Linux - 探秘 Linux 的 /proc/sys/vm 常见核心配置

news2024/10/6 6:48:08

文章目录

  • Pre
  • Linux 的 /proc/sys/vm 简述
  • 什么是 /proc/sys/vm?
  • 主要的配置文件及其用途
  • 参数调整对系统的影响
      • dirty_background_ratio 和 dirty_ratio
      • swappiness
      • overcommit_memory 和 overcommit_ratio
      • min_free_kbytes
  • 实例与使用建议
    • 调整 swappiness
    • 设置 min_free_kbytes
    • 设置 overcommit_memory
    • 总结

在这里插入图片描述


Pre

Linux - 记一次某Java程序启动报错(申请内存失败)


Linux 的 /proc/sys/vm 简述

在 Linux 操作系统中,内核管理着许多复杂的任务,其中包括内存管理。作为用户和管理员,我们可以通过配置内核参数来优化系统性能。而 /proc/sys/vm 目录正是提供了这样的接口。


什么是 /proc/sys/vm?

/proc/sys/vm 是 Linux 系统中的一个虚拟目录,属于 /proc 文件系统的一部分。/proc 文件系统提供了一种与内核交互的方式,其中的许多文件允许我们查看和调整内核的行为。/proc/sys/vm 目录专门用于内核的虚拟内存(Virtual Memory)管理相关的参数设置。


主要的配置文件及其用途

/proc/sys/vm 目录下,有多个文件,每个文件对应一个特定的内存管理参数。以下是一些常见且重要的配置文件及其用途:

  1. dirty_background_ratiodirty_ratio
    • dirty_background_ratio:定义了后台进程开始将脏数据(未写入磁盘的数据)写回磁盘的阈值,表示为可用内存的百分比。
    • dirty_ratio:定义了任何进程在写入新的脏数据之前,必须先将现有的脏数据写回磁盘的阈值,同样表示为可用内存的百分比。

  1. swappiness
    • swappiness:控制系统倾向于使用交换空间的程度。值范围是 0 到 100,值越高,系统越倾向于将内存中的数据换出到交换空间。

  1. overcommit_memoryovercommit_ratio
    • overcommit_memory:定义内存过度分配的策略。0 表示启用启发式过度分配,1 表示允许任何分配请求,2 表示根据 overcommit_ratio 限制分配。
    • overcommit_ratio:在 overcommit_memory 设置为 2 时使用,定义可分配内存总量的百分比。

  1. min_free_kbytes
    • min_free_kbytes:定义系统尝试保持的最小空闲内存量,以避免内存不足导致的性能问题。

参数调整对系统的影响

dirty_background_ratio 和 dirty_ratio

调节这两个参数可以影响系统的 I/O 性能。将这些值设置得较低,可以减少系统内存中脏数据的数量,从而提高数据一致性,但可能增加磁盘 I/O 操作的频率。设置得较高,可以减少磁盘 I/O 操作,但可能导致较长的写操作延迟。


swappiness

调节 swappiness 可以平衡内存和交换空间的使用。将 swappiness 设置得较低(如 10),系统会更倾向于使用物理内存,从而提高性能。将 swappiness 设置得较高(如 60),系统会更频繁地使用交换空间,可能在内存紧张时提高系统的稳定性。


overcommit_memory 和 overcommit_ratio

调整这些参数可以控制内存分配策略。启用内存过度分配可以提高系统灵活性,但可能导致 OOM(Out Of Memory)错误。限制过度分配可以提高系统稳定性,但可能会拒绝一些内存分配请求。


min_free_kbytes

设置这个参数可以确保系统有足够的空闲内存来应对突发的内存需求。过低的值可能导致性能问题,而过高的值可能浪费内存资源。


实例与使用建议

调整 swappiness

假设我们希望减少交换空间的使用,可以通过以下命令调整 swappiness:

echo 10 > /proc/sys/vm/swappiness

设置 min_free_kbytes

为了确保有足够的空闲内存,可以调整 min_free_kbytes:

echo 65536 > /proc/sys/vm/min_free_kbytes

设置 overcommit_memory

点这里


总结

/proc/sys/vm 目录提供了丰富的内存管理参数,允许用户根据具体需求优化系统性能。理解并合理配置这些参数,可以显著提高 Linux 系统的效率和稳定性。

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1855287.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

2024.6.23刷题记录

目录 一、P1102 A-B 数对 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn) 1.hash表-一次遍历 2.双指针(同向,可以算滑动窗口)-排序 二、P8667 [蓝桥杯 2018 省 B] 递增三元组 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn) 1.排序指针 2…

C++ | Leetcode C++题解之第187题重复的DNA序列

题目&#xff1a; 题解&#xff1a; class Solution {const int L 10;unordered_map<char, int> bin {{A, 0}, {C, 1}, {G, 2}, {T, 3}}; public:vector<string> findRepeatedDnaSequences(string s) {vector<string> ans;int n s.length();if (n < L…

《AI旋律:创意产业的重塑与共生》

AI乐章&#xff1a;技术革命下的创意产业新生态 在数字化浪潮的推动下&#xff0c;音乐创作领域迎来了前所未有的变革——AI音乐大模型的横空出世&#xff0c;犹如一颗石子投入平静的湖面&#xff0c;激起了层层涟漪。这些模型以令人难以置信的速度和多样性&#xff0c;将音乐…

WinForm 2048

WinForm 2048 是一个基于 Windows 窗体应用程序&#xff08;WinForms&#xff09;实现的经典益智游戏——2048。这个游戏通过简单的滑动或点击操作&#xff0c;将相同数字的方块合并&#xff0c;以生成更大的数字方块&#xff0c;最终目标是创造出一个数字为 2048 的方块。 游…

C++ | Leetcode C++题解之第188题买卖股票的最佳时机IV

题目&#xff1a; 题解&#xff1a; class Solution { public:int maxProfit(int k, vector<int>& prices) {if (prices.empty()) {return 0;}int n prices.size();k min(k, n / 2);vector<int> buy(k 1);vector<int> sell(k 1);buy[0] -prices[0]…

Ubuntu 之Glade图形化设计器

演示环境说明&#xff1a;本机使用Windows 11 家庭版本搭载 Ubuntu 22.04.4 LTS 子系统&#xff0c;同时并安装Ubuntu桌面虚拟化软件XLaunch。 如果没有搭建好上述问题&#xff0c;请参考&#xff1a;windows11子系统Ubuntu 22.04.4子安装图形化界面 Glade是什么&#xff1f;…

驾校预约管理系统

摘 要 随着驾驶技术的普及和交通安全意识的增强&#xff0c;越来越多的人选择参加驾校培训&#xff0c;以获取驾驶执照。然而&#xff0c;驾校管理面临着日益增长的学员数量和繁琐的预约管理工作。为了提高驾校的管理效率和服务质量&#xff0c;驾校预约管理系统成为了必不可少…

[spring] Spring MVC - CRUD 操作

[spring] Spring MVC - CRUD 操作 基础实现源自于这两篇笔记&#xff1a; [spring] Spring Boot REST API - 项目实现[spring] Spring Boot REST API - CRUD 操作 除了 Rest API 部分改成了 Controller 之外&#xff0c;其他没什么变化&#xff0c;还是使用 service --> …

6/23 第四周 python操作excel

excel对于python来说就是一个二维数组&#xff0c;只是多了一个多sheet的index的索引&#xff0c;在确定索引之后&#xff0c;不管是读取还是写入&#xff0c;都是类似于二维数组。对于数据的处理&#xff0c;读取和写入就够了&#xff0c;如果要应用图表&#xff0c;个人觉得还…

nest.js关键笔记

Nest.js 介绍核心功能设计模式&#xff1a;IOC 控制反转 DI 依赖注入前置知识&#xff1a;装饰器前置知识装饰器-实现一个GET请求 Nestjs脚手架Nestjs cli 常用命令 RESTful 风格设计Nestjs 控制器控制器中常见的参数装饰器 Session 实例Nestjs 提供者**工厂模式**异步模式 Nes…

Linux 7种 进程间通信方式

传统进程间通信 通过文件实现进程间通信 必须人为保证先后顺序 A--->硬盘---> B&#xff08;B不知道A什么时候把内容传到硬盘中&#xff09; 1.无名管道 2.有名管道 3.信号 IPC进程间通信 4.消息队列 5.共享内存 6.信号灯集 7.socket通信 一、无名管道&a…

《书生·浦语大模型实战营》第5课 学习笔记:LMDeploy 量化部署 LLM 实践

文章大纲 0.背景知识与简介计算机组成原理&#xff1a;变量的存储参数量与推理的关系 1.LMDeploy环境部署1.1 创建开发机1.2 创建conda环境InternStudio开发机创建conda环境&#xff08;推荐&#xff09;本地环境创建conda环境 1.3 安装LMDeploy 2.LMDeploy模型对话(chat)2.1 H…

Golang | Leetcode Golang题解之第187题重复的DNA序列

题目&#xff1a; 题解&#xff1a; const L 10 var bin map[byte]int{A: 0, C: 1, G: 2, T: 3}func findRepeatedDnaSequences(s string) (ans []string) {n : len(s)if n < L {return}x : 0for _, ch : range s[:L-1] {x x<<2 | bin[byte(ch)]}cnt : map[int]in…

Python | Leetcode Python题解之第187题重复的DNA序列

题目&#xff1a; 题解&#xff1a; L 10 bin {A: 0, C: 1, G: 2, T: 3}class Solution:def findRepeatedDnaSequences(self, s: str) -> List[str]:n len(s)if n < L:return []ans []x 0for ch in s[:L - 1]:x (x << 2) | bin[ch]cnt defaultdict(int)for…

期货交易纪律2024年6月22号

文章目录 期货交易系统构建第一步、选品第二步、开仓纪律第三步、持仓 2024年6月22号&#xff0c;开始写期货交易的第三篇日记。 交易记录&#xff1a;市场继续震荡&#xff0c;这两天无交易&#xff0c;继续梳理一些期货交易选品&#xff0c;周末详细的了解了一下豆粕&#xf…

axure制作菜单下拉、隐藏、点击选中效果

在高保真原型中&#xff0c;制作导航栏菜单时&#xff0c;需要达到点击下拉按钮&#xff0c;子菜单自动弹出&#xff0c;点击其中一个子菜单项可栏目变为选中状态且跳转到对应的子页面。制作材料可以从antdesign中去下载&#xff0c;以下述网络配置菜单为例。在箭头处添加互动效…

Pytest和Unitest框架对比

在学到自动化的时候,很多同学都遇到了Pytest和Unitest框架,有的人是两个都学,但是学的不精只是知道分别怎么用.不了解两个区别是什么.有的是犹豫到底要学习那个框架.其实要做好自动化测试,是有必要了解不同框架之间的差异化的. Pytest 特点: Pytest采用了更简洁、更灵活的语法…

C语言 | Leetcode C语言题解之第187题重复的DNA序列

题目&#xff1a; 题解&#xff1a; #define MAXSIZE 769/* 选取一个质数即可 */ typedef struct Node {char string[101];int index;struct Node *next; //保存链表表头 } List;typedef struct {List *hashHead[MAXSIZE];//定义哈希数组的大小 } MyHashMap;List * …

【建设方案】大数据湖一体化建设方案(ppt原件)

1、背景&#xff1a;大数据湖的发展背景与建设理念 2、体系&#xff1a;大数据湖体系规划与建设思路 3、生态圈&#xff1a;探索新兴业务入湖建设模式 4、共享&#xff1a;大数据湖统一访问共享规划 5、运营&#xff1a;大数据湖一体化运营管理建设 &#xff08;本方案及更多方…

交通大数据分析与挖掘实训【对提供的CSV格式数据使用pandas库分析-Matplotlib库绘图】

背景&#xff1a; 《交通大数据分析与挖掘》实训 指 导 书 编著 二○二四年五月 一、实训目的 1、掌握python开发环境&#xff08;如Anaconda&#xff09;及Numpy等常见第三方库的使用&#xff1b; 2、熟悉Anaconda在线编程平台&#xff0c;学会基本的python程序编写…