Linux 記憶體管理 pt.3

鹹魚Linux運維發表於2023-05-17

哈嘍大家好,我是鹹魚

在《Linux 記憶體管理 pt.2》中我們學習了多級頁表和大頁,我們知道了由於歷史遺留的問題,Linux 的頁通常為 4KB

這樣就會導致一個頁表裡面會有特別多頁,為瞭解決這個問題,Linux 提供了兩種解決方案——多級頁表和大頁

那麼今天繼續我們的 Linux 記憶體管理學習,我們今天要學習的是——記憶體的分配和回收

在 Linux 中,記憶體是如何被分配和回收的呢?

記憶體分配

在 Linux 中,記憶體的分配通常由 C 標準庫提供的記憶體分配函式 malloc() 實現

當malloc() 函式需要分配記憶體時,它會呼叫這兩個系統呼叫——即 brk() 和 mmap()

  • brk()

對於小塊記憶體(小於 128K大於 4K),使用 brk() 來分配,透過移動堆頂的位置來分配記憶體

這些記憶體釋放後並不會立刻歸還系統,而是被快取起來,這樣就可以重複使用

優缺點:

  1. 減少缺頁異常的發生,提高記憶體訪問效率

  2. 由於不會立刻歸還釋放的記憶體給系統,所以在記憶體工作繁忙時,頻繁的記憶體分配和釋放會造成記憶體碎片

  • mmap()

對於大塊記憶體(大於 128K),則直接使用記憶體對映 mmap() 來分配,也就是在檔案對映段找一塊空閒記憶體分配出去,釋放時直接歸還系統

優缺點:

  1. 在釋放時直接歸還系統,所以每次 mmap 都會發生缺頁異常

  2. 在記憶體工作繁忙時,頻繁的記憶體分配會導致大量的缺頁異常,使核心的管理負擔增大。這也是 malloc 只對大塊記憶體使用 mmap 的原因

需要注意的是,一開始呼叫記憶體分配函式的時候,其實是沒有真正分配到實體記憶體
只有在程式首次訪問時才分配,即透過缺頁異常進入核心中,再由核心來分配記憶體

Linux 夥伴系統(buddy)

在 Linux 中,光知道如何分配記憶體還不行,還得知道該怎麼分配

夥伴管理器是 Linux 系統中一種常見的記憶體分配演演算法,它可以讓系統在分配實體記憶體時,快速地找到相應大小的可用記憶體塊

前面說到,MMU 是一種硬體裝置,負責虛擬記憶體和實體記憶體的對映關係。當核心需要訪問某個虛擬記憶體時,MMU 將該虛擬地址轉換為對應的實體記憶體地址,並透過夥伴系統的分配演演算法來定位相應的記憶體塊

當記憶體釋放時,夥伴系統將其標記為空閒,用於重新分配給其他程式。因此,夥伴系統和 MMU 相互協作,實現 Linux 作業系統的記憶體管理功能

上面說到,對於4K 至 128K 的記憶體用 brk() 來分配,對於大於 128k 的記憶體使用記憶體對映 mmap() 來分配。那如果要分配的記憶體小於 4K 呢?

實際系統執行的時候,有著許多記憶體小於 4K 的物件,如果為他們分配單獨的頁,那就太浪費記憶體了

所以 Linux 透過下面兩種方式來分配小於 4K 的記憶體:

1、夥伴系統

當需要分配小於4K的記憶體時,核心會為之保留一個完整的物理頁,並儘量將物理頁分割成大小相同的小塊。當有多個小塊被請求時,核心會合並這些小塊,最終分配

2、slab分配器

slab 分配器是 Linux 核心中的一個重要組成(你可以將slab 看成構建在夥伴系統上的一個快取)它將一小塊記憶體分配稱為快取(cache)

當需要分配小於 4K 的記憶體時,Slab 分配器會建立一個小的快取來儲存請求記憶體的塊。每個快取都有一個物理頁的大小

如果已經分配完了所有記憶體塊,Slab 分配器會重新分配一個完整的物理頁作為快取,以供後續請求使用

為了防止記憶體碎片化,slab 分配器會保留已經使用完的 slab 塊並重復使用其中未被使用的空間,而不是將其釋放回系統

記憶體回收

如果記憶體只分配而不釋放,就會造成記憶體洩漏,甚至會耗盡系統記憶體

所以,在應用程式用完記憶體後,還需要呼叫 free() 或 unmap() ,來釋放這些不用的記憶體

那麼系統是如何回收記憶體的呢?

1、使用 LRU(Least Recently Used)演演算法,回收最近使用最少的記憶體頁面

2、回收不常訪問的記憶體,把不常用的記憶體透過交換分割槽(swap)直接寫到磁碟中

Swap 其實就是把一塊磁碟空間當成記憶體來用

它可以把程式暫時不用的資料儲存到磁碟中(這個過程稱為換出),當程式訪問這些記憶體時,再從磁碟讀取這些資料到記憶體中(這個過程稱為換入)

通常只在記憶體不足時,才會發生 Swap 交換。並且由於磁碟讀寫的速度遠比記憶體慢,Swap 會導致嚴重的記憶體效能問題

3、殺死程式,記憶體緊張時系統還會透過 OOM(Out of Memory),直接殺掉佔用大量記憶體的程式

OOM(Out of Memory),其實是核心的一種保護機制,使用 oom_score 為每個程式的記憶體使用情況進行評分

一個程式消耗的記憶體越大,oom_score 就越大;

一個程式執行佔用的 CPU 越多,oom_score 就越小

程式的 oom_score 越大,代表消耗的記憶體越多,也就越容易被 OOM 殺死

感謝閱讀,喜歡作者就動動小手[一鍵三連],這是我寫作最大的動力

相關文章