新加坡服务器Swap使用过高,如何区分内存不足与缓存占用?

发布人:A5数据发布时间:2026-11-10 12:59阅读量:57

新加坡服务器的 Swap 使用率持续偏高,页面响应也开始变慢:这是内存不够,还是 Linux 把空闲内存用于缓存后的正常现象?仅凭 Swap 百分比无法回答。需要把可用内存、正在发生的交换、内存压力和业务延迟放在同一时间段观察,再判断问题发生在整台服务器、某个服务,还是单个应用进程。

另一种情况是 Swap 已占用不少,但业务运行平稳。这也不必立即扩容或清空 Swap:部分不活跃页面可能在此前的内存压力下被换出,之后一直没有被访问。判断的关键不是“Swap 里有多少”,而是现在是否还在频繁换入换出,以及这种活动是否影响请求处理。(man7.org)

围绕这类内存压力与多任务运行场景,A5idc数据提供新加坡及香港、美国、日本等地区的物理服务器资源,覆盖不同CPU、内存、SSD/NVMe存储与线路组合,可承载网站、数据库、接口服务和容器化业务。针对需要更大内存余量或更快磁盘响应的应用,也有AMD EPYC等平台及相应配置,为持续增长的进程、缓存和并发任务提供匹配的硬件基础。

确认症状:先判断是否正在承受内存压力

排查前,记录告警时间、受影响的站点或服务、最近的发布和流量变化。以下以常见 Linux 服务器为例;命令用于读取状态,不会修改内存配置。建议在业务变慢时采样,并与正常时段比较:

free -h
vmstat 1 6
cat /proc/pressure/memory
swapon --show

先看 free -h 中的 available,不要只看 free。free 表示尚未使用的物理内存;available 是考虑部分文件缓存和可回收内核内存后,对“不依赖交换空间还能提供多少内存”的估计。buff/cache 较大、free 较小,在 Linux 上并不自动构成故障;但 available 同样很低,就需要继续查压力来源。可用内存是估计值,也不能把全部缓存都当作随时、零成本可用的空间。(man7.org)

再看 vmstat 的 si 和 so:它们分别表示换入和换出的速率,swpd 则是已经使用的交换空间。执行 vmstat 1 6 时,重点看后续按秒采样的几行,不要把首行反映的启动以来平均情况当成故障现场。如果 Swap 已用较多,但后续 si/so 接近零、available 稳定、业务延迟正常,更接近“留存的历史换出页面”;如果 si/so 持续出现,且可用内存下降、延迟上升,就要按实时内存压力处理。(man7.org)

/proc/pressure/memory 提供另一条证据。若文件存在,可关注 some、full 的近期趋势:前者反映至少有任务因内存资源等待,后者反映所有非空闲任务同时等待的时间占比。它们适合用来核对“交换活动是否已经让任务停顿”,而不是单独替代应用的响应时间指标。该文件是否可用取决于内核及其配置。(docs.kernel.org)

确认症状:先判断是否正在承受内存压力配图

可以先用下表给现场状态分流。表中数值只是演示,不是所有服务器通用的告警阈值:

观察到的组合初步判断下一步
Swap 占用较高;available 充足;si/so 长时间接近零;延迟正常暂无持续交换压力的证据保留趋势监控,确认是否发生过短时峰值
available 持续下降;so 反复出现;请求延迟同步上升正在换出页面,内存压力值得优先排查查看缓存、进程与服务内存走势
宿主机 available 尚可,但某个容器频繁重启或报 OOM可能是服务自身的内存限额先被触及核对该容器的限制、事件和工作负载
available 较高、交换不活跃,但外部访问仍慢内存未必是主要瓶颈对照网络路径、服务队列和存储 I/O

建立原因树:把“Swap 高”拆成四层问题

新加坡服务器的地域会影响访问路径和业务时段,但不会改变 Linux 判断内存压力的基本方法。排查宜由外到内、由低风险到高风险,避免看到 Swap 告警就直接重启服务。

网络层先回答“慢在哪里”。如果只有某一地区的访客访问慢,而服务器本地请求、应用处理时间和内存压力都正常,应比较访问链路、入口负载均衡和回源情况。网络波动本身不能解释 Swap 占用;两种告警同时出现,也可能只是时间上重合。下一步是对照相同时间窗口的入口延迟与服务器资源曲线。

系统层回答“整机是否缺内存”。依据是 available 趋势、持续的 si/so、内存压力,以及是否出现 OOM 记录。若整机压力明显,再区分是匿名内存、文件缓存、共享内存,还是不可回收内核内存增长;若整机看起来宽裕,不要因此排除容器或服务级限额。(docs.kernel.org)

服务层回答“哪个工作负载先碰到边界”。数据库、Web 服务、后台任务可能共享一台机器,却有不同的内存配置、并发上限和容器限制。观察某服务的内存使用、实例数、重启时间以及限额事件:如果峰值只出现在定时任务运行后,应沿任务并发和批处理规模查;如果仅一个容器触发 OOM,应优先查该容器,而非按整机内存总量下结论。

应用层回答“内存为什么增长”。进程常驻内存持续攀升,可能来自缓存上限设置、连接数增加、任务堆积或程序未释放对象;一次性跳升则需要对照发布、导入和流量事件。下一步是用进程与应用指标交叉验证,而不是仅凭进程名或单次 RSS 数值认定内存泄漏。

逐层排除:缓存大,不等于内存够

如果 buff/cache 较大,继续看 /proc/meminfo 的构成,避免把不同类型的占用混为一谈:

awk '/^(MemTotal|MemFree|MemAvailable|Buffers|Cached|SwapCached|Shmem|SReclaimable|SUnreclaim|AnonPages|SwapTotal|SwapFree):/ {print}' /proc/meminfo

Cached 涉及文件页缓存,也包含与共享内存、临时文件系统相关的部分;SReclaimable 是可回收的部分内核缓存;SUnreclaim 则不能按相同方式视为可回收。SwapCached 也不是“尚未使用的 Swap”,它表示已经换回内存、同时仍在交换空间保留副本的页面。由于这些计数存在交叠,不能简单相加后声称找到了全部占用。(docs.kernel.org)

逐层排除:缓存大,不等于内存够配图

判断缓存是否只是正常利用内存,应看它与压力指标的关系。缓存较大、available 仍稳定、交换不活跃,通常没有仅为降低缓存数值而干预的必要。缓存较大、available 持续偏低、换出与任务等待同步发生,则要进一步识别缓存类型及增长来源:例如大量临时文件、共享内存,或密集文件读写。页面缓存有利于减少重复读取;即使可回收,回收后重新读取也可能增加 I/O,因此“能回收”不等于“回收没有性能代价”。(docs.kernel.org)

若系统层压力确实存在,再按进程占用排序:

ps -eo pid,ppid,comm,rss,%mem --sort=-rss | head -n 16

这里的 RSS 是进程当前驻留在物理内存中的页面,不代表该进程历史峰值,也不能靠多个进程的 RSS 直接相加得到整机真实占用,因为共享页面可能被重复计算。还应对照同一进程在多个时间点的 RSS、应用自身的堆或缓存指标,以及服务实例数。某进程 RSS 很高,但曲线长期稳定,和发布后持续增长,是两种不同的问题。

如果业务运行在容器中,先确认使用的控制组版本,再到受影响容器或服务对应的控制组读取指标。对于 cgroup v2,memory.current 是该控制组及后代当前的内存占用,memory.stat 可区分 anon 与 file,memory.swap.current 表示其交换空间占用;memory.events 中的 high、max、oom 和 oom_kill 需要看排障期间是否继续增加。不要随意把宿主机根控制组的文件当作目标容器数据。(docs.kernel.org)

stat -fc %T /sys/fs/cgroup
cat /proc/self/cgroup

只有确认环境使用 cgroup v2,并找到目标工作负载的控制组路径后,才读取其对应文件。如果看到宿主机可用内存仍多,而目标容器的占用接近自身限制、max 或 oom_kill 事件增加,根因更可能是局部限额与实际负载不匹配,并非整机 RAM 必然不足。(docs.kernel.org)

逐层排除:缓存大,不等于内存够配图

定位根因:让时间线与 OOM 记录对上

OOM 是重要证据,但“现在没有 OOM”不代表没有交换造成的性能损失;反过来,出现 OOM 也需要辨认是整机还是控制组先达到边界。使用 systemd 日志的环境,可只读查看本次启动以来的相关内核记录:

journalctl -k -b --no-pager | grep -Ei 'out of memory|oom-kill|killed process' | tail -n 30

日志访问可能需要相应权限;本次启动记录没有结果时,还应检查日志是否保留,以及故障是否发生在上次启动期间。journalctl -k 筛选内核消息,默认关联本次启动;不能把“命令未显示记录”直接等同于“故障期间绝无 OOM”。

把告警、available、si/so、服务重启和请求延迟排在同一时间线上,通常可以收敛到以下几类根因:

  • 容量长期不足:高峰时可用内存反复下降,多个服务同时争用,交换和延迟随负载上涨。下一步核算稳定高峰的工作集与必要余量,再评估减负或增加内存。
  • 单个服务突增:其他服务平稳,某进程在发布、批处理或并发增加后持续增长。下一步核对其缓存上限、连接池、任务并发和应用内存分析结果。
  • 局部限制触发 OOM:宿主机并未明显缺内存,但容器限额事件和重启次数增加。下一步检查服务的限额是否覆盖正常峰值,同时排查服务自身为何触顶。
  • 交换策略或介质因素:先前曾发生换出,如今 Swap 占用仍高;或者正在交换,但交换设备性能让延迟更明显。下一步先确认交换设备类型与持续交换速率,不把调整 swappiness 当成扩容的替代品。该参数影响内核在交换页面与回收文件页之间的取舍,合适值取决于工作负载和设备特性。(docs.kernel.org)

例如,一台示例服务器在业务高峰的 available 从约 2 GiB 降至 300 MiB,随后多次采样出现换出,应用延迟也同步抬升;此时“正在承受内存压力”比“只是缓存占用”更有依据。但要判定是扩容、限制任务并发,还是修复应用增长,仍须找到对应的进程或控制组曲线。这里的数字只用于演示判断链,不是该配置的统一故障线。

验证恢复,并留下复发监控点

处理措施应对应已确认的根因:容量不足时降低并发或增加内存;服务配置不当时调整缓存、连接池或任务上限;应用异常增长时修复并验证发布版本;容器限额过低时结合峰值和余量重新评估限制。不要以“Swap 使用率迅速归零”作为唯一恢复目标,已经换出的不活跃页面可能继续留在 Swap 中,而业务照常运行。

对生产服务做配置调整、重启或资源迁移前,应保存原配置并确认数据备份、影响范围及维护窗口;通过摘流或分批变更控制冲击。若变更后延迟、错误率或内存压力恶化,回滚到原参数或原版本,并重新核对诊断证据。尤其不要为了让监控数字变好,未经容量评估就强制清空 Swap:这可能要求短时间内把页面重新放回物理内存,反而加重压力。

恢复验证至少覆盖一次与故障相近的业务负载:available 不再持续下滑,si/so 不再反复攀升,内存等待和请求延迟回到可接受范围;若此前有 OOM,对应服务的 OOM 事件与意外重启也应停止增加。监控面板建议同时保留整机可用内存、Swap 已用量与换入换出速率、内存压力、关键进程或容器占用、OOM 事件、请求延迟。其中 Swap 已用量用于提示继续观察,持续交换、可用内存下降与业务受损同时出现,才是需要优先处置的复发信号。(man7.org)

本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/8636.html

相关推荐