Linux内存、Swap、Cache、Buffer详细解析

点击上方“朱小厮的博客”，选择“设为星标”

后台回复"书"，获取

后台回复“k8s”，可领取k8s资料

来源：r6d.cn/abK6G

1. 通过free命令看Linux内存

total：总内存大小。

used：已经使用的内存大小（这里面包含cached和buffers和shared部分）。

free：空闲的内存大小。

shared：进程间共享内存（一般不会用，可以忽略）。

buffers：内存中写完的东西缓存起来，这样快速响应请求，后面数据再定期刷到磁盘上。

cached：内存中读完缓存起来内容占的大小（这部分是为了下次查询时快速返回）。

-/+ buffers/cache看做两部分：

-buffers/cache：正在使用的内存大小（注意不是used部分，因为buffers和cached并不是正在使用的，组织和人民需要是它们是可以释放的），其值=used-buffers-cached。

+buffers/cache：可用的内存大小（同理也不是free表示的部分），其值=free+buffers+cached。

Swap：硬盘上交换分区的使用大小。

设计的目的就是当上面提到的+buffers/cache表示的可用内存都已使用完，新的读写请求过来后，会把内存中的部分数据写入磁盘，从而把磁盘的部分空间当做虚拟内存来使用。

2. Buffer和Cache介绍

Cache（缓存），为了调高CPU和内存之间数据交换而设计，Buffer（缓冲）为了提高内存和硬盘（或其他I/O设备的数据交换而设计）。

Cache主要是针对读操作设计的，不过Cache概念可能容易混淆，我理解为CPU本身就有Cache，包括一级缓存、二级缓存、三级缓存，我们知道CPU所有的指令操作对接的都是内存，而CPU的处理能力远高于内存速度，所以为了不让CPU资源闲置，Intel等公司在CPU内部集成了一些Cache，但毕竟不能放太多电路在里面，所以这部分Cache并不是很大，主要是用来存放一些常用的指令和常用数据，真正大部分Cache的数据应该是占用内存的空间来缓存请求过的数据，即上面的Cached部分（这部分纯属个人理解，正确与否有待考证）。

Buffer主要是针对写操作设计的，更细的说是针对内存和硬盘之间的写操作来设计的，目的是将写的操作集中起来进行，减少磁盘碎片和硬盘反复寻址过程，提高性能。

在Linux系统内部有一个守护进程会定期清空Buffer中的内容，将其写入硬盘内，当手动执行sync命令时也会触发上述操作。

3. 常见症状

症状一：在Linux中频繁存取文件，物理内存很快用光，而cached一直在增长。

解释：Linux会对每次请求过的数据缓存在cache里，好处就是CPU的处理速度远远高于内存，所以在CPU和内存通讯的时候可以快速从cache中命中结果返回。

症状二：Swap被占用。

解释：内存可能不够了，才会占Swap，所以Swap可以作为服务器监控的一项指标，引起注意。

4. 手动清理Swap和buffers/cache

(1) 清理Swap

swapoff -a && swapon -a

操作说明：如果已经使用了Swap，且当前清空下+buffers/cache还有空间，在执行  swapoff -a操作时，会触发把Swap中的内容交换到内存中，数据不会丢失。

(2) 清理buffers/cache:

sync; sync; sync;&& echo 3 >/proc/sys/vm/drop_caches

sleep 2

echo 0 > /proc/sys/vm/drop_caches

操作说明：

sync-->将缓存的内从写回到硬盘中；

echo 3 >/proc/sys/vm/drop_caches-->修改drop_caches的值为3，默认为0，改为3系统会清理缓存的内容；

sleep 2 --> 等一下，防止上一步没执行完；

echo 0 >/proc/sys/vm/drop_caches --> 改回默认值

5. 总结

通过上面的分析可以知道，当空闲物理内存不多时，不一定表示系统运行状态很差，因为内存的cache及buffer部分可以随时被重用，在某种意义上，这两部分内存也可以看作诗额外的空闲内存。

swap如果被频繁调用，bi，bo长时间不为0，则才是内存资源是否紧张的依据。通过free看资源时，实际主要关注-/+ buffers/cache的值就可以知道内存到底够不够了。

想知道更多？扫描下面的二维码关注我后台回复"技术"，加入技术群后台回复“k8s”，可领取k8s资料【精彩推荐】

• 原创|OpenAPI标准规范

• 中台不是万能药，关于中台的思考和尝试
  

• ClickHouse到底是什么？为什么如此牛逼！

• 原来ElasticSearch还可以这么理解

• 面试官：InnoDB中一棵B+树可以存放多少行数据？

• 微服务下如何解耦？对于已经紧耦合下如何重构？

• 如何构建一套高性能、高可用、低成本的视频处理系统？

• 架构之道：分离业务逻辑和技术细节

• 星巴克不使用两阶段提交
  

点个赞+在看，少个 bug ????