日本服务器内存占用持续增长,如何关联进程、缓存与交换空间判断原因?
单看“已用内存”持续上升,不能直接判断日本服务器发生内存泄漏:Linux 会把空闲内存用于文件缓存,应用进程增长、缓存增长和交换空间使用也可能同时出现,但对应的处理方式不同。判断原因要把可用内存、进程与容器占用、缓存回收、Swap、OOM记录,以及同一时间段的 CPU、磁盘 I/O、网络和业务响应放在一起看。
排查时先确认趋势是否持续、是否影响服务,再观察多个指标的先后关系。若进程内存稳步增加且可用内存下降,进程或容器可能是主要占用方;若缓存增长但可用内存充足、Swap 和响应时间平稳,通常不等于内存故障;若 Swap 持续增加并伴随磁盘 I/O、延迟或错误率上升,则需要进一步确认是否发生内存压力。

先建立可比较的观察窗口
不要只对比两次相隔很久的 free 输出。建议选择一个覆盖业务高峰和低峰的观察窗口,例如连续记录 30 分钟至数小时,并对齐监控、应用日志与系统日志的时间。日本服务器上的业务若同时服务不同时区用户,尤其要确认监控平台、系统和应用日志是否使用同一时区;否则可能把请求峰值和内存变化错配。
先记录实例总内存、Swap 容量、系统发行版与内核版本,以及服务是否运行在容器或虚拟机中。容器场景中,宿主机还有可用内存,不代表容器没有触及自己的内存上限;反过来,容器统计的缓存也不一定等同于不可回收的应用内存。
Linux 可先用以下命令查看系统概况:
date
free -h
vmstat 1 10
free -h 的 available 比 free 更适合初步判断系统可供新程序使用的内存。buff/cache 包含可回收的缓存等,不能直接当作被应用永久占用的内存。vmstat 每秒输出一次,重点观察 si、so(Swap 读入、写出)、wa(I/O 等待)和运行队列;命令第一行通常是自启动以来的平均值,后续行才更适合观察当前变化。
一个有效的观察窗口至少应同时保留以下数据:
| 指标 | 关注内容 | 单独观察时的局限 |
|---|---|---|
MemAvailable、可用内存比例 | 是否逐步下降,低位是否持续 | 低值不一定说明具体哪个进程造成 |
| 进程 RSS、容器内存 | 哪些服务占用增长,增长是否持续 | RSS 可能包含共享页,不能简单相加当成精确总量 |
Cached、SReclaimable | 文件缓存和可回收内核缓存变化 | 缓存高不等于内存不可用 |
Swap 使用量、si/so | 是否有持续换入换出 | Swap 已占用不一定代表当前仍有压力 |
| CPU、I/O、响应时间、错误率、队列 | 是否与内存变化同一时段恶化 | 单个指标也可能由其他瓶颈造成 |
先看可用内存与缓存是否同步变化
内存显示值需要结合定义理解。free 是当前完全未使用的内存;Linux 会利用空闲空间缓存文件数据和元数据,改善后续读取效率。缓存可以在系统需要内存时回收,所以 free 很低但 available 仍充足,可能只是缓存利用率较高,而不是进程已经耗尽内存。
可以定期记录 /proc/meminfo 中的关键字段:
grep -E 'MemTotal|MemFree|MemAvailable|Buffers|Cached|SReclaimable|Shmem|SwapTotal|SwapFree' /proc/meminfo
重点看趋势而不是某一个字段:
MemAvailable持续下降,同时某个进程 RSS 持续上升,说明应用占用增长的可能性增加。Cached或SReclaimable增加,而MemAvailable稳定、Swap 没有持续换入换出,通常更像缓存随文件访问增长。Shmem增长时,要考虑共享内存、tmpfs 或容器内存等因素,不能全部归为普通文件缓存。- 内存总量较小的实例,即便可用内存比例看起来不低,也可能在突发请求时迅速触发压力;应结合绝对容量与业务负载判断。
例如,下面是一组用于说明判断方法的模拟数据,并非实际监控结果:

| 时间 | MemAvailable | Cached | 最大进程 RSS | Swap 使用 | 响应时间 P95 |
|---|---|---|---|---|---|
| 09:00 | 3.2 GiB | 1.1 GiB | 620 MiB | 0.2 GiB | 180 ms |
| 09:30 | 3.0 GiB | 1.5 GiB | 625 MiB | 0.2 GiB | 185 ms |
| 10:00 | 2.9 GiB | 1.8 GiB | 630 MiB | 0.2 GiB | 182 ms |
这组变化中,缓存上涨而进程 RSS、Swap 和响应时间基本平稳,较符合缓存增长的特征。若同一期间 MemAvailable 快速降到较低水平,RSS 从 620 MiB 持续升至 1.4 GiB,且响应时间同步拉长,才更应优先追查进程或容器的内存增长。
把系统内存变化关联到进程和容器
先按 RSS 找出当前占用较高的进程:
ps -eo pid,ppid,comm,rss,vsz,%mem,%cpu --sort=-rss | head -n 20
RSS 表示当前驻留在物理内存中的页面,单位通常为 KiB;VSZ 是虚拟地址空间大小,不等同于实际物理内存占用。共享库页面可能同时映射到多个进程,因此把所有进程 RSS 相加,可能高于系统实际使用量。应将它用于找增长对象,而不是精确核算整机内存。
对可疑进程持续采样,而不是只看一次快照:
watch -n 10 'ps -p 1234 -o pid,etime,rss,vsz,%mem,%cpu,cmd'
将 1234 换成实际 PID。若进程 RSS 随时间持续单向增长,且在流量回落后仍不下降,应继续结合应用自身的堆、缓存、连接池和请求队列指标分析。RSS 增长并不必然等于代码泄漏:应用可能在预热、扩展缓存或处理更高并发;若内存长期保持在稳定平台,也可能是正常容量需求。
需要进一步查看进程内存组成时,可读取 Linux 提供的汇总文件:
cat /proc/1234/smaps_rollup
该文件在较新的 Linux 内核中可用,具体字段因内核版本而异。Private_* 可帮助判断进程私有页面,Pss 会按共享页面比例分摊,通常比简单累加 RSS 更适合观察多进程应用的总体占用。若文件不存在,可检查内核版本,并使用发行版支持的进程内存分析工具;不必为了补齐单一字段而直接调整系统配置。
如果服务运行在容器中,还要比较容器统计与宿主机指标。检查容器的内存限制、当前使用量、工作集、重启次数和 OOM 事件;具体命令取决于容器运行时与编排平台。对 cgroup v2,可在对应的 cgroup 目录查看 memory.current、memory.max、memory.events 等文件。容器内存接近 memory.max 时,即使宿主机 MemAvailable 尚可,容器仍可能被限制或发生 OOM。不能只依据宿主机总内存排除容器内存不足。

Swap 增长要结合换入换出和 I/O 判断
Swap 使用量表示部分页面曾被换出,不等于系统此刻正在持续抖动。系统可能在先前的压力阶段换出较少使用的页面,压力缓解后仍保留这些页面在 Swap 中。因此,“Swap 非零”不是单独的故障结论。
应同时观察 vmstat 的 si、so 是否持续非零,以及磁盘 I/O、I/O 等待和业务响应是否同步恶化。短时换入换出可能出现在任务切换或负载波动中;若持续发生,并伴随 MemAvailable 低位、磁盘读写升高、CPU 等待增加和响应变慢,就更符合内存压力导致的换页影响。
例如,某时段 Swap 使用从 300 MiB 增至 1.2 GiB,但之后 si/so 接近零、可用内存恢复,响应时间也未变化,可能是历史换出页面尚未重新载入。相反,若每秒都出现明显换入换出,磁盘队列持续增长,应用延迟和超时率同一时间上升,应优先排查内存压力与活跃工作集是否超过可用物理内存。
还要区分内存导致的 I/O 与磁盘本身的瓶颈。日志写入、数据库查询或批处理也会增加 I/O;若 si/so 没有变化,而磁盘延迟上升,应检查对应业务负载和磁盘指标,避免把所有性能下降都归因于 Swap。
用 OOM、CPU、网络和业务指标排除其他解释
出现服务重启、请求错误或进程消失时,检查内核日志中的 OOM 线索。不同发行版和日志服务的查询方式可能不同,可先尝试:
journalctl -k --since "1 hour ago" | grep -Ei 'out of memory|oom|killed process'
若系统使用传统日志文件或当前用户无权限访问内核日志,应按发行版查看系统日志并确认读取权限。日志中若记录了被终止的进程、内存使用情况或 cgroup 路径,需与监控中的时间、PID、容器和应用重启记录对齐。没有看到日志不一定能排除 OOM:日志可能轮转、权限不足,或容器事件记录在编排平台中。
同一时间窗口还应查看:
- CPU 与运行队列:CPU 利用率高、运行队列变长但内存稳定,可能是计算瓶颈;若 CPU 降低同时 I/O 等待上升,则需判断进程是否被换页或存储阻塞。
- 网络流量与连接数:入站流量、并发连接或请求数上升,可能使工作进程、连接缓冲区和应用缓存一起增加。网络流量本身不等于内存泄漏,但能解释负载变化为何推动内存增长。
- 业务响应时间和错误率:延迟上升若与 Swap 活跃、I/O 等待和可用内存下降同步,关联更强;若内存平稳而错误率上升,应检查应用依赖、数据库、网络和限流情况。
- 队列和并发量:任务队列持续堆积可能让待处理对象、消息或请求在内存中滞留。若队列长度先增长、随后 RSS 上升,需检查消费者处理能力和回压机制,而不只是扩大服务器内存。
- 重启与部署事件:进程重启后 RSS 清零、随后重新爬升,可能提示周期性泄漏或缓存重建;部署时间与内存变化重合,也要核对版本和配置差异。
多指标的先后顺序有助于区分原因。若请求量或队列先增加,随后进程 RSS 增长,再出现可用内存下降和 Swap 活跃,业务负载很可能是触发因素;若流量稳定而 RSS 仍持续爬升,需进一步检查应用内部对象、连接未释放或缓存上限;若缓存先升高但可用内存、Swap 和延迟稳定,则不应仅因“已用内存”上升就清理缓存或扩容。
形成判断后,用相同条件复测
完成关联分析后,将问题归入可验证的候选原因,而不是直接依据单项阈值处理:
| 观察到的组合 | 优先判断方向 | 下一步验证 |
|---|---|---|
| RSS 持续增长、可用内存下降,流量相对稳定 | 进程内存增长或释放不及时 | 按 PID、PSS、应用堆和版本分段观察 |
| 缓存增长、可用内存稳定,Swap 与延迟平稳 | 文件缓存或内核缓存增加 | 继续观察业务文件访问和缓存趋势 |
| 容器用量接近上限,宿主机仍有可用内存 | 容器限制或工作集过大 | 核对容器限额、事件记录和容器内进程 |
| Swap 持续读写、I/O 等待和响应时间上升 | 活跃内存工作集超过可用内存的可能性较高 | 对齐进程占用、磁盘延迟和请求并发 |
| 内存稳定,CPU、队列或错误率先恶化 | 其他资源瓶颈或应用积压 | 检查 CPU、存储、依赖服务和队列处理能力 |
若要通过降低并发、调整应用缓存或改变容器限制验证假设,应先记录原配置、明确影响的服务与流量范围,并选择可回退的变更方式。调整后在相似流量和相同时长下复测,比较 MemAvailable、进程或容器占用、Swap 换入换出、I/O、响应时间、错误率和队列长度。若内存曲线改善但错误率、延迟或队列恶化,说明变更可能只是转移了压力,不能视为问题已经解决。
下一次观察日本服务器的内存趋势时,至少同时保存“可用内存与缓存、进程或容器占用、Swap 活动、CPU 与 I/O、网络或请求量、响应时间与错误率、队列长度”这组指标,并统一时间戳。这样才能判断内存增长是可回收缓存、负载随动、容器限制、进程持续占用,还是已经影响业务的系统压力。
对于内存占用持续增长的业务,A5数据提供日本物理服务器方案,涵盖 Xeon Gold 与 AMD EPYC 平台,并有 NVMe 存储及多种线路选择,可为网站、数据库、接口服务和容器业务提供部署资源。日本 CTG 系列还提供 SSD、大容量 HDD 与多 IP 等配置,适合不同的数据存储和业务架构需求;香港、美国等地区也有不同硬件与网络方案,支持多地区业务部署。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/4740.html



