
$ for file in /proc/*/status ; do awk '/VmSwap|Name|^Pid/{printf $2 " " $3}END{ print ""}' $file; done | sort -k 3 -n -r | head
dockerd 2226 10728 kB
docker-containe 2251 8516 kB
snapd 936 4020 kB
networkd-dispat 911 836 kB
polkitd 1004 44 kB

从这⾥你可以看到，使⽤Swap⽐较多的是dockerd 和 docker-containe 进程，所以，当dockerd再次访问这些换出到磁盘的内存时，也会⽐较慢。

这也说明了一点，虽然缓存属于可回收内存，但在类似大文件拷贝这类场景下，系统还是会用swap机制来回收匿名内存，而不仅仅是回收占用绝大部分内存的文件页。

最后，如果你在⼀开始配置了 Swap，不要忘记在案例结束后关闭。你可以运⾏下⾯的命令，关闭Swap：

$ swapoff -a

实际上，关闭Swap后再重新打开，也是⼀种常⽤的Swap空间清理⽅法，⽐如：

$ swapoff -a && swapon -a

小结

在内存资源紧张时，Linux会通过Swap，把不常访问的匿名页换出到磁盘中，下次访问的时候再从磁盘中换入到内存中来。可以设置/proc/sys/vm/min_free_kbytes，来调整系统定期回收内存的阈值；也可以设置/proc/sys/vm/swappiness，来调整⽂件⻚和匿名⻚的回收倾向。

当Swap变⾼时，可以⽤ sar、/proc/zoneinfo、/proc/pid/status等⽅法，查看系统和进程的内存使⽤情况，进⽽找出Swap升⾼的根源和受影响的进程。

反过来说，通常，降低Swap的使⽤，可以提⾼系统的整体性能。要怎么做呢？这⾥，我也总结了⼏种常⻅的降低⽅法。

• 禁止swap，现在服务器的内存足够大，所以除非有必要，禁用swap即可。随着云计算的普及，⼤部分云平台中的虚拟机都默认禁⽌Swap。
• 如果实在需要⽤到Swap，可以尝试降低swappiness的值，减少内存回收时Swap的使⽤倾向。
• 响应延时敏感的应用，如果它们可能在开启swap的服务器中运行，你可以用mlock() 或者 mlockall()锁定内存，阻⽌它们的内存换出。