Linux内存过量分配会带来哪些风险,如何根据交换与OOM判断
Linux 内存过量分配的风险,不是简单地表现为 free 数值变低。应用申请到的虚拟内存可能尚未真正占用物理页,文件缓存也可能在压力出现时被回收;相反,主机看起来还有可用内存时,容器或服务的内存上限也可能已经触发。因此,判断风险应同时观察 MemAvailable、匿名页、交换进出、内存压力、进程或 cgroup 限额,以及应用延迟和错误率。
交换区使用量本身不能直接证明系统正在“疯狂换页”,OOM 日志也不一定代表整台主机物理内存已经耗尽。更可靠的判断方式是建立同一时间窗口:先看可用内存和分配承诺是否持续恶化,再关联 si/so、主要缺页、磁盘 I/O、CPU 等待、请求队列与服务错误,最后结合内核或 cgroup 的 OOM 记录确认影响范围。
先区分“已分配”“已占用”和“可回收”
Linux 中常见的内存指标含义不同,不能用一个指标代替全部判断。

- 虚拟内存或地址空间:进程通过
malloc()、mmap()等方式申请的地址范围。申请成功不代表每个页面都已经驻留在物理内存中。 - Committed_AS:内核承诺给进程的内存总量估计,包含部分尚未实际触发缺页的分配。
- RSS:进程当前驻留在物理内存中的页面,通常包含共享页,不能直接相加后当成主机真实消耗。
- PSS:按共享比例分摊后的驻留内存,更适合比较多个进程的实际占用,但需要读取进程的内存映射统计。
- 文件缓存:用于加速文件访问,通常具有可回收性,但回收时可能引发额外磁盘读取。
- 匿名页:堆、栈和部分运行时内存,通常比文件缓存更难直接回收;在压力下可能被换出到 Swap。
- MemAvailable:内核根据可回收页、空闲页和水位估算出的可用内存,比单独查看
free更适合判断短期分配能力。
例如,free -h 中的 buff/cache 较大不一定是问题。如果 MemAvailable 仍然稳定,Swap 没有持续换入换出,应用延迟也正常,这部分缓存通常是系统正常工作的结果。相反,缓存持续被回收、磁盘读取增加、延迟上升,就说明“缓存可回收”并不等于“回收没有代价”。
过量分配的机制与主要风险
Linux 的内存过量分配,通常指系统允许进程承诺的虚拟内存总量超过当前可立即提供的物理内存,甚至超过物理内存与 Swap 的总和。这样可以提升内存利用率,但把一部分失败风险推迟到了后续页面真正被访问时。
常见风险包括:
| 风险类型 | 典型表现 | 需要关联的指标 |
|---|---|---|
| 延迟增加 | 进程访问被换出的页面时等待磁盘,接口响应时间拉长 | si/so、主要缺页、磁盘 await、CPU iowait |
| 内存抖动 | 页面不断换入换出,吞吐下降,系统仍未立即 OOM | Swap 进出持续非零、PSI memory、I/O 利用率 |
| 分配失败 | malloc、mmap、创建线程或进程返回 ENOMEM | Committed_AS、CommitLimit、进程限制、cgroup 限额 |
| OOM 终止 | 内核或内存控制组选择进程杀掉 | 内核日志、memory.events、服务重启记录 |
| 级联故障 | 一个服务触发回收或 OOM,其他服务出现超时和队列堆积 | CPU、I/O、网络连接、请求队列、错误率 |
| Fork 突增 | fork() 初期使用写时复制,子进程写入后形成额外匿名页 | 进程数、RSS/PSS、Committed_AS、匿名页 |
vm.overcommit_memory 的含义
可以通过以下命令查看相关设置:
sysctl vm.overcommit_memory vm.overcommit_ratio vm.overcommit_kbytes
grep -E '^(MemTotal|MemAvailable|SwapTotal|SwapFree|CommitLimit|Committed_AS):' /proc/meminfo
常见模式如下:
vm.overcommit_memory=0:使用内核启发式判断,是否允许分配取决于申请类型和当前内存状态。vm.overcommit_memory=1:倾向于允许过量分配,申请阶段更宽松,但后续实际触碰页面时可能面临更高的 OOM 风险。vm.overcommit_memory=2:限制承诺总量。通常会参考物理内存、Swap 和vm.overcommit_ratio或vm.overcommit_kbytes,在申请阶段更早拒绝无法承诺的分配。
在 overcommit_memory=2 的常见计算口径下,可以近似理解为:
CommitLimit ≈ SwapTotal + MemTotal × overcommit_ratio / 100
如果设置了 overcommit_kbytes,则应以该参数对应的规则为准,不能继续套用比例公式。Committed_AS 接近 CommitLimit 时,说明新的大块分配、进程创建或地址空间扩展可能更容易失败,但这不等同于已经发生了 OOM。不同内核版本、分配方式和内存区域限制也会影响最终结果。
调整过量分配策略前,应记录当前值、评估应用是否依赖大地址空间或频繁 fork(),并使用配置管理工具保留回滚值。不能简单认为把模式改成 1 就能解决内存问题,也不能认为模式 2 会完全消除 OOM;两者只是改变风险暴露的时间和方式。
建立可比较的观察窗口
内存异常排查需要把指标放在同一时间轴上。只执行一次 free -h,无法判断指标是在恢复、恶化,还是恰好处于业务低峰。
建议至少保留以下时间范围:
- 正常基线:业务低峰和高峰各取一段,了解日常
MemAvailable、Swap 和延迟水平。 - 异常窗口:从响应时间开始升高前几分钟,到错误恢复或进程被终止之后。
- 采样间隔:短时故障可使用 1 秒到 5 秒;长期趋势可使用 30 秒到 1 分钟。
- 同一时间语境:内存、磁盘、CPU、网络和应用指标的时间戳应尽量一致。
基础采样可以从只读命令开始:
date
free -h
vmstat 1 10
swapon --show
cat /proc/pressure/memory
grep -E '^(MemTotal|MemFree|MemAvailable|Buffers|Cached|SReclaimable|Shmem|SwapTotal|SwapFree|Active|Inactive|AnonPages|Mapped|Slab|CommitLimit|Committed_AS):' /proc/meminfo
vmstat 中需要重点看:
si:从 Swap 换入的页面量。so:换出到 Swap 的页面量。r:可运行任务数量。b:处于不可中断睡眠的任务数量。wa:CPU 等待 I/O 的比例。
不同发行版的 vmstat 展示单位可能略有差异,因此排查重点应放在持续趋势,而不是把某个瞬时数值当成统一阈值。
指标 A:先看可用内存和分配承诺是否持续恶化
MemAvailable 比 MemFree 更有参考价值
如果出现以下变化,说明内存余量正在下降,但还不能立即判断为故障:
MemFree下降;buff/cache较高或发生变化;MemAvailable仍较稳定;- Swap 进出接近零;
- PSI memory 较低;
- 应用延迟和错误率没有明显变化。
这通常可能是业务读写增加、文件缓存扩张或正常的匿名页增长。此时直接清空缓存,往往只会让后续请求重新从磁盘读取,造成更多 I/O。
更值得关注的是:
MemAvailable连续下降且没有回升;AnonPages或进程 PSS 持续上升;SReclaimable和文件缓存下降,但可用内存仍快速减少;Committed_AS接近CommitLimit;- 内存压力和服务延迟同步升高。
这组变化更接近真实的内存容量不足或内存泄漏候选。
用 PSS 区分大进程和共享内存
查看进程排行可以先定位方向:
ps -eo pid,ppid,comm,%mem,rss,vsz,stat --sort=-rss | head -n 20
其中 rss 和 vsz 通常以 KiB 展示,VSZ 不能直接当成物理内存占用。对于共享库较多、多个工作进程共享大量页面的服务,应进一步查看 PSS:
pidstat -r -p ALL 1 5
如果系统安装了 smem,可以使用:
smem -rtk
单个进程还可以检查:
cat /proc/<PID>/status | grep -E 'VmPeak|VmSize|VmRSS|RssAnon|RssFile|VmSwap'
cat /proc/<PID>/smaps_rollup 2>/dev/null | grep -E '^(Rss|Pss|Private|Shared|Swap)'
进程 RSS 持续增长、PSS 也同步增长,且与请求量或任务数相关,才更支持“进程自身占用增长”的判断。如果 RSS 增长主要来自共享文件页,或业务结束后能够回落,则未必是泄漏。
指标 B:用 Swap 进出判断是否正在发生换页
Swap 的“使用量”和“活动量”必须分开看。
Swap 已使用但没有持续进出
一种常见情况是:
SwapFree较低;si和so长时间接近零;MemAvailable稳定;- PSI memory 和应用延迟正常。
这可能只是系统此前把长期不活跃的页面换出,当前并没有持续换页。不能因为 SwapUsed 较高就立即认定系统已经陷入性能故障。
si/so 持续升高并伴随 I/O
更值得警惕的组合是:

MemAvailable下降;vmstat中si/so持续非零,而不是单个采样点波动;pgmajfault或进程主要缺页增加;- 磁盘
await、利用率或队列长度升高; - CPU
wa增加; - 接口延迟、超时率或任务等待队列同步上升。
如果系统安装了 sysstat,可以在同一时间窗口查看磁盘:
iostat -xz 1 5
也可以观察进程级 I/O 和缺页:
pidstat -r -d -u 1 5
这种情况更接近交换抖动或内存回收造成的 I/O 压力。增加 Swap 可能延缓 OOM,但不能解决物理内存不足、并发过高或进程泄漏;如果业务对延迟敏感,持续换页本身已经是需要处理的性能问题。
指标 C:用 PSI 判断任务是否真的被内存拖慢
/proc/pressure/memory 用于表示任务因内存资源不足而等待的时间比例,常见输出类似:
some avg10=2.15 avg60=0.84 avg300=0.22 total=...
full avg10=0.37 avg60=0.12 avg300=0.03 total=...
这里的 avg10、avg60 和 avg300 是不同时间窗口的压力平均值。具体数值没有适用于所有业务的统一阈值,应与服务基线和 SLO 对比。
判断时可以这样理解:
some上升:部分任务出现内存等待,系统已经有压力,但不一定导致全局停顿。full持续上升:所有可运行任务在某些时段同时受到内存压力,通常比单独看some更严重。- PSI 上升与
si/so、磁盘await、接口延迟同步:更支持换页或回收导致的性能下降。 - PSI 上升但 Swap 进出很低:可能是匿名页回收、内存压缩、cgroup 限制或其他分配争用,需要继续检查控制组和日志。
如何确认是否真的发生 OOM
OOM 判断不能只靠“内存快满了”的视觉印象,至少要区分主机 OOM、cgroup OOM、应用主动退出和其他资源限制。
检查内核与服务管理日志
使用 systemd 的系统可以先查询当前启动周期内的内核日志:
journalctl -k -b --no-pager | grep -Ei 'out of memory|oom|killed process|memory cgroup|memcg'
没有 journalctl 或日志不完整时,可以尝试:
dmesg -T | grep -Ei 'out of memory|oom|killed process|memory cgroup|memcg'
典型的内核 OOM 日志通常会包含以下线索:
Out of memoryKilled process <PID> (...)oom_reaperMemory cgroup out of memory
如果日志显示某个服务被杀,但主机的 MemAvailable 在同一时刻仍有余量,优先检查该进程所在的 cgroup 内存上限,而不是直接否定 OOM。
还应检查服务是否由 systemd-oomd 等用户态压力管理组件提前终止。相关日志可使用:
journalctl -b --no-pager | grep -Ei 'systemd-oomd|oomd|managedoom'
用户态组件可能依据 PSI 或 cgroup 压力提前采取动作,因此不一定能在内核日志中看到传统的 Killed process 记录。
检查 cgroup 内存限制
先确认系统使用的 cgroup 版本:
stat -fc %T /sys/fs/cgroup
如果是 cgroup v2,可以在目标服务对应的 cgroup 目录中查看:
cat /sys/fs/cgroup/memory.current
cat /sys/fs/cgroup/memory.max
cat /sys/fs/cgroup/memory.high
cat /sys/fs/cgroup/memory.events
memory.max 为 max 时表示该层级没有设置固定上限;memory.current 表示当前使用量。memory.events 中的 high、max、oom、oom_kill 等计数可以帮助判断是否经历过限流、达到上限或发生 cgroup OOM。

服务的实际 cgroup 路径可能不是 /sys/fs/cgroup 根目录,可以先获取进程路径:
cat /proc/<PID>/cgroup
容器环境中,宿主机 free -h 反映的是主机视角,容器内部看到的内存上限和可用内存可能不同。必须同时查看容器或 Pod 对应的内存限制、当前使用量和 OOM 事件。
用多指标联动排除替代解释
以下几种情况很容易被误判为“内存过量分配”。
free 很低,但缓存可回收
如果 MemAvailable 稳定、Swap 无持续进出、PSI 低、业务延迟正常,低 MemFree 可能只是文件缓存充分利用内存。此时不应仅依据 free 很小就执行清缓存操作。
Swap 很高,但当前没有性能问题
Swap 中的页面可能是长时间未访问的冷数据。若 si/so 低、主要缺页没有增加、磁盘队列正常,Swap 使用量更像历史状态,而不是当前故障证据。
单个进程 RSS 很高,但不是泄漏
共享库、共享内存、文件映射会让多个进程的 RSS 之和偏大。应结合 PSS、匿名页、服务请求量和进程生命周期判断,而不是只看 RSS 排名。
CPU 很高,不一定是内存不足
高 CPU 可能来自业务计算、垃圾回收、内存压缩、页面回收或锁竞争。需要同时查看 wa、PSI、主要缺页和应用队列。如果 CPU 使用率高但内存压力、I/O 和延迟都平稳,内存过量分配不是首要解释。
网络队列堆积也可能放大内存占用
网络流量本身不等于内存过量分配,但连接数、发送缓冲区、接收缓冲区和应用重试会占用内核或进程内存。若内存下降同时伴随连接数、网络队列、请求重试和错误率上升,应检查是否是下游变慢或服务处理能力不足造成的堆积。
一个模拟时间窗口的判断示例
下面数据仅用于说明分析方法,不代表某台实际主机的监控结果。

| 时间 | MemAvailable | Swap si/so | 内存 PSI | 磁盘表现 | 应用表现 | 初步判断 |
|---|---|---|---|---|---|---|
| 10:00 | 18 GiB | 接近 0 | 很低 | await 正常 | 延迟稳定 | 正常基线 |
| 10:05 | 11 GiB | 接近 0 | 轻微 | 缓存回收,I/O 小幅上升 | 延迟基本稳定 | 可能是缓存或匿名页增长 |
| 10:10 | 5 GiB | 持续升高 | some 上升 | await 和队列升高 | P95 延迟明显增加 | 交换压力或回收抖动 |
| 10:12 | 3 GiB | 继续升高 | full 明显上升 | CPU wa 增加 | 超时和错误率上升 | 内存压力已影响服务 |
| 10:13 | 2 GiB | 不再采样 | 日志出现 OOM | 进程被终止 | 服务重启 | 需确认主机还是 cgroup OOM |
这个窗口中,真正有判断价值的不是“2 GiB”这个单点,而是可用内存下降、Swap 活动、PSI、I/O 和应用 SLO 在时间上的同步变化。如果 10:10 只有 MemAvailable 下降,而延迟、PSI 和 Swap 都没有变化,结论就应保守一些。
另一种情况是:
- 宿主机
MemAvailable仍有 20 GiB; - 某服务 cgroup 的
memory.current接近memory.max; memory.events中oom_kill增加;- 服务日志显示进程被重启。
此时应判断为 cgroup 范围内的内存超限,而不是整台主机物理内存耗尽。
形成判断后的处理边界
确认风险来源后,处理方向应与证据对应:
- 进程 PSS 或匿名页持续增长:检查应用缓存、请求生命周期、连接对象、线程数量和内存泄漏;短期重启只能恢复空间,不能替代根因修复。
- 并发上升后出现换页和延迟恶化:降低并发、限制工作进程或任务批量,评估是否需要增加物理内存;不要只通过扩大 Swap 掩盖容量不足。
- cgroup 达到
memory.max:检查限额是否与服务实际峰值匹配,同时确认宿主机有足够余量。提高上限前要评估多个服务同时增长的风险。 Committed_AS接近CommitLimit且出现ENOMEM:检查 overcommit 策略、Swap、进程地址空间和fork()行为;不要把这个现象直接当成内核 OOM。- 主要问题是文件缓存回收和磁盘变慢:优化 I/O、缓存策略和存储性能,避免把所有缓存都视为异常占用。
- 存在真实 OOM 记录:先确认被终止的进程、作用域和时间点,再检查服务重试、队列积压和依赖服务是否形成级联故障。
涉及 vm.overcommit_memory、cgroup 上限或 Swap 配置的修改,都应先记录原配置和业务影响范围,在低峰或维护窗口执行,并准备按原值回滚。不要在没有基线的情况下反复调整内核参数,也不要把清理缓存作为固定的内存修复手段;它可能短暂改变指标,却增加后续磁盘读取。
下一次应同时观察的指标组合
一次完整的内存异常记录,至少应保留下面几组彼此关联的数据:
- 容量组:
MemAvailable、MemFree、AnonPages、文件缓存、Committed_AS、CommitLimit。 - 交换组:
SwapUsed、si/so、主要缺页、磁盘await、磁盘队列和 CPUwa。 - 压力组:主机与目标 cgroup 的 PSI memory、
memory.current、memory.max、memory.events。 - 进程组:RSS、PSS、匿名页、进程数、线程数、
VmSwap和进程退出记录。 - 业务组:请求延迟分位数、错误率、超时率、连接数、重试次数、任务队列和网络队列。
- 事件组:内核 OOM 日志、服务重启日志、用户态内存压力管理日志。
只有当这些指标在同一时间窗口内形成相互支持的证据链,才能区分“缓存占用正常”“正在发生交换抖动”“cgroup 内存超限”“分配承诺不足”和“主机级 OOM”。这也比为 free、Swap 使用率或单个 RSS 设定一个固定阈值更适合长期监控和容量判断。
针对数据库、接口服务、容器及多任务计算中的内存压力场景,A5idc数据提供香港、美国、日本、韩国、中国台湾、新加坡、马来西亚等地区的物理服务器资源,覆盖Xeon、AMD EPYC、GPU、存储和多IP系列。不同配置可组合较大内存、SSD或NVMe磁盘及相应网络线路,为业务部署提供从计算、内存到数据存储的硬件基础;其中AMD平台和DDR5内存方案适合多任务负载,存储型服务器则面向文件、备份与归档场景。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/8184.html



