【拔苗计划】linux学习笔记——free命令学习

迷南。 2022-08-09 19:58 160阅读 0赞

学到free命令的时候我发现，top命令应该放在稍微靠后的位置——至少是uptime和free后面。因为top命令的结果集合了这两个命令的结果。但是，whatever，虽然先学了top，但free命令仍要好好学，毕竟在top命令里，对free命令展示的这些信息并不是非常非常关注。

## 今天的学习主题是：linux的free命令 ##

![任意找的一台服务器截的图][20151104202759841]

从图中我们看出，free命令的结果有四行，定睛一看，Mem和Swap，这不就是top命令里第四行和第五行显示的内容吗？第一行其实是表头啦，英文单词大家都认识，但这里还是一一解释一下：  
\* total：总量  
\* used：使用量  
\* free：可用量（空闲量）——知道为什么这个命令叫”free”了吗  
\* shared：共享量  
\* buffers：缓冲量  
\* cached：缓存量  
常识告诉我们total=used+free，不相信的话可以拿起计算器算一下。  
shared表示被几个进程共享的内存大小，据说现在已经deprecated了，我们看到图片上显示是0（是不是0主要取决于free命令在当前系统是如何实现的）。  
buffers表示被系统缓冲住的内存，cached表示被系统缓存的内容。至于缓冲和缓存的区别嘛，高端洋气的解释如下：  
1. A buffer is something that has yet to be “written” to disk.  
2. A cache is something that has been “read” from the disk and stored for later use.  
翻译一下就是，buffer是等着一起被写到硬盘上去的，cache是预先读取出来等着之后使用的。这两者的共同点是——都是为了提高IO性能的，由系统管理。

第三行，-/+ buffers/cache指的是后面的两列，第一列是-buffers/cache，第二列是+buffers/cache。  
\* -buffers/cache，一个应用程序认为系统已经被用掉了多少内存  
\* +buffers/cache，一个应用程序认为系统还有多少内存可以使用  
把free命令的结果看做一个表格FO（Free Output）的话，这里有公式如下：  
\* FO\[3\]\[2\]=FO\[2\]\[2\]-FO\[2\]\[5\]-FO\[2\]\[6\]  
\* FO\[3\]\[3\]=FO\[2\]\[3\]+FO\[2\]\[5\]+FO\[2\]\[6\]（心好累，为什么我还要学这么多公式(⊙﹏⊙)b）  
\* FO\[3\]\[2\]+F\[3\]\[3\]=FO\[2\]\[2\]+FO\[2\]\[3\]=FO\[2\]\[1\]，用人话翻译一下就是，第三行的这两个数字加起来就是系统总共的内存大小

今天到这里吧，明天继续。  
——————–11月7日更新———————–  
首先补充下free命令的各个参数  
语　　法： free \[-bkmotV\]\[-s <间隔秒数>\]

补充说明：free指令会显示内存的使用情况，包括实体内存，虚拟的交换文件内存，共享内存区段，以及系统核心使用的缓冲区等。

参　　数：  
\-b 　以Byte为单位显示内存使用情况。  
\-k 　以KB为单位显示内存使用情况。  
\-m 　以MB为单位显示内存使用情况。  
\-o 　不显示缓冲区调节列。  
\-s<间隔秒数> 　持续观察内存使用状况。  
\-t 　显示内存总和列。  
\-V 　显示版本信息。  
在服务器上输free -m -s 1，服务器的内存、交换区、buffers和cache信息就会以MB为单位显示，并且1秒钟刷新一次。如下图所示：  
![这里写图片描述][20151107155348563]

好像一直都没说到Swap是干嘛的。在网上搜free命令的时候，好多篇文章对Swap的态度都是——“这里我们不用关注太多”——但是我必须要搞清楚Swap的含义和对系统的影响啊，因为拔苗计划里明确写了这个问题。Swap的常规含义是，当服务器的物理内存不足时，系统会将内存中的一些东西转移到Swap空间里，这样就会有足够的内存使用，当事情办完后再把之前放在Swap空间里的那些内容转回到内存里。可是令人奇怪的是，明明公司的服务器内存是很充足的，可是交换区空间仍然有被使用，这里的缘由我暂时还不太清楚。

## Swap配置对性能的影响 ##

分配太多的Swap空间会浪费磁盘空间，而Swap空间太少，则系统会发生错误。

如果系统的物理内存用光了，系统就会跑得很慢，但仍能运行；如果Swap空间用光了，那么系统就会发生错误。例如，Web服务器能根据不同的请求数量衍生出多个服务进程（或线程），如果Swap空间用完，则服务进程无法启动，通常会出现“application is out of memory”的错误，严重时会造成服务进程的死锁。因此Swap空间的分配是很重要的。

通常情况下，Swap空间应大于或等于物理内存的大小，最小不应小于64M，通常Swap空间的大小应是物理内存的2-2.5倍。但根据不同的应用，应有不同的配置：如果是小的桌面系统，则只需要较小的Swap空间，而大的服务器系统则视情况不同需要不同大小的Swap空间。特别是数据库服务器和Web服务器，随着访问量的增加，对Swap空间的要求也会增加，具体配置参见各服务器产品的说明。

另外，Swap分区的数量对性能也有很大的影响。因为Swap交换的操作是磁盘IO 的操作，如果有多个Swap交换区，Swap空间的分配会以轮流的方式操作于所有的Swap，这样会大大均衡IO的负载，加快Swap交换的速度。如果只有一个交换区，所有的交换操作会使交换区变得很忙，使系统大多数时间处于等待状态，效率很低。用性能监视工具就会发现，此时的CPU并不很忙，而系统却慢。这说明，瓶颈在IO上，依靠提高CPU的速度是解决不了问题的。

——以下是我直接从别的文章中拷贝的，因为太高端了————-  
哪些因素可能影响SWAP

内存不足无疑会SWAP，但有些时候，即便看上去内存很充裕，还可能会SWAP，这种现象被称为SWAP Insanity，罪魁祸首主要有以下几点：

Swappiness的迷失

实际上，当可用内存不足时，系统有两个选择：一个是通过SWAP来释放内存，另一个是删除Cache中的Page来释放内存。一个很常见的例子是：当拷贝大文件的时候，时常会发生SWAP现象。这是因为拷贝文件的时候，系统会把文件内容在Cache中按Page来缓存，此时一旦可用内存不足，系统便会倾向于通过SWAP来释放内存。

内核中的swappiness参数可以用来控制这种行为，缺省情况下，swappiness的值是60：

shell> sysctl -a | grep swappiness  
vm.swappiness = 60  
它的含义是：如果系统需要内存，有百分之六十的概率执行SWAP。知道了这一点，我们很自然的会想到用下面的方法来降低执行SWAP的概率：

shell> echo “vm.swappiness = 1” >> /etc/sysctl.conf  
shell> sysctl -p  
这样做的确可以降低执行SWAP的概率，但并不意味着永远不会执行SWAP。据网友报道某些情况下，直接改为0有可能出现灵异问题，所以建议改为1。  
——以上是我直接从别的文章中拷贝的，因为太高端了————-

看了上面这段话，大概解了我心中的一些疑团，至少我可以肯定，并不是说内存是足够的时候就不会用到Swap空间了。有些艺高人胆大的公司如youtube当年为了不被Swap的某些问题困扰直接干掉了Swap，但我们都是老实孩子，还是继续老老实实用Swap吧，把握好度就可以了！

[20151104202759841]: /images/20220731/072ce9c23c744c1a882c764ff34aaa7b.png
[20151107155348563]: /images/20220731/94df3a87bc8b44b2bf20c3e5a114c138.png