在現(xiàn)代 Linux 系統(tǒng)中，Swap（交換空間）作為物理內(nèi)存的補(bǔ)充，在系統(tǒng)內(nèi)存不足時(shí)發(fā)揮著“安全網(wǎng)”的作用。然而，頻繁使用 Swap 會導(dǎo)致嚴(yán)重的性能下降 —— 因?yàn)榇疟P I/O 的速度遠(yuǎn)遠(yuǎn)低于 RAM。對于運(yùn)行 Java 應(yīng)用程序的服務(wù)端環(huán)境來說，Swap 的過度使用可能意味著 GC 停頓時(shí)間變長、響應(yīng)延遲增加、甚至服務(wù)不可用。

本篇博客將深入探討 Linux 內(nèi)存管理機(jī)制，分析 Swap 被頻繁觸發(fā)的原因，并提供一系列實(shí)用策略來減少 Swap 使用，從而提升系統(tǒng)整體性能。我們還將結(jié)合 Java 應(yīng)用場景，給出具體的代碼示例和調(diào)優(yōu)建議。

為什么 Swap 是個(gè)問題？

Swap 本質(zhì)上是硬盤上的一塊預(yù)留區(qū)域（或文件），當(dāng)物理內(nèi)存（RAM）不夠用時(shí)，內(nèi)核會把部分“不活躍”的內(nèi)存頁移動(dòng)到 Swap 中，以騰出空間給更需要的進(jìn)程。這個(gè)過程叫做“換出”（swap out）；當(dāng)這些數(shù)據(jù)再次被訪問時(shí)，系統(tǒng)又必須將其從 Swap 加載回內(nèi)存，稱為“換入”（swap in）。

Swap 的代價(jià)：

• 延遲飆升：硬盤讀寫速度比內(nèi)存慢幾個(gè)數(shù)量級。
• I/O 瓶頸：大量 Swap 操作會占用磁盤帶寬，影響其他 I/O 密集型任務(wù)。
• Java GC 影響：JVM 在執(zhí)行 Full GC 時(shí)若涉及 Swap 頁面，可能導(dǎo)致 STW（Stop-The-World）時(shí)間延長數(shù)倍。
• 系統(tǒng)卡頓：用戶感知明顯，尤其在桌面或交互式應(yīng)用中。

實(shí)測案例：某電商大促期間，一臺 16GB 內(nèi)存的服務(wù)器因 JVM 堆設(shè)置過大 + 其他進(jìn)程占用，導(dǎo)致頻繁 Swap，最終接口平均響應(yīng)時(shí)間從 50ms 飆升至 2s+。

Linux 內(nèi)存管理基礎(chǔ)

要優(yōu)化 Swap，首先要理解 Linux 如何管理內(nèi)存。

Linux 使用“虛擬內(nèi)存”機(jī)制，每個(gè)進(jìn)程看到的是獨(dú)立的地址空間，由內(nèi)核負(fù)責(zé)映射到物理內(nèi)存或 Swap。內(nèi)核維護(hù)一個(gè)“頁面回收器”（page reclaim），根據(jù) LRU（最近最少使用）等算法決定哪些頁面可以被換出。

關(guān)鍵概念：

• Active / Inactive Pages：活躍頁不易被換出，非活躍頁優(yōu)先考慮。
• Dirty Pages：被修改但尚未寫回磁盤的數(shù)據(jù)頁。
• Page Cache：用于緩存文件數(shù)據(jù)，可被快速回收。
• Slab / Slub Allocator：內(nèi)核對象緩存，如 inode、dentry 等。
• Committed Memory：已承諾分配的虛擬內(nèi)存總量。

如何監(jiān)控 Swap 使用情況？

在動(dòng)手優(yōu)化前，我們需要知道當(dāng)前系統(tǒng)的 Swap 使用狀況。

命令行工具：

# 查看內(nèi)存和 Swap 使用概況
free -h

# 查看各進(jìn)程 Swap 占用
for file in /proc/*/status ; do
    awk '/VmSwap|Name/{printf $2 " " $3}END{ print ""}' $file
done | sort -k 2 -n -r | head -10

# 實(shí)時(shí)監(jiān)控 Swap I/O
vmstat 1

# 查看詳細(xì)內(nèi)存統(tǒng)計(jì)
cat /proc/meminfo

示例輸出：

              total        used        free      shared  buff/cache   available
Mem:           15Gi       8.2Gi       1.1Gi       345Mi       6.3Gi       6.7Gi
Swap:         2.0Gi       1.8Gi       200Mi

這里可以看到 Swap 幾乎被用滿 —— 這是一個(gè)危險(xiǎn)信號！

Swap 觸發(fā)機(jī)制詳解

Linux 內(nèi)核通過 swappiness 參數(shù)控制 Swap 的“積極性”。

# 查看當(dāng)前 swappiness 值（默認(rèn)通常是 60）
cat /proc/sys/vm/swappiness

• 值范圍：0 ~ 100
  • 0：盡量避免 Swap，除非絕對必要（OOM 風(fēng)險(xiǎn)增加）
  • 60：默認(rèn)值，平衡內(nèi)存與 Swap 使用
  • 100：積極使用 Swap，即使還有空閑內(nèi)存

誤區(qū)澄清：

很多人認(rèn)為“設(shè)為 0 就完全不用 Swap”，這是錯(cuò)誤的！
swappiness=0 只是在有足夠空閑內(nèi)存時(shí)不主動(dòng)換出匿名頁，但在內(nèi)存嚴(yán)重不足時(shí)仍會觸發(fā) Swap 或 OOM Killer。

優(yōu)化策略一：調(diào)整 swappiness

對于大多數(shù) Java 服務(wù)器，建議將 swappiness 設(shè)置為 1~10 之間。

# 臨時(shí)生效
sudo sysctl vm.swappiness=1

# 永久生效（寫入配置文件）
echo 'vm.swappiness=1' | sudo tee -a /etc/sysctl.conf
sudo sysctl -p

推薦值：

• 數(shù)據(jù)庫服務(wù)器、Java 應(yīng)用服務(wù)器：1
• 桌面系統(tǒng)、開發(fā)機(jī)：30~60
• 內(nèi)存密集型計(jì)算節(jié)點(diǎn)：0

用 mermaid 圖表展示內(nèi)存壓力與 Swap 關(guān)系

這張圖清晰展示了：內(nèi)存壓力 → 緩存回收失敗 → Swap 或 OOM 的路徑。我們的目標(biāo)就是阻止流程走到 Swap 或 OOM。

優(yōu)化策略二：清理無用緩存

Linux 會盡可能利用空閑內(nèi)存做文件緩存（Page Cache），這對 I/O 性能有益，但在內(nèi)存緊張時(shí)可能“占著茅坑不拉屎”。

你可以手動(dòng)清理緩存（謹(jǐn)慎操作）：

# 清理 PageCache
echo 1 > /proc/sys/vm/drop_caches

# 清理 dentries 和 inodes
echo 2 > /proc/sys/vm/drop_caches

# 清理所有（PageCache + dentries + inodes）
echo 3 > /proc/sys/vm/drop_caches

警告：生產(chǎn)環(huán)境慎用！會導(dǎo)致后續(xù)文件讀取變慢（需重新加載到緩存）。

更推薦的方法是讓系統(tǒng)自動(dòng)管理，或通過限制 JVM 堆大小 + 監(jiān)控來避免內(nèi)存耗盡。

Java 應(yīng)用內(nèi)存模型與 Swap 關(guān)系

Java 應(yīng)用的內(nèi)存不僅包括堆（Heap），還包括：

• Metaspace（類元數(shù)據(jù)）
• Thread Stacks
• Direct ByteBuffers
• JIT Code Cache
• Native Libraries

這些都占用 非堆內(nèi)存（Off-Heap），容易被忽視。

示例：一個(gè)典型的 Java 進(jìn)程內(nèi)存分布

public class MemoryFootprintDemo {
    public static void main(String[] args) throws Exception {
        // 設(shè)置 JVM 參數(shù)：-Xmx2g -Xms2g -XX:MaxMetaspaceSize=256m
        System.out.println("JVM 最大堆內(nèi)存: " + 
            Runtime.getRuntime().maxMemory() / 1024 / 1024 + " MB");
        System.out.println("JVM 總內(nèi)存: " + 
            Runtime.getRuntime().totalMemory() / 1024 / 1024 + " MB");
        System.out.println("JVM 空閑內(nèi)存: " + 
            Runtime.getRuntime().freeMemory() / 1024 / 1024 + " MB");
        // 創(chuàng)建一些對象模擬內(nèi)存使用
        List<byte[]> list = new ArrayList<>();
        for (int i = 0; i < 1000; i++) {
            list.add(new byte[1024 * 1024]); // 1MB each
            Thread.sleep(10);
        }
        System.gc(); // 建議GC（不一定立即執(zhí)行）
        Thread.sleep(1000);
        System.out.println("GC后空閑內(nèi)存: " + 
            Runtime.getRuntime().freeMemory() / 1024 / 1024 + " MB");
    }
}

編譯運(yùn)行：

javac MemoryFootprintDemo.java
java -Xmx2g -Xms2g -XX:MaxMetaspaceSize=256m MemoryFootprintDemo

雖然你設(shè)置了 -Xmx2g，但實(shí)際進(jìn)程占用可能達(dá)到 2.5GB 甚至更高，因?yàn)檫€有棧、元空間、本地內(nèi)存等開銷。

正確估算 Java 進(jìn)程總內(nèi)存

不要只看 -Xmx！一個(gè)經(jīng)驗(yàn)公式：

總內(nèi)存 ≈ Xmx + MaxMetaspaceSize + (線程數(shù) × 棧大小) + DirectMemory + 本地庫 + 安全余量

示例計(jì)算：

-Xmx4g
-XX:MaxMetaspaceSize=512m
-XX:ThreadStackSize=1m
線程數(shù)：200
-XX:MaxDirectMemorySize=1g（默認(rèn)等于 Xmx）

估算：
4g (堆)
+ 0.5g (元空間)
+ 200 × 1m = 0.2g (棧)
+ 1g (直接內(nèi)存)
+ 0.5g (JNI/本地庫/安全緩沖)

≈ 6.2 GB

因此，如果你的機(jī)器只有 8GB 內(nèi)存，跑這樣一個(gè) JVM 是非常危險(xiǎn)的 —— 極易觸發(fā) Swap。

優(yōu)化策略三：合理設(shè)置 JVM 參數(shù)

1. 限制堆大小

# 不要貪心！留足空間給操作系統(tǒng)和其他進(jìn)程
java -Xmx3g -Xms3g MyApp

2. 限制元空間

# 避免類加載過多撐爆內(nèi)存
java -XX:MaxMetaspaceSize=256m MyApp

3. 限制直接內(nèi)存

# Netty、NIO 等框架常用 DirectBuffer，需顯式限制
java -XX:MaxDirectMemorySize=512m MyApp

4. 降低線程棧大?。ㄟm用于線程多的場景）

# 默認(rèn) 1MB，對多數(shù)應(yīng)用過大
java -Xss256k MyApp

優(yōu)化策略四：禁用透明大頁（THP）

Transparent Huge Pages（THP）是 Linux 的一項(xiàng)內(nèi)存優(yōu)化技術(shù)，旨在減少頁表項(xiàng)、提高 TLB 命中率。但對于 Java 應(yīng)用（尤其是使用 G1/ZGC 的場景），THP 可能導(dǎo)致內(nèi)存分配延遲、Swap 行為異常。

檢查 THP 狀態(tài)：

cat /sys/kernel/mm/transparent_hugepage/enabled

輸出如：

[always] madvise never

表示當(dāng)前為 always 模式 —— 對 Java 不友好！

推薦設(shè)置為madvise或never：

# 臨時(shí)關(guān)閉
echo madvise | sudo tee /sys/kernel/mm/transparent_hugepage/enabled
echo madvise | sudo tee /sys/kernel/mm/transparent_hugepage/defrag

# 永久生效（加入 rc.local 或 systemd 服務(wù)）
echo 'echo madvise > /sys/kernel/mm/transparent_hugepage/enabled' | sudo tee -a /etc/rc.local
echo 'echo madvise > /sys/kernel/mm/transparent_hugepage/defrag' | sudo tee -a /etc/rc.local

優(yōu)化策略五：使用 cgroups 限制內(nèi)存（容器化場景）

如果你在 Docker/Kubernetes 中運(yùn)行 Java 應(yīng)用，強(qiáng)烈建議使用 cgroups 限制內(nèi)存，避免某個(gè)容器吃光宿主機(jī)內(nèi)存導(dǎo)致全局 Swap。

Docker 示例：

docker run -it --memory=4g --memory-swap=4g openjdk:17 java -Xmx3g MyApp

• --memory=4g：容器最大可用內(nèi)存
• --memory-swap=4g：Swap 上限（設(shè)為與 memory 相等即禁用額外 Swap）

Kubernetes 示例（YAML）：

resources:
  limits:
    memory: "4Gi"
  requests:
    memory: "3Gi"

同時(shí)，在 JVM 中配合使用：

java -XX:+UseContainerSupport -XX:MaxRAMPercentage=75.0 MyApp

這樣 JVM 會根據(jù)容器內(nèi)存限制自動(dòng)調(diào)整堆大小。

優(yōu)化策略六：優(yōu)化 GC 減少內(nèi)存波動(dòng)

頻繁的 Full GC 會導(dǎo)致內(nèi)存劇烈波動(dòng)，可能觸發(fā)內(nèi)核的內(nèi)存回收機(jī)制，間接增加 Swap 風(fēng)險(xiǎn)。

推薦使用低延遲 GC：

G1 GC（Java 9+ 默認(rèn)）：

java -XX:+UseG1GC -XX:MaxGCPauseMillis=200 MyApp

ZGC（Java 11+，低延遲）：

java -XX:+UseZGC -Xmx4g MyApp

Shenandoah（Java 12+）：

java -XX:+UseShenandoahGC -Xmx4g MyApp

示例：對比不同 GC 對內(nèi)存穩(wěn)定性的影響

public class GCTest {
    private static final int SIZE = 10000;
    private static List<byte[]> cache = new ArrayList<>();
    public static void main(String[] args) throws InterruptedException {
        System.out.println("開始內(nèi)存壓力測試...");
        for (int i = 0; i < 100; i++) {
            simulateWorkload();
            Thread.sleep(1000);
        }
    }
    private static void simulateWorkload() {
        // 分配大量臨時(shí)對象
        for (int i = 0; i < SIZE; i++) {
            cache.add(new byte[1024 * 10]); // 10KB each
        }
        // 偶爾保留一些對象模擬緩存
        if (cache.size() > SIZE * 50) {
            cache.subList(0, SIZE * 30).clear();
        }
        System.out.println("當(dāng)前緩存大小: " + cache.size());
    }
}

分別使用以下參數(shù)運(yùn)行，觀察 top 或 htop 中的 RES（常駐內(nèi)存）變化：

# Parallel GC（傳統(tǒng)，易波動(dòng)）
java -XX:+UseParallelGC GCTest

# G1 GC（較平穩(wěn)）
java -XX:+UseG1GC GCTest

# ZGC（最平穩(wěn)，適合大堆）
java -XX:+UseZGC GCTest

你會發(fā)現(xiàn) ZGC 的內(nèi)存曲線最平滑，不容易觸發(fā)內(nèi)核的激進(jìn)回收行為。

優(yōu)化策略七：壓力測試與監(jiān)控告警

沒有監(jiān)控的優(yōu)化都是耍流氓！

推薦監(jiān)控指標(biāo)：

• used_swap / total_swap 比率
• si / so（vmstat 中的 swap-in/out）
• JVM 的 GC 時(shí)間、頻率
• 系統(tǒng) Load Average
• 內(nèi)存 Available（不是 Free?。?/li>

示例腳本：監(jiān)控 Swap 使用并告警

#!/bin/bash
# check_swap.sh
SWAP_USED=$(free | grep Swap | awk '{print $3}')
SWAP_TOTAL=$(free | grep Swap | awk '{print $2}')
if [ $SWAP_TOTAL -eq 0 ]; then
    echo "No swap configured."
    exit 0
fi
SWAP_PERCENT=$((SWAP_USED * 100 / SWAP_TOTAL))
if [ $SWAP_PERCENT -gt 30 ]; then
    echo "?? 高 Swap 使用率: ${SWAP_PERCENT}%"
    # 可集成郵件、企業(yè)微信、釘釘?shù)雀婢?
    # send_alert "Swap usage is ${SWAP_PERCENT}% on $(hostname)"
fi

添加到 crontab 每分鐘檢查：

* * * * * /path/to/check_swap.sh >> /var/log/swap_monitor.log 2>&1

優(yōu)化策略八：架構(gòu)層面減少內(nèi)存需求

有時(shí)候，最好的優(yōu)化是“不用優(yōu)化”——從架構(gòu)上降低內(nèi)存壓力。

1. 使用外部緩存替代 JVM 內(nèi)存緩存

// ? 不推薦：在 JVM 堆內(nèi)緩存大量數(shù)據(jù)
Map<String, UserData> userCache = new ConcurrentHashMap<>();
// ? 推薦：使用 Redis/Memcached
RedisTemplate<String, UserData> redisTemplate;

2. 啟用對象池減少 GC 壓力

import org.apache.commons.pool2.BasePooledObjectFactory;
import org.apache.commons.pool2.PooledObject;
import org.apache.commons.pool2.impl.DefaultPooledObject;
import org.apache.commons.pool2.impl.GenericObjectPool;
import org.apache.commons.pool2.impl.GenericObjectPoolConfig;
public class ByteBufferPool {
    private GenericObjectPool<ByteBuffer> pool;
    public ByteBufferPool(int maxSize) {
        GenericObjectPoolConfig<ByteBuffer> config = new GenericObjectPoolConfig<>();
        config.setMaxTotal(maxSize);
        config.setBlockWhenExhausted(true);
        config.setMaxWaitMillis(3000);
        pool = new GenericObjectPool<>(new ByteBufferFactory(), config);
    }
    public ByteBuffer borrow() throws Exception {
        return pool.borrowObject();
    }
    public void release(ByteBuffer buffer) {
        buffer.clear();
        pool.returnObject(buffer);
    }
    static class ByteBufferFactory extends BasePooledObjectFactory<ByteBuffer> {
        @Override
        public ByteBuffer create() {
            return ByteBuffer.allocateDirect(1024); // 1KB direct buffer
        }
        @Override
        public PooledObject<ByteBuffer> wrap(ByteBuffer buffer) {
            return new DefaultPooledObject<>(buffer);
        }
    }
}

對象池減少了頻繁創(chuàng)建/銷毀對象帶來的 GC 壓力，間接降低內(nèi)存峰值。

優(yōu)化策略九：升級硬件 or 增加內(nèi)存

聽起來像廢話？但很多時(shí)候，加內(nèi)存是最經(jīng)濟(jì)高效的方案。

• 16GB → 32GB 內(nèi)存，成本可能不到 $100
• 避免因 Swap 導(dǎo)致的服務(wù)降級、客戶流失、運(yùn)維人力消耗

經(jīng)驗(yàn)法則：

如果你的服務(wù)器 Swap 使用率長期 > 10%，且無法通過軟件優(yōu)化解決 —— 是時(shí)候加內(nèi)存了！

優(yōu)化前后對比實(shí)驗(yàn)

我們在一臺 8GB 內(nèi)存的 Ubuntu 22.04 服務(wù)器上部署了一個(gè) Spring Boot 應(yīng)用，進(jìn)行壓測對比。

優(yōu)化前配置：

• swappiness=60
• THP=always
• JVM: -Xmx6g
• 未限制 DirectMemory
• 使用 Parallel GC

優(yōu)化后配置：

• swappiness=1
• THP=madvise
• JVM: -Xmx4g -XX:MaxDirectMemorySize=512m -XX:+UseG1GC
• 啟用 cgroup 限制（Docker）
• 增加監(jiān)控告警

壓測工具：Apache Bench

ab -n 10000 -c 100 http://localhost:8080/api/heavy

結(jié)果對比：

效果立竿見影！

高級技巧：使用 zram 替代傳統(tǒng) Swap

zram 是 Linux 內(nèi)核的一項(xiàng)技術(shù)，它在內(nèi)存中創(chuàng)建壓縮塊設(shè)備作為 Swap，相比磁盤 Swap 速度快得多。

啟用 zram（Ubuntu/Debian）：

sudo apt install zram-config
sudo systemctl restart zram-config

手動(dòng)配置：

# 創(chuàng)建 2GB zram 設(shè)備
echo 2147483648 > /sys/class/zram-control/hot_add
ZRAM_DEV=/dev/zram$(cat /sys/class/zram-control/hot_add)

# 初始化并啟用
mkswap $ZRAM_DEV
swapon $ZRAM_DEV

# 查看狀態(tài)
zramctl

zram 特別適合內(nèi)存小但 CPU 強(qiáng)的設(shè)備（如樹莓派、云函數(shù)、邊緣節(jié)點(diǎn)）。

常見誤區(qū)與陷阱

誤區(qū)1：“只要不配置 Swap 就萬事大吉”

沒有 Swap 的系統(tǒng)在內(nèi)存不足時(shí)會直接觸發(fā) OOM Killer，可能導(dǎo)致關(guān)鍵進(jìn)程被殺，服務(wù)完全不可用。Swap 是安全氣囊，不是敵人。

誤區(qū)2：“JVM 堆越大越好”

堆越大，GC 停頓越長，內(nèi)存回收效率越低，更容易觸發(fā)系統(tǒng)級內(nèi)存回收（包括 Swap）。適度才是王道。

誤區(qū)3：“用了容器就不用管內(nèi)存了”

容器只是隔離，不是無限資源。不設(shè) limit 的容器照樣能把宿主機(jī)拖垮。

誤區(qū)4：“監(jiān)控 Swap 使用量就夠了”

還要關(guān)注 si/so（換入換出速率）、pgpgin/pgpgout（頁面 I/O）、commit limit 等指標(biāo)。

最佳實(shí)踐總結(jié)清單

1. ? 設(shè)置 vm.swappiness=1
2. ? 關(guān)閉 Transparent Huge Pages（設(shè)為 madvise）
3. ? 合理設(shè)置 JVM 堆大小（不超過物理內(nèi)存 50~70%）
4. ? 限制 Metaspace、DirectMemory、線程棧
5. ? 使用 G1/ZGC 減少內(nèi)存波動(dòng)
6. ? 在容器中使用 cgroups 限制內(nèi)存
7. ? 啟用系統(tǒng)監(jiān)控和 Swap 告警
8. ? 定期 review 內(nèi)存使用趨勢
9. ? 考慮使用 zram 替代傳統(tǒng) Swap（SSD 機(jī)器可選）
10. ? 架構(gòu)上減少內(nèi)存依賴（緩存外置、對象池等）

Java 開發(fā)者的特別提醒

作為 Java 開發(fā)者，你不僅要寫好業(yè)務(wù)代碼，還要：

• 了解 JVM 內(nèi)存模型
• 學(xué)會看 GC 日志
• 掌握基本的 Linux 內(nèi)存命令（free/top/vmstat）
• 與運(yùn)維協(xié)作設(shè)定合理的資源限制
• 在壓測環(huán)境中驗(yàn)證內(nèi)存表現(xiàn)

記?。?strong>再優(yōu)雅的代碼，跑在頻繁 Swap 的機(jī)器上，用戶體驗(yàn)也是災(zāi)難性的。

結(jié)語

減少 Swap 使用不是一蹴而就的任務(wù)，而是一個(gè)持續(xù)監(jiān)控、調(diào)優(yōu)、反饋的過程。通過合理設(shè)置系統(tǒng)參數(shù)、優(yōu)化 JVM 配置、改進(jìn)應(yīng)用架構(gòu)，我們可以最大限度地發(fā)揮物理內(nèi)存的性能，避免磁盤 I/O 成為系統(tǒng)瓶頸。

特別是在云原生時(shí)代，資源精細(xì)化運(yùn)營變得尤為重要。每一 MB 內(nèi)存的節(jié)省，都可能帶來成本的降低和服務(wù)質(zhì)量的提升。

以上就是Linux內(nèi)存管理與減少Swap使用的完整指南的詳細(xì)內(nèi)容，更多關(guān)于Linux內(nèi)存管理與Swap減少使用的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論