Linux 之《荒島餘生》（三）：記憶體篇

摘要： 記憶體問題，腦瓜疼腦瓜疼。腦瓜疼的意思，就是腦袋運算空間太小，撐的疼。本篇是《荒島餘生》系列第三篇，讓人腦瓜疼的記憶體篇。其餘參見： Linux之《荒島餘生》（一）準備篇 Linux之《荒島餘生》（二）CPU篇 小公司請求量小，但喜歡濫用記憶體，開一...

記憶體問題，腦瓜疼腦瓜疼。腦瓜疼的意思，就是腦袋運算空間太小，撐的疼。本篇是《荒島餘生》系列第三篇，讓人腦瓜疼的記憶體篇。其餘參見：

小公司請求量小，但喜歡濫用記憶體，開一堆執行緒，大把大把往jvm塞物件，最終問題是記憶體溢位。

大公司併發大，但喜歡強調HA，所以通常保留swap，最終問題是服務卡頓。

而喜歡用全域性集合變數的某些同仁，把java程式碼當c寫，物件塞進去但忘了銷燬，最終問題是記憶體洩漏。

如何避免？

合理引數、優雅程式碼、禁用swap，三管齊下，trouble shooter。

從一個故事開始

老王的疑問

一個陽光明媚的下午，一條報警簡訊彈了出來。老王微微一笑，是cpu問題，idle瞬時值，大概是某批請求比較大引起的峰值問題。老王每天都會收到這樣的簡訊，這樣的一個小峰值，在數千臺伺服器中，不過是滄海一慄，繼續喝茶就是了。

但，這次不一樣。幾分鐘之後，幾百個服務的超時報警鋪天蓋地到來。事後老王算了一下，大概千分之零點幾的服務超時了，不過這已經很恐怖了。

事態升級，恐怕沒時間喝茶了。

大面積報警，應該是全域性問題，是網路卡頓？還是資料庫抽風？老王挑了一臺最近報警的伺服器，輪流監控了各種狀態，總結如下：

• cpu偶爾有瞬時峰值，但load非常正常

• 記憶體雖然free不多了，但cached還有不少

• 網路各種ping，基本正常

• 磁碟I/O一般，畢竟是服務計算節點

• 資料庫連線池穩定，應該不是db抽風

• swap用了不少，但好像每臺機器都用了，沒啥大不了

全域性性的東西不太多，閘道器、LVS、註冊中心、DB、MQ，好像都沒問題。老王開始腦瓜疼了。

讓老王休息一下，我們把鏡頭轉向小王。

小王的操作

小王不是老王的兒子，他是老王的徒弟。徒弟一思考，導師就發笑。這次小王用的是vim，想查詢一個Exception，他打開了一個8GB的日誌檔案，然後樂呵呵的在那等著載入。然後，伺服器就死了。

答案

這裡直接給出答案，原因等讀完本文自然會了解。

老王的問題最終定位到是由於某個運維工程師使用ansible批量執行了一句命令

find / | grep "x"

他是想找一個叫做x的檔案，看看在哪臺伺服器上。結果，這些老伺服器由於檔案太多，掃描後這些檔案資訊都快取到了slab區。而伺服器開了swap，作業系統發現物理記憶體佔滿後，並沒有立即釋放cache，導致每次GC，都和硬碟打一次交道。然後，所有服務不間歇卡頓了…

最終，只能先關閉swap分割槽，然後強制核心釋放cache，然後再開啟swap。當然這個過程也不會順利，因為開、關swap，同樣會引起大量I/O交換，所以不能批量去執行。這幾千臺機器，是要忙活一陣嘍。

小王的問題就簡單多了。他使用vim開啟大檔案，所有檔案的內容都會先載入到記憶體。結果，記憶體佔滿、接著swap也滿了，然後oom-killer殺死了服務程序，給一頭霧水的小王留下了個莫名其妙。

排查記憶體的一些命令

記憶體分兩部分，實體記憶體和swap。實體記憶體問題主要是記憶體洩漏，而swap的問題主要是用了swap～，我們先上一點命令。

(#1) 實體記憶體

#根據使用量排序檢視RES
top -> shift + m
#檢視程序使用的實體記憶體
ps -p 75 -o rss,vsz
#顯示記憶體的使用情況
free -h 
#使用sar檢視記憶體資訊
sar -r
#顯示記憶體每個區的詳情
cat /proc/meminfo 
#檢視slab區使用情況
slabtop

通常，通過檢視實體記憶體的佔用，你發現不了多少問題，頂多發現那個程序佔用記憶體高（比如vim等旁路應用）。meminfo和slabtop對系統的全域性判斷幫助很大，但掌握這兩點坡度陡峭。

(#2) swap

#檢視si,so是否異常
vmstat 1 
#使用sar檢視swap
sar -W
#禁用swap
swapoff 
#查詢swap優先順序
sysctl -q vm.swappiness
#設定swap優先順序
sysctl vm.swappiness=10

建議關注非0 swap的所有問題，即使你用了ssd。swap用的多，通常伴隨著I/O升高，服務卡頓。swap一點都不好玩，不信搜一下《swap罪與罰》這篇文章看下，千萬不要更暈哦。

(#3) jvm

# 檢視系統級別的故障和問題
dmesg
# 統計例項最多的類前十位 
jmap -histo pid | sort -n -r -k 2 | head -10
# 統計容量前十的類 
jmap -histo pid | sort -n -r -k 3 | head -10

(#4) 其他

# 釋放記憶體
echo 3 > /proc/sys/vm/drop_caches
#檢視程序實體記憶體分佈
pmap -x 75| sort -n -k3
#dump記憶體內容
gdb --batch --pid 75 -ex "dump memory a.dump 0x7f2bceda1000 0x7f2bcef2b000"

記憶體模型

二王的問題表象都是CPU問題，CPU都間歇性的增高，那是因為Linux的記憶體管理機制引起的。你去監控Linux的記憶體使用率，大概率是沒什麼用的。因為經過一段時間，剩餘的記憶體都會被各種快取迅速佔滿。一個比較典型的例子是ElasticSearch，分一半記憶體給JVM，剩下的一半會迅速被Lucene索引佔滿。

如果你的App程序啟動後， 經過兩層緩衝後還不能落地，迎接它的，將會是oom killer 。

接下來的知識有些燒腦，但有些名詞，可能是你已經聽過多次的了。

作業系統視角

我們來解釋一下上圖，第一部分是邏輯記憶體和實體記憶體的關係；第二部分是top命令展示的一個結果，詳細的列出了每一個程序的記憶體使用情況；第三部分是free命令展示的結果，它的關係比較亂，所以給加上了箭頭來作說明。

• 學過計算機組成結構的都知道，程式編譯後的地址是邏輯記憶體，需要經過翻譯才能對映到實體記憶體。這個管翻譯的硬體，就叫 MMU ； TLB 就是存放這些對映的小快取。記憶體特別大的時候，會涉及到 hugepage ，在某些時候，是進行效能優化的殺手鐗，比如優化redis (THP，注意理解透徹前不要妄動)

• 實體記憶體的可用空間是有限的，所以邏輯記憶體對映一部分地址到硬碟上，以便獲取更大的實體記憶體地址，這就是 swap 分割槽。 swap是很多效能場景的萬惡之源，建議禁用

• 像 top 展示的欄位， RES 才是真正的實體記憶體佔用（不包括swap，ps命令裡叫 RSS )。在java中，代表了堆內+堆外記憶體的總和。而VIRT、SHR等，幾乎沒有判斷價值(某些場景除外)

• 系統的可用記憶體，包括： free + buffers + cached ，因為後兩者可以自動釋放。但不要迷信，有很大一部分，你是釋放不了的

• slab區，是核心的快取檔案控制代碼等資訊等的特殊區域，slabtop命令可以看到具體使用

更詳細的，從 /proc/meminfo 檔案中可以看到具體的邏輯記憶體塊的大小。有多達40項的記憶體資訊，這些資訊都可以通過/proc一些檔案的遍歷獲取，本文只挑重點說明。

[xjj@localhost ~]$ cat /proc/meminfo
MemTotal:3881692 kB
MemFree:249248 kB
MemAvailable:1510048 kB
Buffers:92384 kB
Cached:1340716 kB
40+ more ...

oom-killer

以下問題已經不止一個小夥伴問了： 我的java程序沒了，什麼都沒留下，就像個屁一樣蒸發不見了

why？是因為物件太多了麼？

執行 dmesg 命令，大概率會看到你的程序崩潰資訊躺屍在那裡。

為了能看到發生的時間，我們習慣性加上引數T

dmesg -T

由於linux系統採用的是虛擬記憶體，程序的 程式碼 ， 庫 ， 堆 和 棧 的使用都會消耗記憶體，但是申請出來的記憶體，只要沒真正access過，是不算的，因為沒有真正為之分配物理頁面。

第一層防護牆就是swap；當swap也用的差不多了，會嘗試釋放cache；當這兩者資源都耗盡，殺手就出現了。oom killer會在系統記憶體耗盡的情況下跳出來，選擇性的幹掉一些程序以求釋放一點記憶體。2.4核心殺新程序；2.6殺用的最多的那個。所以，買記憶體吧。

這個oom和jvm的oom可不是一個概念。順便，瞧一下我們的JVM堆在什麼位置。

例子

jvm記憶體溢位排查

應用程式釋出後，jvm持續增長。使用jstat命令，可以看到old區一直在增長。

jstat-gcutil 28266 1000

在jvm引數中，加入 -XX:+HeapDumpOnOutOfMemoryError ，在jvm oom的時候，生成hprof快照。然後，使用Jprofile、VisualVM、Mat等開啟dump檔案進行分析。

你要是個急性子，可以使用jmap立馬dump一份

jmap -heap:format=b pid

最終發現，有一個全域性的Cache物件，不是guava的，也不是commons包的，是一個簡單的ConcurrentHashMap，結果越積累越多，最終導致溢位。

溢位的情況也有多種區別，這裡總結如下：

關鍵字	原因
Java.lang.OutOfMemoryError: Java heap space	堆記憶體不夠了，或者存在記憶體溢位
java.lang.OutOfMemoryError: PermGen space	Perm區不夠了，可能使用了大量動態載入的類，比如cglib
java.lang.OutOfMemoryError: Direct buffer memory	堆外記憶體、作業系統沒記憶體了，比較嚴重的情況
java.lang.StackOverflowError	呼叫或者遞迴層次太深，修正即可
java.lang.OutOfMemoryError: unable to create new native thread	無法建立執行緒，作業系統記憶體沒有了，一定要預留一部分給作業系統，不要都給jvm
java.lang.OutOfMemoryError: Out of swap space	同樣沒有記憶體資源了，swap都用光了

jvm程式記憶體問題，除了真正的記憶體洩漏，大多數都是由於太貪心引起的。一個4GB的記憶體，有同學就把jvm設定成了3840M，只給作業系統256M，不死才怪。

另外一個問題就是swap了， 當你的應用真正的高併發了，swap絕對能讓你體驗到它魔鬼性的一面：程序倒是死不了了，但GC時間長的無法忍受。

我的ES效能低

業務方的ES叢集宿主機是32GB的記憶體，隨著資料量和訪問量增加，決定對其進行擴容=>記憶體改成了64GB。

記憶體升級後，發現ES的效能沒什麼變化，某些時候，反而更低了。

通過檢視配置，發現有兩個問題引起。

一、64GB的機器分配給jvm的有60G，預留給檔案快取的只有4GB，造成了檔案快取和硬碟的頻繁交換，比較低效。

二、JVM大小超過了32GB，記憶體物件的指標無法啟用壓縮，造成了大量的記憶體浪費。由於ES的物件特別多，所以留給真正快取物件內容的記憶體反而減少了。

解決方式：給jvm的記憶體30GB即可。

其他

基本上了解了記憶體模型，上手幾次記憶體溢位排查，記憶體問題就算掌握了。但還有更多，這條知識系統可以深挖下去。

JMM

還是拿java來說。java中有一個經典的記憶體模型，一般面試到volitile關鍵字的時候，都會問到。其根本原因，就是由於執行緒引起的。

當兩個執行緒同時訪問一個變數的時候，就需要加所謂的鎖了。由於鎖有讀寫，所以java的同步方式非常多樣。wait,notify、lock、cas、volitile、synchronized等，我們僅放上volitile的 讀可見 性圖作下示例。

執行緒對共享變數會拷貝一份到工作區。執行緒1修改了變數以後，其他執行緒讀這個變數的時候，都從主存裡重新整理一份，此所謂讀可見。

JMM問題是純粹的記憶體問題，也是高階java必備的知識點。

CacheLine & False Sharing

是的，記憶體的工藝製造還是跟不上CPU的速度，於是聰明的硬體工程師們，就又給加了一個快取（哦不，是多個）。而Cache Line為CPU Cache中的最小快取單位。

這個快取是每個核的，而且大小固定。如果存在這樣的場景，有多個執行緒操作不同的成員變數，但是相同的快取行，這個時候會發生什麼？。沒錯，偽共享（False Sharing）問題就發生了！

偽共享也是高階java的必備技能（雖然幾乎用不到），趕緊去探索吧。

HugePage

回頭看我們最長的那副圖，上面有一個TLB，這個東西速度雖然高，但容量也是有限的。當訪問頻繁的時候，它會成為瓶頸。

TLB是存放Virtual Address和Physical Address的對映的。如圖，把對映闊上一些，甚至闊上幾百上千倍，TLB就能容納更多地址了。像這種將Page Size加大的技術就是Huge Page。

HugePage有一些副作用，比如競爭加劇 （比如redis： https://redis.io/topics/latency ）。但在大記憶體的現代，開啟後會一定程度上增加效能（比如oracle： https://docs.oracle.com/cd/E11882_01/server.112/e10839/appi_vlm.htm )。

Numa

本來想將Numa放在cpu篇，結果發現numa改的其實是記憶體控制器。這個東西，將記憶體分段，分別”繫結”在不同的CPU上。也就是說，你的某核CPU，訪問一部分記憶體速度賊快，但訪問另外一些記憶體，就慢一些。

所以，Linux識別到NUMA架構後，預設的記憶體分配方案就是：優先嚐試在請求執行緒當前所處的CPU的記憶體上分配空間。如果繫結的記憶體不足，先去釋放繫結的記憶體。

以下命令可以看到當前是否是NUMA架構的硬體。

numactl --hardware

NUMA也是由於記憶體速度跟不上給加的折衷方案。Swap一些難搞的問題，大多是由於NUMA引起的。

總結

本文的其他，是給想更深入理解記憶體結構的同學準備的提綱。Linux記憶體牽扯的東西實在太多，各種緩衝區就是魔術。如果你遇到了難以理解的現象，費了九牛二虎之力才找到原因，不要感到奇怪。對發生的這一切，我深表同情，並深切的渴望通用量子計算機的到來。

那麼問題來了，記憶體尚且如此，磁碟呢？