Linux内存简介

由于BIOS和Kernel启动过程消耗了部分物理内存，因此MemTotal值（ free 命令获取）小于RAM容量。容量。 Linux内存查询方式：

free 命令
/proc/meminfo

通过查询到的内存数据可以得到Linux内存计算公式如下：

Code Block

language	bash

total# 总内存 = used已使用内存 + free空闲内存 + buff/cache // 总内存 缓存
total = 已使用内存used + 空闲内存free + buff/cache 缓存

其中，已使用内存数据包括Kernel消耗的内存和所有进程消耗的内存。

进程内存

进程消耗的内存包括：

虚拟地址空间映射的物理内存。
读写磁盘生成PageCache消耗的内存。

虚拟地址映射的物理内存

物理内存：硬件安装的内存（物理内存：硬件安装的内存（内存条）。

虚拟内存：操作系统为程序运行提供的内存。程序运行空间包括虚拟内存：操作系统为程序运行提供的内存。程序运行空间包括用户空间（用户态）和内核空间（内核态）。

用户态：低特权运行程序。用户态：低特权运行程序。数据存储空间包括：
- 栈（Stack）：函数调用的函数栈。
- MMap(Memory Mapping Segment)：内存映射区。
- 堆（Heap）：动态分配内存。
- BBS区：未初始化的静态变量存放区。
- Data区：已初始化的静态常量存放区。
- Text区：二进制可执行代码存放区。
用户态中运行的程序通过MMap将虚拟地址映射至物理内存中。
内核态：运行的程序需要访问操作系统内核数据。数据存储空间包括：内核态：运行的程序需要访问操作系统内核数据。

虚拟地址映射的物理内存可以区分为共享物理内存和独占物理内存。如下图所示，物理内存1和3由进程A独占，物理内存2由进程B独占，物理内存4由进程A和进程B共享。虚拟地址映射的物理内存可以区分为共享物理内存和独占物理内存。如下图所示，物理内存1和3由进程A独占，物理内存2由进程B独占，物理内存4由进程A和进程B共享。

PageCache

除了通过MMap文件直接映射外，进程文件还可以通过系统调用Buffered I/O相关的Syscall将数据写入到PageCache，因此，PageCache也会占用一部分内存。

进程内存统计指标

单进程内存统计指标

进程资源存储类型如下：

Anonymous（匿名页）：程序自行使用的堆栈空间，在磁盘上没有对应文件。
File-backed（文件页）：资源存放在磁盘文件中，文件内包含代码段、字体信息等内容。

相关内存：进程资源有如下类型：

anno_rss

(RSan)：所有类型资源的独占内存。

：表示没有映射到文件的内存量，即匿名内存。匿名内存通常是进程通过malloc或类似的方法动态分配的内存。
file_rss

(RSfd)：File-backed资源占用的所有内存。

：表示映射到文件的内存量。如果一个进程打开了一个文件并将其映射到内存，那么这部分内存就会被计入file_rss。
shmem_rss：表示共享内存量。如果多个进程共享一部分内存，那么这部分内存就会被计入shmem_rss

(RSsh)：Anonymous资源的共享内存。内存查询命令如下：

。

Tip
`RSS( resident set size)`：驻留集大小。表示进程已装入内存的页面的集合。

常用内存查询命令

top

Tip
该命令展示的内存单位默认为`KB`。

Image Added

命令内存说明计算公式

top

VIRT(Virtual Set Size)

虚拟地址空间。

无

RES(Resident Set Size) RSS映射的物理内存。 anno_rss + file_rss + shmem_rss

SHR(Shared Memory) 共享内存。 file_rss + shmem_rss

MEM%

%MEM 内存使用率。 RES / MemTotal

ps

Tip
该命令展示的内存单位默认为`KB`。

Image Added

命令	内存	说明	计算公式
`ps`	`VSZ(Virtual Set Size)`	虚拟地址空间。	无
	`RSS(Resident Set Size)`	`RSS`映射的物理内存。	`anno_rss + file_rss + shmem_rss`

MEM%

%MEM 内存使用率。 RSS / MemTotal

smem

Tip
该命令需要单独安装。

Image Added

命令内存说明计算公式

smem

USS(Unique Set Size)

独占内存。

anno_rss

PSS(Proportional Set Size) 按比例分配内存。 anno_rss + file_rss/m + shmem_rss/n

RSS(Resident Set Size) RSS映射的物理内存。 anno_rss + file_rss + shmem_rss

内存指标关系

Tip
`WSS(Memoy Working Set Size)`指标：一种更为合理评估进程内存真实使用内存的计算方式。但是受限于`Linux Page Reclaim`机制，这个概念目前还只是概念，并没有哪一个工具可以正确统计出`WSS`，只能是趋近。

`cgroup`内存统计指标

cgroup用于对Linux的一组进程资源进行限制、管理和隔离。更多信息，请参见官方文档。
cgroup按层级管理，每个节点都包含一组文件，用于统计由这个节点包含的cgroup的某些方面的指标。例如，Memory Control Group(memcg)统计内存相关指标。

memory cgroup文件包含以下指标：

Code Block

language	bash

cgroup.event_control       # 用于eventfd的接口
memory.usage_in_bytes      # 显示当前已用的内存
memory.limit_in_bytes      # 设置/显示当前限制的内存额度
memory.failcnt             # 显示内存使用量达到限制值的次数
memory.max_usage_in_bytes  # 历史内存最大使用量
memory.soft_limit_in_bytes # 设置/显示当前限制的内存软额度
memory.stat                # 显示当前cgroup的内存使用情况
memory.use_hierarchy       # 设置/显示是否将子cgroup的内存使用情况统计到当前cgroup里面
memory.force_empty         # 触发系统立即尽可能的回收当前cgroup中可以回收的内存
memory.pressure_level      # 设置内存压力的通知事件，配合cgroup.event_control一起使用
memory.swappiness          # 设置和显示当前的swappiness
memory.move_charge_at_immigrate # 设置当进程移动到其他cgroup中时，它所占用的内存是否也随着移动过去
memory.oom_control         # 设置/显示oom controls相关的配置
memory.numa_stat           # 显示numa相关的内存

其中需要关注以下3个指标：

memory.limit_in_bytes：限制当前cgroup可以使用的内存大小。对应k8s、docker下的memory limits值。
memory.usage_in_bytes：当前cgroup里所有进程实际使用的内存总和，约等于memory.stat文件下的RSS+Cache值。

memory.stat：当前cgroup的内存统计详情。

memory.stat文件字段	说明
`cache`	`PageCache`缓存页大小。
`rss`	`cgroup`中所有进程的`anno_rss`内存之和。
`mapped_file`	`cgroup`中所有进程的`file_rss`和`shmem_rss`内存之和。
`active_anon`	活跃LRU（`least-recently-used`，最近最少使用）列表中所有`Anonymous`进程使用内存和`Swap`缓存，包括 `tmpfs`（`shmem`），单位为`bytes`。
`inactive_anon`	不活跃`LRU`列表中所有`Anonymous`进程使用内存和`Swap`缓存，包括 `tmpfs`（`shmem`），单位为`bytes`。
`active_file`	活跃`LRU`列表中所有`File-backed`进程使用内存，以`bytes`为单位。
`inactive_file`	不活跃`LRU`列表中所有`File-backed`进程使用内存，以`bytes`为单位。
`unevictable`	无法再生的内存，以`bytes`为单位。

以上指标中如果带有total_前缀则表示当前cgroup及其下所有子孙cgroup对应指标之和。例如 total_rss 指标表示当前cgroup及其下所有子孙cgroup的RSS指标之和。

总结

单进程和进程cgroup指标区别：

cgroup的RSS指标只包含anno_rss，对应单进程下的USS指标，因此cgroup的mapped_file+RSS则对应单进程下的RSS指标。
单进程中PageCache需单独统计，cgroup中 memcg 文件统计的内存已包含PageCache。

内存	单进程	进程`cgroup(memcg)`
`RSS`	`anon_rss + file_rss ＋ shmem_rss`	`anon_rss`
`mapped_file`	无	`file_rss + shmem_rss`
`cache`	无	`PageCache`

Docker和K8s中的内存统计

Docker和K8S中的内存统计即Linux memcg进程统计，但两者内存使用率的定义不同。

docker stat命令

返回示例如下：

LIMIT对应控制组的memoryLIMIT对应控制组的memory.limit_in_bytes。bytes
MEM USAGE对应控制组的memoryUSAGE对应控制组的memory.usage_in_bytes - memory.stat[total_cache]。

Tip
`docker stat`命令查询原理，请参见官方文档。

kubectl top pod命令

kubectl top命令通过Metric-server和Heapster获取Cadvisor中working_set的值，表示Pod实例使用的内存大小（不包括Pause容器）。Metrics-server中Pod内存获取原理如下，更多信息，请参见官方文档。

Code Block

language	go

func decodeMemory(target *resource.Quantity, memStats *stats.MemoryStats) error {
    if memStats == nil || memStats.WorkingSetBytes == nil {
        return fmt.Errorf("missing memory usage metric")
    }

    *target = *uint64Quantity(*memStats.WorkingSetBytes, 0)
    target.Format = resource.BinarySI

    return nil
}

Cadvisor内存workingset算法如下，更多信息，请参见官方文档。

Code Block

language	go

func setMemoryStats(s *cgroups.Stats, ret *info.ContainerStats) {
    ret.Memory.Usage = s.MemoryStats.Usage.Usage
    ret.Memory.MaxUsage = s.MemoryStats.Usage.MaxUsage
    ret.Memory.Failcnt = s.MemoryStats.Usage.Failcnt

    if s.MemoryStats.UseHierarchy {
        ret.Memory.Cache = s.MemoryStats.Stats["total_cache"]
        ret.Memory.RSS = s.MemoryStats.Stats["total_rss"]
        ret.Memory.Swap = s.MemoryStats.Stats["total_swap"]
        ret.Memory.MappedFile = s.MemoryStats.Stats["total_mapped_file"]
    } else {
        ret.Memory.Cache = s.MemoryStats.Stats["cache"]
        ret.Memory.RSS = s.MemoryStats.Stats["rss"]
        ret.Memory.Swap = s.MemoryStats.Stats["swap"]
        ret.Memory.MappedFile = s.MemoryStats.Stats["mapped_file"]
    }
    if v, ok := s.MemoryStats.Stats["pgfault"]; ok {
        ret.Memory.ContainerData.Pgfault = v
        ret.Memory.HierarchicalData.Pgfault = v
    }
    if v, ok := s.MemoryStats.Stats["pgmajfault"]; ok {
        ret.Memory.ContainerData.Pgmajfault = v
        ret.Memory.HierarchicalData.Pgmajfault = v
    }

    workingSet := ret.Memory.Usage
    if v, ok := s.MemoryStats.Stats["total_inactive_file"]; ok {
        if workingSet < v {
            workingSet = 0
        } else {
            workingSet -= v
        }
    }
    ret.Memory.WorkingSet = workingSet
}

通过以上命令算法可以得出，kubectl top pod命令查询到的Memory Usage = Memory WorkingSet = memory.usage_in_bytes - memory.stat[total_inactive_file]。

总结

命令	生态	Memory Usage计算方式
`docker stat`	`Dockerdocker`	`memory.usage_in_bytes - memory.stat[total_cache]`
`kubectl top pod`	`K8sk8s`	`memory.usage_in_bytes - memory.stat[total_inactive_file]`

如果使用top、/ps命令查询内存，则进程控制组下的命令查询内存，则cgroup下的Memory Usage指标需对top、/ps命令查询到的指标进行以下计算：

进程组生态	计算公式
`Memcgcgroup`	`rss + cache（active cache + inactive cache）`
`Dockerdocker`	`rss`
`K8sk8s`	`rss + active cache`

参考资料

Panel

title	Content Menu

Table of Contents

Page tree

Versions Compared

Old Version 4

New Version Current

Key

Linux内存简介

进程内存

虚拟地址映射的物理内存

PageCache

进程内存统计指标

单进程内存统计指标

常用内存查询命令

top

ps

smem

内存指标关系

`cgroup`内存统计指标

总结

Docker和K8s中的内存统计

docker stat命令

kubectl top pod命令

总结

参考资料

Page tree

Page History

Versions Compared

Old Version 4

New Version Current

Key

Linux内存简介

进程内存

虚拟地址映射的物理内存

PageCache

进程内存统计指标

单进程内存统计指标

常用内存查询命令

top

ps

smem

内存指标关系

cgroup内存统计指标

总结

Docker和K8s中的内存统计

docker stat命令

kubectl top pod命令

总结

参考资料

`cgroup`内存统计指标