Linux服务器使用tmpfs时如何规划容量并避免内存被过度占用?
tmpfs 的 size 只是文件系统可使用的上限,并不会在挂载时一次性预留同等容量的物理内存。真正需要规划的是:峰值时会同时驻留多少数据,这些数据与应用进程、系统服务和页面缓存共同占用多少内存,以及增长后是否仍有安全余量。
请求量、并发数、单次临时数据大小、数据驻留时间和增长率,决定了 tmpfs 的实际峰值。容量设置过小,业务可能收到 ENOSPC;设置过大,则可能让应用在突发流量下持续填充内存,最终触发换页、内存压力甚至 OOM。合理做法是先建立负载画像,再计算内存预算,最后用监控阈值决定何时扩容。
A5数据提供中国香港、美国、日本、韩国、中国台湾、新加坡及马来西亚等地区的物理服务器,覆盖Xeon与AMD EPYC平台,并配备不同容量的内存、SSD或NVMe存储资源,可承载使用tmpfs的业务后台、数据库、容器及多任务处理场景。针对临时数据占用、内存预算和访问区域等需求,A5数据也提供多地区线路与多档硬件配置,为服务器内存规划和业务工作集部署提供资源基础。
先建立 tmpfs 的负载画像
确认实际使用的挂载点
/dev/shm 通常是 tmpfs,但 /tmp 不一定是;不同发行版和部署方式也可能使用不同配置。不要只根据目录名称判断,先确认目标路径实际对应的文件系统:
findmnt -T /srv/app-tmp -o TARGET,SOURCE,FSTYPE,OPTIONS
df -hT /srv/app-tmp
df -ih /srv/app-tmp
其中:
FSTYPE为tmpfs,才说明该路径确实使用 tmpfs;df -hT查看已分配的数据块容量;df -ih查看 inode 使用情况;findmnt可以确认是否存在size=、nr_inodes=等限制。
如果应用运行在容器或 systemd 独立挂载命名空间中,宿主机看到的路径不一定与应用实际使用的挂载点一致,应在应用所在环境内检查。
把临时数据按类型拆开
容量规划不应只看“每个请求平均多少数据”,而应拆分不同类型的临时数据。常见项目包括:
- 上传文件或请求体的临时副本;
- 解压、转码、压缩过程中产生的中间文件;
- 应用生成的临时结果;
- 进程间共享内存或 Unix Socket 相关文件;
- 缓存文件和延迟删除的历史结果;
- 一个请求同时保留的多份副本。
尤其要注意数据复制。例如一个上传请求可能同时保留原始文件、解压目录和处理后的结果。单次业务数据是 10 MiB,并不代表 tmpfs 只需要 10 MiB,实际工作集可能达到 20 MiB、30 MiB 或更高。
用驻留时间把请求量转换为数据量
当临时文件的生命周期与请求相关时,可以使用以下估算关系:
峰值驻留数据量 = 峰值请求速率 × 临时数据驻留时间 × 单请求临时数据量 × 同时保留副本数
计算时要统一单位。若请求速率使用“每秒”,驻留时间就使用“秒”;如果数据量使用 MiB,结果就是 MiB。
例如,某类请求在峰值时为每秒 80 个,每个请求平均会在 tmpfs 中保留 2 MiB 数据,平均驻留 15 秒:
80 次/秒 × 15 秒 × 2 MiB = 2400 MiB ≈ 2.34 GiB
如果处理过程中同时存在原始数据和结果文件,同一请求需要保留两份数据,则应按约 4.69 GiB 估算,而不是 2.34 GiB。
对于连接数固定但请求速率变化不大的业务,也可以直接采用:
峰值驻留数据量 = 峰值并发请求数 × 单请求工作集
两种算法不应重复相加。若并发数已经由“请求速率 × 驻留时间”推导出来,就不能再把同一批请求额外叠加一次。
不要只使用平均值
容量上限应关注峰值窗口,而非全天平均值。建议至少分别记录:
- 峰值请求速率;
- 峰值并发数;
- 单请求数据大小的高分位值;
- 临时文件平均和最大驻留时间;
- 同一请求产生的文件数量;
- 每小时或每天的高水位使用量;
- 业务增长率和季节性流量。
如果使用平均文件大小计算,再叠加突发并发,通常会低估 tmpfs 用量。可以使用峰值请求速率、P95 或 P99 文件大小,并额外加入复制、元数据和突发缓冲空间。
把 tmpfs 容量放入内存预算
tmpfs 上限不等于物理内存预留
tmpfs 文件只有在实际写入后才会占用内存或交换空间。配置:
size=40G
表示该挂载点最多可以使用约 40G 容量,并不是系统启动后立即少掉 40G 内存。
但这也意味着,过大的 size 会给应用留下“可以继续写入”的空间。当业务突发填充 tmpfs 时,实际内存压力会随数据增长而增加。因此,tmpfs 上限既要满足工作集,也不能超过服务器可承受的内存预算。
可以用下面的关系规划:

tmpfs 可用内存预算 = 物理内存 - 应用峰值工作集 - 系统与其他服务占用 - 安全预留
安全预留应包含内核、网络服务、监控、日志、页面缓存波动以及突发请求带来的额外占用。不要把 free -h 输出中的全部 buff/cache 都当作可以分配给 tmpfs 的空间,因为页面缓存虽然可回收,但回收也会带来 I/O 和延迟变化。
示例:128 GiB 服务器的容量推演
以下是一个用于说明计算过程的示例,不代表某类业务的固定配置:
- 物理内存:128 GiB;
- 应用在峰值时的 RSS、堆和连接缓冲:52 GiB;
- 系统服务和其他常驻进程:10 GiB;
- 为内存波动保留:20 GiB。
则 tmpfs 和其他可变内存大致可使用:
128 GiB - 52 GiB - 10 GiB - 20 GiB = 46 GiB
业务侧有两类临时数据:
| 数据类型 | 峰值速率 | 单次数据量 | 驻留时间 | 估算驻留量 |
|---|---|---|---|---|
| 上传处理文件 | 120 次/秒 | 6 MiB | 25 秒 | 120 × 25 × 6 MiB = 17.58 GiB |
| 生成结果文件 | 40 次/秒 | 4 MiB | 30 秒 | 40 × 30 × 4 MiB = 4.69 GiB |
基础驻留量约为:
17.58 GiB + 4.69 GiB = 22.27 GiB
考虑同时存在的副本、目录和 inode 开销、突发请求以及清理延迟,增加 30% 的工作空间:
22.27 GiB × 1.30 ≈ 28.95 GiB
如果预计未来一个规划周期内业务数据增长 30%,则未来峰值约为:
28.95 GiB × 1.30 ≈ 37.64 GiB
在 46 GiB 的内存预算内,tmpfs 上限可以先设置在约 40G 左右,同时保留约 6 GiB 至 8 GiB 的预算差额。这个差额不是可以随意使用的空闲内存,而是用于应对模型误差、临时峰值和应用自身的额外增长。

如果计算出的未来峰值已经接近或超过内存预算,不应简单地把 size= 调大。可选措施包括增加服务器内存、缩短临时文件驻留时间、减少重复副本、限制单请求大小,或者将不要求内存级速度的数据改为磁盘或其他存储。
交换空间不能替代 tmpfs 内存预算
tmpfs 页面在系统允许时可能被换出到 swap,但这不应被当作正常容量来源。大量 tmpfs 数据进入 swap 后,可能出现:
- 请求延迟突然上升;
- swap in、swap out 持续增加;
- 内存压力指标恶化;
- 应用处理速度下降;
- 关键进程与临时数据相互争抢内存。
free -h、/proc/meminfo 和 PSI 可以帮助判断实际压力:
free -h
grep -E 'MemAvailable|Shmem|SwapFree|SwapTotal' /proc/meminfo
cat /proc/pressure/memory
其中 Shmem 是系统级共享内存和 tmpfs 相关统计,不一定只对应某一个挂载点。具体挂载点的容量仍应以 df 为准,系统总体压力则需要结合 MemAvailable、swap 活动和 PSI 判断。
容器还需要检查 cgroup 限制
在容器中,即使宿主机还有较多内存,容器自身也可能先达到 memory.max。cgroup v2 环境下可检查:
cat /sys/fs/cgroup/memory.max
cat /sys/fs/cgroup/memory.current
cat /sys/fs/cgroup/memory.events
如果 memory.max 是一个小于宿主机物理内存的值,tmpfs 实际可用空间就不能按整台服务器计算。容器中的 /dev/shm、内存型临时目录以及应用进程内存,通常需要放在同一个容器内存预算中统一规划。
判断真正的瓶颈在哪里
tmpfs 使用率升高并不一定说明需要扩容。应根据现象区分是容量、inode、内存、CPU 还是配置路径问题。

| 现象 | 更可能的原因 | 核对指标 | 处理方向 |
|---|---|---|---|
df -h 接近 100%,但系统内存仍有余量 | tmpfs 上限过小或清理不及时 | 挂载点使用量、文件驻留时间 | 调整清理策略或合理增大上限 |
df -i 接近 100%,数据量却不大 | 小文件、目录或 inode 上限不足 | inode 使用率、文件数量 | 减少小文件或调整 nr_inodes |
tmpfs 使用量不高,但 MemAvailable 持续下降 | 应用、缓存或其他服务抢占内存 | RSS、Shmem、PSI、swap | 增加内存或降低整体工作集 |
memory.events 出现 OOM 记录 | cgroup 内存预算不足 | memory.current、memory.max、OOM 事件 | 调整容器内存或降低应用与 tmpfs总量 |
| tmpfs 和内存都正常,但延迟升高 | CPU、锁竞争、压缩或网络成为瓶颈 | CPU 使用率、运行队列、应用 P95/P99 | 优化处理流程,不要只扩 tmpfs |
| 写入报错但目标目录看似有空间 | 实际使用了其他挂载点、inode耗尽或命名空间不同 | findmnt -T、df -i、应用运行环境 | 在应用实际环境内重新核对 |
tmpfs 可以减少磁盘 I/O,但不会消除数据复制、压缩、解压和序列化的 CPU 消耗。对大型文件进行多次复制时,内存带宽也可能成为限制因素。若瓶颈指标不在 tmpfs 容量或内存压力上,单纯增加 tmpfs 上限通常不能改善延迟。
计算增长空间和容量余量
将增长率应用到峰值,而不是应用到平均值
如果当前峰值驻留量为 D0,每个规划周期的增长率为 g,规划周期数为 H,可用以下方式估算未来峰值:
未来峰值 = D0 × (1 + g)^H
例如当前峰值为 20 GiB,月增长率约为 10%,计划覆盖 3 个月:
20 GiB × 1.10^3 ≈ 26.62 GiB
如果请求量和单请求数据量的增长速度不同,应分别计算:
未来数据量
= 当前请求速率 × (1 + 请求增长率)^H
× 当前单请求数据量 × (1 + 数据增长率)^H
× 驻留时间
驻留时间也可能变化。例如业务增加了异步处理队列,文件平均保留时间从 15 秒变成 30 秒,即使请求量不变,tmpfs 工作集也可能接近翻倍。
余量要分成两种
容量规划中至少要区分:
- 业务增长余量:用于未来请求量、文件大小和驻留时间增加;
- 运行安全余量:用于突发流量、清理延迟、应用内存波动和系统服务变化。
如果预计未来峰值是 38 GiB,不能把 40 GiB 直接当作安全容量。40 GiB 只比预估值多约 5%,很容易因为一次批量任务或清理失败而触顶。更稳妥的方式是让规划峰值不超过内存预算的 70% 至 85%,再根据业务可接受的失败方式决定是否设置更低的硬上限。
size= 的作用是限制单个 tmpfs 挂载点,避免它无限制增长;它不是内存扩容参数。硬上限过大,保护作用会减弱;硬上限过小,则会在正常峰值时触发 ENOSPC。因此,上限应同时满足:
预计规划峰值 < tmpfs size 上限 < 该主机允许分配给 tmpfs 的内存预算
两个“<”之间应留出可解释的余量,而不是只依赖一个固定比例。
配置容量上限并进行验证
确认目录为空、应用不会把重要数据长期保留在其中后,可以为独立的临时目录挂载 tmpfs。下面的配置使用示例值,实际 UID、GID、容量和 inode 数量需要替换为业务计算结果:
sudo mkdir -p /srv/app-tmp
sudo mount -t tmpfs \
-o rw,nosuid,nodev,noexec,size=40G,nr_inodes=400000,uid=1001,gid=1001,mode=0700 \
tmpfs /srv/app-tmp
这些选项的含义如下:
size=40G:限制该挂载点的最大数据容量;nr_inodes=400000:限制可创建的 inode 数量;nosuid、nodev:临时数据目录通常可以启用的安全限制;noexec:适合只保存数据、不执行文件的目录;如果应用需要从该目录执行程序或脚本,不应直接使用;uid、gid和mode:确保应用账户可访问,同时避免使用过于宽松的目录权限。
执行挂载前,应确认该目录原有内容已经备份或确认不需要保留,因为挂载后原目录内容会被暂时遮挡。tmpfs 中的数据在卸载或服务器重启后通常会丢失,不应放置数据库文件、唯一的上传原件或需要持久保存的业务数据。
挂载后重新检查:
findmnt -T /srv/app-tmp -o TARGET,SOURCE,FSTYPE,OPTIONS
df -hT /srv/app-tmp
df -ih /srv/app-tmp
如果需要把配置写入 /etc/fstab,应先在业务低峰期验证挂载参数,再使用同一组参数持久化。修改前保留原配置,避免重启时因权限、目录或参数错误影响服务启动。
扩容通常可以通过重新挂载调整上限:
sudo mount -o remount,size=48G /srv/app-tmp
扩容前后都要检查实际使用量和内存余量。缩容则更谨慎:如果当前使用量已经超过新的上限,缩容可能失败;即使能够执行,也可能让后续写入立即出现空间不足。缩容前应停止相关写入、确认文件已清理,并为仍需保留的数据做好备份。卸载 tmpfs 会使其中的数据消失,回滚时不能把它当作持久化存储。
用监控阈值决定扩容时机
监控应同时覆盖挂载点、inode、系统内存、cgroup 和业务延迟,不能只采集 df。
可以把以下指标作为初始参考区间,再结合业务实测高水位调整:
- tmpfs 数据使用率持续超过 70%:进入观察和容量评估;
- 持续超过 80% 至 85%:安排扩容、缩短驻留时间或限制增长;
- 接近 90%,或已经出现
ENOSPC:按紧急容量事件处理; - inode 使用率超过 70%:检查小文件增长;
- inode 使用率超过 85%:优先处理文件数量问题;
MemAvailable长时间低于物理内存的 20%:检查整体内存预算;MemAvailable接近 10%,同时出现 swap 活跃或 memory PSI 升高:不要只增大 tmpfs,应优先降低内存压力;- cgroup 的
memory.current长时间接近memory.max:容器内存已经成为边界; - tmpfs 使用量、内存压力和业务 P95/P99 延迟同时上升:说明容量增长已经影响服务,应提前扩容或拆分负载。
这些比例不是所有业务的固定标准。更可靠的阈值确定方法是:连续采集至少一个完整业务周期,记录 tmpfs 使用量的峰值、文件数量峰值、应用 RSS、MemAvailable、swap 活动和 P95/P99 延迟,然后用“历史峰值 + 增长预测 + 突发余量”计算告警线。
最终扩容触发条件可以写成三个组合判断:
- 未来规划周期内的预测峰值将超过 tmpfs 当前上限的 80%左右;
- 预测峰值加上应用和系统内存后,将压缩安全预留;
- tmpfs 使用增长与
MemAvailable下降、swap 活动或业务延迟升高同时出现。
满足其中一项时可以开始容量评估,满足两项时应安排扩容或削减工作集,出现 ENOSPC、OOM 或持续内存压力时则应立即执行已验证的应急方案。这样规划出来的 tmpfs 容量,才是由并发、请求量、数据规模、增长空间和实际瓶颈共同决定的,而不是简单把服务器内存的一部分写进 size= 参数。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/4677.html



