Linux 与服务器运维 / 系统课时

排查内存不足

排查内存不足

内存不足排查要区分“内存看起来用满”和“系统真的没有可用内存”。正确顺序是先看 available、缓存与 Swap,再找高占用进程,最后检查是否发生 OOM,从而判断是正常缓存、持续泄漏还是突发内存峰值。

学习目标

  • 正确解读物理内存、缓存、available 与 Swap
  • 找到主要内存消耗进程,并判断压力是否持续
  • 从内核日志确认 OOM,并据此选择止损与修复方式

判断真实内存压力

先查看总内存、可用内存和 Swap。Linux 会尽量利用空闲内存作为页缓存,因此 free 很低并不等于内存不足,available 更能反映在不大量换页的前提下还能提供给新进程的内存。

bash
free -h
swapon --show

预期输出

text
               total        used        free      shared  buff/cache   available
Mem:           <VALUE>     <VALUE>     <VALUE>     <VALUE>     <VALUE>     <VALUE>
Swap:          <VALUE>     <VALUE>     <VALUE>
NAME      TYPE SIZE USED PRIO
<PATH>    <VALUE> <VALUE> <VALUE> <VALUE>

如果 available 持续很低、Swap 已被大量使用,才说明内存压力明显。没有配置 Swap 时,swapon --show 可能没有输出,这并不代表命令失败。

Linux 内存压力判断链路

看是否正在频繁换页

Swap 有使用量不一定有问题,关键是系统是否正在持续把页面换入换出。vmstat 的 si 和 so 分别表示每秒从 Swap 换入和换出的数据量。

bash
vmstat 1 5

预期输出

text
procs -----------memory---------- ---swap-- -----io---- -system-- ------cpu-----
 r  b   swpd   free   buff  cache   si   so    bi    bo   in   cs us sy id wa st
<VALUE> <VALUE> <VALUE> <VALUE> <VALUE> <VALUE> <VALUE> <VALUE> <VALUE> <VALUE> <VALUE> <VALUE> <VALUE> <VALUE> <VALUE> <VALUE> <VALUE>

如果 si、so 持续明显大于 0,并伴随响应变慢,说明系统正处于换页压力中。若只是 swpd 有值,但 si、so 长时间为 0,则可能只是历史上曾使用过 Swap,不应仅凭这一项判定故障。

找到主要内存消耗进程

按常驻内存 RSS 排序可以快速找到当前占用物理内存最多的进程。RSS 比虚拟地址空间 VSZ 更适合判断实际驻留内存压力。

bash
ps -eo pid,ppid,comm,rss,vsz,%mem --sort=-rss | head -n 10

预期输出

text
    PID    PPID COMMAND           RSS      VSZ %MEM
   <PID>   <PID> <VALUE>       <VALUE>  <VALUE> <VALUE>
   <PID>   <PID> <VALUE>       <VALUE>  <VALUE> <VALUE>

单次 RSS 很高不一定异常,例如数据库和缓存服务本就会主动利用内存。更重要的是观察同一进程是否持续增长,以及增长是否与请求量、批处理任务或数据规模相符;无业务增长却单调上升,才更像泄漏或缓存失控。

检查是否发生 OOM

当系统无法满足内存分配请求时,内核可能触发 OOM Killer 并终止进程。检查当前启动周期的内核日志,可以确认是否真的发生过 OOM,而不是只看到某个服务“突然退出”。

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

预期结果

text
无 OOM:没有输出
发生过 OOM:输出包含 Out of memory、oom-kill 或 Killed process 的内核日志行,具体时间、PID、进程名和数值以实际系统为准

如果系统没有 journalctl,可改用 dmesg 读取内核环形缓冲区。发现 OOM 后,要把被杀进程、当时内存压力和上游业务事件对应起来;仅重启被杀服务并不能解决持续泄漏或容量不足。

根据根因修复并复核

正常页缓存无需处理,内核会在需要时回收;持续换页要优先降低工作集、限制并发或增加内存;单个进程持续增长则需要进一步用语言或运行时工具定位对象、堆或缓存来源。若容量设计允许,也可以配置合适的 Swap 作为缓冲,但不能把它当作物理内存的等价替代。

修复后重新观察 free -h、vmstat 和 RSS 排序。有效恢复通常表现为 available 回升、si/so 归零或显著下降、异常进程不再持续增长,并且没有新的 OOM 日志。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

排查内存不足

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通