Linux之《荒島餘生》（三）內存篇

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，在數千台伺服器中，不過是滄海一栗，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，應該是全局問題，是網路卡頓？還是資料庫抽風？老王挑了一台最近報警的伺服器，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
• 內存雖然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
• 資料庫連接池穩定，應該不是db抽風
• swap用了不少，但好像每台機器都用了，沒啥大不了

全局性的東西不太多，網關、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，想查找一個Exception，他打開了一個8GB的日誌文件，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的文件，看看在哪台伺服器上。結果，這些老伺服器由於文件太多，掃描後這些文件信息都緩存到了slab區。而伺服器開了swap，操作系統發現物理內存佔滿後，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分區，然後強制內核釋放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。這幾千台機器，是要忙活一陣嘍。

小王的問題就簡單多了。他使用vim打開大文件，所有文件的內容都會先載入到內存。結果，內存佔滿、接著swap也滿了，然後oom-killer殺死了服務進程，給一頭霧水的小王留下了個莫名其妙。

排查內存的一些命令

內存分兩部分，物理內存和swap。物理內存問題主要是內存泄漏，而swap的問題主要是用了swap～，我們先上一點命令。

(#1) 物理內存

#根據使用量排序查看RES

slabtop

通常，通過查看物理內存的佔用，你發現不了多少問題，頂多發現那個進程佔用內存高（比如vim等旁路應用）。meminfo和slabtop對系統的全局判斷幫助很大，但掌握這兩點坡度陡峭。

(#2) swap

#查看si,so是否異常

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

# 查看系統級別的故障和問題

jmap -histo pid | sort -n -r -k 3 | head -10

以上命令是看堆內的，能夠找到一些濫用集合的問題。堆外內存，依然推薦

《Java堆外內存排查小結》

(#4) 其他

# 釋放內存

gdb --batch --pid 75 -ex "dump memory a.dump 0x7f2bceda1000 0x7f2bcef2b000"

內存模型

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的內存管理機制引起的。你去監控Linux的內存使用率，大概率是沒什麼用的。因為經過一段時間，剩餘的內存都會被各種緩存迅速佔滿。一個比較典型的例子是ElasticSearch，分一半內存給JVM，剩下的一半會迅速被Lucene索引佔滿。

如果你的App進程啟動後，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。

操作系統視角

我們來解釋一下上圖，第一部分是邏輯內存和物理內存的關係；第二部分是top命令展示的一個結果，詳細的列出了每一個進程的內存使用情況；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，程序編譯後的地址是邏輯內存，需要經過翻譯才能映射到物理內存。這個管翻譯的硬體，就叫MMU；TLB就是存放這些映射的小緩存。內存特別大的時候，會涉及到hugepage，在某些時候，是進行性能優化的殺手鐧，比如優化redis (THP，注意理解透徹前不要妄動)
• 物理內存的可用空間是有限的，所以邏輯內存映射一部分地址到硬碟上，以便獲取更大的物理內存地址，這就是swap分區。swap是很多性能場景的萬惡之源，建議禁用
• 像top展示的欄位，RES才是真正的物理內存佔用（不包括swap，ps命令里叫RSS)。在java中，代表了堆內+堆外內存的總和。而VIRT、SHR等，幾乎沒有判斷價值(某些場景除外)
• 系統的可用內存，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，是內核的緩存文件句柄等信息等的特殊區域，slabtop命令可以看到具體使用

更詳細的，從/proc/meminfo文件中可以看到具體的邏輯內存塊的大小。有多達40項的內存信息，這些信息都可以通過/proc一些文件的遍歷獲取，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進程沒了，什麼都沒留下，就像個屁一樣蒸發不見了

why？是因為對象太多了么？

執行dmesg命令，大概率會看到你的進程崩潰信息躺屍在那裡。

為了能看到發生的時間，我們習慣性加上參數T

dmesg -T

由於linux系統採用的是虛擬內存，進程的代碼，庫，堆和棧的使用都會消耗內存，但是申請出來的內存，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會在系統內存耗盡的情況下跳出來，選擇性的幹掉一些進程以求釋放一點內存。2.4內核殺新進程；2.6殺用的最多的那個。所以，買內存吧。

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內存溢出排查

應用程序發布後，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參數中，加入-XX:+HeapDumpOnOutOfMemoryError，在jvm oom的時候，生成hprof快照。然後，使用Jprofile、VisualVM、Mat等打開dump文件進行分析。

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，有一個全局的Cache對象，不是guava的，也不是commons包的，是一個簡單的ConcurrentHashMap，結果越積累越多，最終導致溢出。

溢出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 | 堆內存不夠了，或者存在內存溢出 |

|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| 堆外內存、操作系統沒內存了，比較嚴重的情況 |

|java.lang.StackOverflowError |調用或者遞歸層次太深，修正即可 |

|java.lang.OutOfMemoryError: unable to create new native thread| 無法創建線程，操作系統內存沒有了，一定要預留一部分給操作系統，不要都給jvm|

| java.lang.OutOfMemoryError: Out of swap space| 同樣沒有內存資源了，swap都用光了|

jvm程序內存問題，除了真正的內存泄漏，大多數都是由於太貪心引起的。一個4GB的內存，有同學就把jvm設置成了3840M，只給操作系統256M，不死才怪。

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

我的ES性能低

業務方的ES集群宿主機是32GB的內存，隨著數據量和訪問量增加，決定對其進行擴容=>內存改成了64GB。

內存升級後，發現ES的性能沒什麼變化，某些時候，反而更低了。

通過查看配置，發現有兩個問題引起。

一、64GB的機器分配給jvm的有60G，預留給文件緩存的只有4GB，造成了文件緩存和硬碟的頻繁交換，比較低效。

二、JVM大小超過了32GB，內存對象的指針無法啟用壓縮，造成了大量的內存浪費。由於ES的對象特別多，所以留給真正緩存對象內容的內存反而減少了。

解決方式：給jvm的內存30GB即可。

其他

基本上了解了內存模型，上手幾次內存溢出排查，內存問題就算掌握了。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中有一個經典的內存模型，一般面試到volitile關鍵字的時候，都會問到。其根本原因，就是由於線程引起的。

當兩個線程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。

線程對共享變數會拷貝一份到工作區。線程1修改了變數以後，其他線程讀這個變數的時候，都從主存里刷新一份，此所謂讀可見。

JMM問題是純粹的內存問題，也是高級java必備的知識點。

CacheLine & False Sharing

是的，內存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，就又給加了一個緩存（哦不，是多個）。而Cache Line為CPU Cache中的最小緩存單位。

這個緩存是每個核的，而且大小固定。如果存在這樣的場景，有多個線程操作不同的成員變數，但是相同的緩存行，這個時候會發生什麼？。沒錯，偽共享（False Sharing）問題就發生了！

偽共享也是高級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的映射的。如圖，把映射闊上一些，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 ）。但在大內存的現代，開啟後會一定程度上增加性能（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改的其實是內存控制器。這個東西，將內存分段，分別」綁定」在不同的CPU上。也就是說，你的某核CPU，訪問一部分內存速度賊快，但訪問另外一些內存，就慢一些。

所以，Linux識別到NUMA架構後，默認的內存分配方案就是：優先嘗試在請求線程當前所處的CPU的內存上分配空間。如果綁定的內存不足，先去釋放綁定的內存。

以下命令可以看到當前是否是NUMA架構的硬體。

numactl --hardware

NUMA也是由於內存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，是給想更深入理解內存結構的同學準備的提綱。Linux內存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，內存尚且如此，磁碟呢？

推薦閱讀：