配16GB DDR3内存的香港服务器频繁换页,如何判断内存是否不足?

发布人:A5数据发布时间:2026-10-14 13:32阅读量:173

看到香港服务器频繁换页,不能仅凭“Swap 已使用”或“free 内存偏低”就认定16GB DDR3内存不足。Linux 会主动利用空闲内存做文件缓存,Swap 也可能保留历史换出页;真正需要确认的是:可用内存是否在业务高峰持续下降,内存回收是否跟不上申请速度,Swap 是否正在持续读写,以及响应时间、I/O、错误率和进程占用是否在同一时间段恶化。

判断标准应放在一个完整观察窗口内,而不是读取某一秒的监控值。若可用内存接近耗尽、匿名内存持续增长、Swap 活跃换入换出、磁盘延迟升高,且应用响应变慢或出现 OOM Kill,这组证据才更接近“物理内存不足”。如果只是缓存较多、Swap 使用量固定、没有持续换入换出,也没有业务性能异常,通常不应直接扩容。

针对网站后台、数据库、接口服务及容器多任务运行中的内存压力,A5数据提供香港物理服务器资源,涵盖Xeon Gold与AMD EPYC平台,部分方案配备64GB或128GB内存及SSD、NVMe存储,可承载更大的业务工作集与并发任务。结合CN2及国际带宽线路,A5数据为香港业务部署提供从计算、内存到存储和网络的资源组合。

先把“换页”拆成两个问题

中文运维语境中的“换页”可能指两类不同现象:

  • 换出或换入内存页:进程使用的匿名页被写入Swap,后续又从Swap读回内存。
  • 文件缓存回收与重新读取:操作系统回收Page Cache,应用再次访问文件时从磁盘读取。这不一定代表内存已经不足。

两者都可能表现为磁盘读写增加,但因果链不同。前者通常会影响活跃进程的访问延迟;后者可能只是缓存命中率下降,是否严重取决于磁盘延迟、工作集大小和业务访问模式。

因此,“Swap 有占用”与“正在发生严重内存压力”不是同义词。应至少同时观察以下几组指标:

观察对象重点指标主要回答的问题
内存总量与可用量MemAvailable、匿名内存、缓存、Slab当前还能否满足新的内存申请
Swap 活动si、so,或 /proc/vmstat 中的换入换出计数是否正在频繁搬运内存页
磁盘与I/Oawait、队列长度、利用率、读写吞吐换页是否造成I/O等待
进程RSS、PSS、Swap、进程数、线程数哪些服务持续占用内存
系统压力PSI memory、OOM事件、内核日志内存紧张是否已经影响调度
业务表现响应时间、超时率、错误率、队列资源异常是否已经传递到业务层

建立观察窗口:不要只看一次快照

一次 free -h 只能说明采样时刻的状态,无法说明内存是否持续恶化。更适合的做法是覆盖一个完整业务周期,例如低峰、日常高峰和定时任务运行时段。常见观察窗口可以是30分钟到2小时;若问题只在夜间备份或月度任务期间出现,则应覆盖整个任务生命周期。

先确认系统和监控口径

以下命令适用于常见Linux系统。命令只读取状态,不会修改配置:

uname -a
cat /etc/os-release
free -h
swapon --show

free -h中更值得关注的是available,而不是单独看free。在Linux中,free往往会因为文件缓存被使用而显得较小;available则是内核估算在不依赖大量Swap的情况下,还能提供给新进程的内存量。

示例:

               total        used        free      shared  buff/cache   available
Mem:            15Gi        13Gi       420Mi       180Mi       2.6Gi       2.1Gi
Swap:          2.0Gi       1.8Gi       220Mi

这组数据不能直接得出“内存不足”。还要知道:

  • available是否持续下降;
  • Swap是否只是过去使用过,还是当前仍在快速换入换出;
  • 业务进程的RSS是否持续增加;
  • 磁盘延迟是否同步升高;
  • 应用是否出现超时、队列堆积或错误。

用时间序列替代单点判断

可以使用vmstat每5秒采样一次,持续一段时间:

vmstat 5 24

重点字段如下:

  • free:空闲内存,不能替代MemAvailable进行最终判断;
  • si:每秒从Swap换入的内存量;
  • so:每秒写入Swap的内存量;
  • r:可运行任务数;
  • b:处于不可中断睡眠的任务数,常与I/O等待有关;
  • wa:CPU等待I/O的比例;
  • swpd:已使用Swap量。

在某些发行版中,vmstat的内存单位可能是KB,显示格式也可能不同。不要把si=1024直接理解成1MB/s,先结合系统手册或采样输出确认单位。

如果希望查看更细的内存指标,可以读取/proc/meminfo:

grep -E 'MemTotal|MemFree|MemAvailable|Buffers|Cached|SReclaimable|Shmem|SwapTotal|SwapFree|AnonPages|AnonHugePages|Slab' /proc/meminfo

观察窗口应记录业务指标

资源采样必须与业务时间对齐。例如每5秒记录一次系统指标,同时记录:

  • HTTP平均响应时间和P95、P99;
  • 5xx错误率、连接错误和超时数;
  • Web服务器活动连接数;
  • PHP-FPM、Java、Node.js或其他应用的请求队列;
  • 数据库连接数、慢查询数量和锁等待;
  • 磁盘await、队列长度和利用率;
  • 网络吞吐、丢包和连接重传。

如果只保存free -h,之后很难判断内存异常究竟发生在流量增加、定时任务、数据库查询,还是日志轮转期间。

指标A:可用内存是否持续下降

free低不等于内存不足

Linux倾向于把未使用内存用于Page Cache、目录项和inode缓存,以减少磁盘访问。因此出现下面的状态并不异常:

Mem:  15Gi total, 14Gi used, 300Mi free, 3.5Gi buff/cache, 4.0Gi available
Swap: 2Gi total, 0Mi used, 2Gi free

虽然free只有300Mi,但available仍有4Gi,且没有Swap活动。此时贸然判断“内存不足”会把正常缓存误认为故障。

更有价值的是趋势:

时间       available   Swap in/out   磁盘await   应用P95
10:00      4.2Gi       0/0           2ms         180ms
10:15      3.8Gi       0/0           2ms         185ms
10:30      3.5Gi       0/0           3ms         190ms
10:45      3.3Gi       0/0           3ms         188ms

在这个示例中,可用内存略有下降,但没有持续Swap活动,磁盘和响应时间变化也很小。它更像是缓存或业务工作集逐步扩大,不能仅凭趋势就认定需要扩容。

重点观察匿名内存

匿名内存主要来自进程堆、栈、共享内存等,不对应具体磁盘文件。常见来源包括:

  • 数据库缓存池;
  • Java堆和JVM本地内存;
  • PHP-FPM工作进程;
  • Node.js堆外内存;
  • 容器内存;
  • /dev/shm共享内存;
  • 内存映射区域。

如果AnonPages持续增长,而进程RSS也同步增长,通常比缓存增长更值得关注。尤其是进程数量稳定、访问量没有明显增加,但匿名内存不断上升时,应进一步排查应用缓存无上限、连接对象未释放或内存泄漏。

可以先查看进程级占用:

ps -eo pid,ppid,user,comm,%mem,rss,vsz,etime,args --sort=-rss | head -n 20

这里的rss通常以KB显示,表示进程当前驻留在物理内存中的页面;vsz是虚拟地址空间大小,不能直接作为物理内存消耗。一个进程的共享库和共享页可能被多个进程重复计入RSS,因此RSS适合快速定位,PSS更适合估算真实分摊占用。

对单个进程可查看:

grep -E 'Name|VmRSS|VmSwap|RssAnon|RssFile|RssShmem|Threads' /proc/PID/status

将PID替换为实际进程号。VmSwap持续增加,说明该进程部分匿名页已被换出;但仍需结合系统整体的换入换出活动判断影响。

指标B:Swap是“占用”还是“正在工作”

固定Swap占用不一定是故障

操作系统可能在较早时刻把长期不活跃的页面换出,即使当前内存已经充足,这些页面也不一定马上换回。于是可能出现:

available: 6.0Gi
Swap used: 1.2Gi
si/so:     0/0
磁盘await: 2ms
应用P95:   稳定

这说明Swap有历史占用,但当前没有明显换页压力。不要仅因“Swap used不为0”就清空Swap或重启服务。

持续换入换出才是重要信号

更需要警惕的模式是:

指标B:Swap是“占用”还是“正在工作”配图

时间       available   si       so       wa     磁盘await   应用P99
14:00      2.4Gi       0        0        3%     4ms         240ms
14:05      1.7Gi       128      512      18%    35ms        620ms
14:10      1.1Gi       640      2048     42%    180ms       2.1s
14:15      780Mi       1024     3072     55%    290ms       4.8s

这里的si和so是示例采样值,单位需以工具输出为准。关键不在某个固定阈值,而在多个指标同向变化:

  1. available持续减少;
  2. si/so持续非零并呈上升趋势;
  3. I/O等待和磁盘延迟升高;
  4. 应用响应时间和超时率恶化。

若这四条在同一时间窗口内成立,内存压力已经对系统性能产生实际影响,16GB物理内存不足的可能性明显增加。

使用PSI判断是否出现内存等待

较新的Linux内核通常提供压力停滞信息:

cat /proc/pressure/memory

可能看到:

some avg10=8.42 avg60=3.15 avg300=1.02 total=...
full avg10=1.18 avg60=0.42 avg300=0.10 total=...

some表示至少部分任务因内存资源而停滞;full表示一段时间内任务整体处于相关停滞状态。PSI数值不是“超过某值必然故障”的开关,而是把内存压力与任务等待联系起来的证据。

如果PSI升高同时伴随Swap I/O、磁盘await和应用P99上升,说明内存压力已从资源层传到调度和业务层。若PSI保持很低,Swap占用也稳定,通常不能仅凭Swap总量判定不足。

指标C:找出真正占用内存的进程

先区分进程增长与缓存增长

一个典型的内存不足过程可能是:

时间       MemAvailable   数据库RSS   应用进程总RSS   Page Cache
09:00      5.1Gi          4.2Gi       2.8Gi            2.0Gi
09:30      3.8Gi          4.8Gi       3.4Gi            1.8Gi
10:00      2.2Gi          5.5Gi       4.1Gi            1.2Gi
10:30      1.0Gi          6.2Gi       4.8Gi            0.8Gi

这组模拟数据中,数据库和应用进程占用同步增长,文件缓存反而被挤压,可用内存下降。若此时出现Swap活动和请求延迟上升,应重点检查数据库缓存配置、应用进程上限、连接数量和对象生命周期。

相反,如果主要变化是Page Cache增加,进程RSS稳定,Swap没有活跃读写,响应时间也稳定,那么可能只是文件访问模式带来的正常缓存变化。

关注PSS,而不是只看RSS排名

smem可用于查看PSS,但不一定预装。先核验是否存在:

command -v smem

如果系统已安装,可执行:

sudo smem -tk
sudo smem -t -r -k -p

PSS会按比例分摊共享内存,比简单相加RSS更适合判断多个工作进程的实际影响。若没有smem,可以先用ps定位大户,再结合服务自身指标确认:

  • 数据库:缓存池、连接数、排序或临时表内存;
  • PHP-FPM:子进程数量、单进程RSS、pm.max_children;
  • Java:堆上限、非堆、直接内存、线程栈;
  • Node.js:堆上限、外部内存、Buffer;
  • 容器:容器限制、工作集、匿名内存和页缓存;
  • Web服务器:连接数、请求缓冲区和模块占用。

进程数量本身也可能制造压力

单进程内存不大,不代表总量安全。比如一个PHP-FPM子进程平均占用180MiB,启动80个子进程,粗略物理占用就是:

180MiB × 80 = 14,400MiB

这还没有计入数据库、Web服务器、系统服务、文件缓存、内核内存和共享内存。若这是十六进制或二进制单位混用,估算会产生偏差,因此实际应以监控采样为准;这里仅用于说明数量级。

另一个常见问题是线程数增长。每个线程可能需要栈空间和线程相关结构,即使业务堆没有显著增加,线程泄漏也会推动匿名内存上升。应把进程数、线程数、连接数与请求量放在同一时间轴上。

指标D:把内存压力和I/O、CPU、网络、业务指标串起来

单点指标容易把因果关系看反。例如服务器磁盘本身较慢,可能造成请求堆积;请求堆积又会增加连接和缓冲区,最终推动内存上升。此时“内存高”可能是结果,而不是最初原因。

典型的内存不足链路

较常见的联动顺序是:

指标D:把内存压力和I/O、CPU、网络、业务指标串起来配图

  1. 流量或任务量增加;
  2. 应用进程RSS、连接数或缓存对象增长;
  3. MemAvailable持续下降;
  4. 内核开始回收缓存并换出不活跃页面;
  5. si/so增加,磁盘await和I/O队列上升;
  6. CPU的wa增加,应用P95/P99和超时率恶化;
  7. 进程被OOM终止,或服务出现连接拒绝。

如果监控中能看到这一顺序,内存不足的证据较完整。

容易误判为内存不足的其他链路

磁盘性能先恶化

如果磁盘延迟先从几毫秒升到数百毫秒,随后数据库连接堆积、应用线程阻塞,内存才逐渐上升,根因可能是存储I/O瓶颈。此时Swap可能只是被动参与,单纯增加内存未必解决问题。

CPU先达到瓶颈

压缩、加密、编译或异常循环可能让CPU长期满载。请求处理变慢后,工作线程和连接队列增加,内存也会升高。若CPU的用户态或系统态先达到高位,而si/so为零,优先检查CPU热点和请求并发控制。

网络重传或上游异常

上游服务响应慢、网络丢包或连接重传,会让本机保留更多请求上下文和缓冲区。若网络重传、连接数、队列长度先增加,内存增长可能是网络故障的后果。

业务缓存无界增长

应用为了减少数据库访问而把对象放入进程内缓存,但没有容量或时间限制。此时CPU、网络可能正常,Swap也未立即发生;内存却随时间缓慢上涨,最后在流量峰值时触发压力。需要结合应用内部缓存命中率、对象数量和淘汰策略排查。

指标E:确认是否发生OOM,而不是把OOM等同于Swap

Linux在无法满足内存申请时,可能触发OOM Killer。OOM通常是内存压力达到临界状态后的结果,但没有OOM不代表内存没有不足;相反,出现OOM记录则是非常强的证据。

查看内核和系统日志

不同发行版日志路径不同,先使用当前系统支持的方式:

journalctl -k --since "2 hours ago" | grep -Ei 'out of memory|oom|killed process|memory cgroup'

也可查看传统内核日志:

dmesg -T | grep -Ei 'out of memory|oom|killed process|memory cgroup'

示例:

Out of memory: Killed process 2481 (java) total-vm:...
oom-kill:constraint=CONSTRAINT_NONE,nodemask=(null),cpuset=...,mems_allowed=...

这类日志可确认内核曾执行OOM处理。要继续查明原因,还需确认:

  • 被杀的是哪个服务;
  • 当时整机内存是否耗尽;
  • 是否是容器或systemd服务的内存限制;
  • 是否存在单个进程异常增长;
  • OOM前是否已有Swap和I/O异常。

容器环境要单独看限制

如果香港服务器上运行Docker或其他容器运行时,宿主机还有内存,并不代表容器没有达到限制。需要查看容器限制与使用情况:

docker stats --no-stream
docker inspect CONTAINER_ID --format '{{.HostConfig.Memory}}'

docker stats仅适用于Docker环境,若使用其他运行时,应使用对应工具。容器发生OOM时,宿主机可能仍有可用内存;这属于内存配额问题,不应简单归因于整台服务器的16GB物理内存不足。

systemd服务也可能受到MemoryMax等限制。可先查看服务状态和资源配置:

systemctl show SERVICE_NAME -p MemoryMax -p MemoryCurrent -p TasksMax

将SERVICE_NAME替换为实际服务名。若限制不是无限,需把“主机内存容量”和“服务可用内存上限”分开判断。

一组可执行的判断流程

以下流程按低风险、可观测优先的顺序进行,不要求立即重启或修改系统参数。

第一步:确定时间范围和异常表现

记录问题首次出现时间、持续时长和业务影响:

  • 是全天发生,还是只在流量高峰、备份、报表或定时任务期间发生;
  • 是响应时间变慢,还是出现连接拒绝、5xx、进程退出;
  • 是否只有某个站点或服务异常;
  • 是否与发布、配置变更、流量增长同时发生。

没有时间范围,就无法把资源曲线与业务事件对齐。

第二步:同时采集内存、Swap和I/O

在问题复现期间执行:

一组可执行的判断流程配图

vmstat 5 60
free -h
cat /proc/pressure/memory

如果条件允许,再采集磁盘和进程数据:

iostat -xz 5 12
ps -eo pid,ppid,user,comm,%mem,rss,vsz,etime,args --sort=-rss | head -n 30

iostat由sysstat软件包提供,若命令不存在,先确认系统是否安装,不要直接把安装过程当作故障修复。

第三步:核对进程、线程和服务内部指标

根据占用最高的进程,查看其服务配置和运行指标。关注的是“占用是否随时间增长”,而不是某一时刻谁排名第一。

例如应用进程RSS曲线持续上升,而请求量没有同步增长,需排查泄漏、无界缓存和对象滞留;如果RSS与请求量线性增长但在流量下降后不回落,需检查连接池、缓存淘汰和进程回收机制。

第四步:检查OOM与限制

查询内核日志、容器限制、systemd限制和应用自身日志。若有OOM记录,应优先保护业务:

  • 确认哪个进程被终止;
  • 临时降低并发或暂停非必要批处理;
  • 给应用设置合理的进程、线程和缓存上限;
  • 在变更前保存配置并记录当前状态。

不要为了消除告警直接执行清空缓存、禁用Swap或重启所有服务。此类操作可能让问题暂时消失,却破坏现场,甚至造成更大的业务中断。

第五步:实施一个可回滚的验证

如果已经确认某个应用缓存或并发配置过高,可在低风险时段调整一个变量,保留前后监控对比。变更前应:

  • 备份配置文件;
  • 记录当前值;
  • 明确影响的服务和连接;
  • 确认有维护窗口或回滚入口;
  • 准备恢复原配置并按服务文档重新加载。

不要把增加Swap当作扩大物理内存的替代方案。Swap可以缓冲短时峰值,但存储设备延迟远高于RAM,持续依赖Swap往往会增加I/O等待。

如何排除几种常见替代解释

Swap使用量高,但业务没有变慢

重点看si/so和I/O,而不是Swap总量。如果Swap使用量稳定,si/so接近零,available充足,PSI低,应用P99稳定,这更可能是历史换出页。应保留观察,不必立即执行危险的Swap清理操作。

free很低,但available较高

这通常与文件缓存有关。确认磁盘await、应用延迟和换页活动没有同步恶化后,可以把它视为正常内存利用,而不是容量故障。

内存高,但Swap为零

可能是:

  • 内存刚被快速消耗,尚未来得及形成明显Swap活动;
  • Swap未配置或已禁用;
  • 容器或服务先触发了内存限制;
  • 大量内存被内核结构、共享内存或不可回收区域占用;
  • 某个进程快速增长并触发OOM。

因此“没有Swap”并不能排除内存不足。

si/so高,但内存曲线不明显

需要确认采样单位和采样间隔,也要考虑内存回收、短时任务和监控聚合方式。若换页发生时间很短,1分钟平均值可能掩盖峰值。可以缩短采样间隔,并同时观察磁盘读写和进程VmSwap变化。

响应时间变慢,但内存指标正常

优先排查磁盘、CPU、网络、数据库锁和上游依赖。若MemAvailable稳定,PSI和Swap活动均低,内存不足不应成为第一结论。

16GB DDR3内存的判断边界

16GB是物理容量,不等于业务可用容量。整机还要为内核、系统服务、文件缓存、监控代理、Web服务、数据库和应用进程共同分配。若同时运行多个服务,不能把16GB全部划给某一个程序。

一个示例性的容量账本如下:

使用项估算占用
操作系统与内核相关0.8GiB
Web服务器与监控0.7GiB
数据库基础与缓存5.0GiB
应用进程6.0GiB
文件缓存及可回收部分1.8GiB
余量约1.7GiB

这只是解释方法的示例,不代表某台香港服务器的实际监控结果。若应用进程再增加2GiB,或数据库缓存、连接数和批处理同时增长,余量可能迅速消失。容量判断应基于高峰期持续数据,而不是按内存条标称容量做静态推断。

什么时候更像是容量不足

以下条件同时出现时,可以较有把握地认为16GB已经成为瓶颈:

  • 高峰期间MemAvailable持续处于低位并继续下降;
  • 匿名内存和主要服务RSS持续增长;
  • si/so持续活动,且不是单次短峰;
  • 磁盘await、I/O队列或CPU wa同步升高;
  • PSI memory出现明显停滞;
  • 应用P95/P99、超时率或错误率恶化;
  • 日志出现OOM或服务被内存限制终止;
  • 降低并发、限制缓存或暂停批处理后,指标明显恢复。

其中最后一条很有价值:如果减少内存需求后换页和延迟同步下降,说明资源压力与业务表现存在较强关联。

什么时候不应急于扩容

出现以下情况时,应先排除配置和其他资源问题:

  • 只有free低,但available稳定;
  • Swap使用量高但长期不变,si/so接近零;
  • CPU、磁盘、网络或数据库锁指标先出现异常;
  • 只有一个进程持续增长,且与流量无关;
  • 容器或systemd内存限制明显低于主机容量;
  • 内存异常只发生在单个定时任务期间;
  • 重启后短暂恢复,但没有继续分析进程增长原因。

扩容可以缓解容量不足,却无法修复内存泄漏、缓存无界、进程数失控、磁盘过慢或错误的容器配额。

复测:用同一组指标验证修复效果

完成配置调整、降低并发或增加资源后,应在相近业务负载下重新观察。不要只看“Swap变少了”,而要比较前后同一时间段:

维度修复前修复后应观察
MemAvailable高峰持续下降是否趋于稳定
匿名内存与RSS是否单调增长是否受控或回落
si/so是否连续出现是否回到短时或接近零
磁盘await与队列是否随换页上升是否下降
PSI memory是否有停滞是否降低
CPU wa是否异常升高是否恢复
应用P95/P99是否变慢是否改善
超时与错误率是否增加是否回落
OOM日志是否出现是否停止新增

复测至少覆盖一次原先会触发问题的业务峰值。若只是低峰期间看起来正常,不能说明问题已经解决。

如果通过限制应用并发后,si/so、磁盘延迟和P99同步改善,说明原先很可能是内存压力驱动的性能退化;如果内存指标改善但响应时间不变,则还要继续检查CPU、存储、网络或上游依赖。

下一次排查应同时保留的指标组合

针对配备16GB DDR3内存的香港服务器,建议在同一时间轴保存以下组合,而不是只设置“内存使用率超过某百分比”的单一告警:

  1. MemAvailable、匿名内存、Page Cache、Slab;
  2. Swap总使用量与实时si/so;
  3. PSI memory的some和full;
  4. 按进程记录RSS、PSS、VmSwap、进程数和线程数;
  5. 磁盘await、利用率、队列长度、读写吞吐;
  6. CPU用户态、系统态、wa和可运行队列;
  7. 网络连接数、重传、吞吐和错误;
  8. 应用P50/P95/P99、超时率、错误率和请求队列;
  9. 数据库连接、缓存命中率、锁等待和慢查询;
  10. OOM、容器限制和systemd资源限制日志。

真正可靠的判断不是“Swap用了多少”,而是这些指标是否在同一个观察窗口内形成一致的因果链:可用内存减少,进程占用增长,换入换出加剧,I/O等待上升,业务延迟和错误率恶化,并且在降低内存需求或增加资源后同步改善。只有完成这组联动验证,才能把“频繁换页”从表面现象转化为对16GB内存是否不足的可执行判断。

本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/3681.html

相关推荐