一、物理内存模型：UMA与NUMA的抉择
在深入内存管理之前，我们必须理解物理内存模型。现代处理器架构主要分为两类：统一内存访问（UMA）和非统一内存访问（NUMA）。
UMA（Uniform Memory Access）：所有CPU对所有内存单元的访问延迟相同，类似于传统的处理器架构。
NUMA（Non-Uniform Memory Access）：处理器自己的内存节点访问更迅速，访问其他节点的内存则产生延迟。Linux采用node/距离矩阵模型，通过ACPI SRAT表连接物理内存到对应节点。
物理页（Page Frame）与区（Zone）
内核将物理内存切割为页框（通常4KB），由struct page描述。每个CPU领地的内存被分为多个区：
ZONE_DMA（含ZONE_DMA32）：低十六位地址空间，用于传统ISA设备的DMA操作。在64位系统中，DMA32覆盖低端4GB，而DMA保留最开始的16MB。
ZONE_NORMAL：内核直接映射区域，通常覆盖1GB的低内存。这块区域的页与内核虚拟地址存在线性映射关系（PAGE_OFFSET起），是内核运行的核心地带。
ZONE_HIGHMEM（32位系统）：超出内核直接映射范围的高内存，需要动态映射。64位系统中由于巨大的虚拟地址空间，此区不存在。
ZONE_MOVABLE：inux 2.6.23之后引入，专用于可移动页面的分配区，与ZONE_NORMAL混合组成。它不是实际的物理内存区域，而是一种防碎片的策略。
关键数据结构与统计接口
通过/proc/meminfo可概览系统内存状态，/proc/zoneinfo提供各区详细水位线和统计。vmstat -s给出全局内存事件计数。numactl --hardware展示NUMA拓扑结构，numastat查看各节点内存分配偏差。
二、页表体系与地址转换
深入内核内存管理，页表（Page Table）是核心结构。现代64位系统采用多级页表体系，Linux使用如下四级/五级命名：
PGD（Page Global Directory） → 位 47:39
P4D（Page 4th Directory） → 位 38:30（五级页表新增）
PUD（Page Upper Directory） → 位 29:21
PMD（Page Middle Directory） → 位 20:12
PTE（Page Table Entry） → 位 11:0（页内偏移）
每一级表项包含下一级表的物理地址及保护位（RWX、User/Supervisor、Accessed、Dirty等）。当任意一级表项为空（Present位为0），触发Page Fault。
TLB：地址翻译的加速引擎
Translation Lookaside Buffer（TLB）是页表的硬件缓存，能显著加速虚拟地址到物理地址的映射操作。每次页表更新后，需要刷新TLB，这是一个昂贵的操作（INVLPG指令或完整CR3重载）。
Linux使用延迟TLB刷新（Lazy TLB）策略：非必要不刷新，通过TLB shootdown机制在IPI（处理器间中断）协调多核之间的缓存一致性。
透明大页（THP）与显式大页（Huge Pages）
Huge Pages：通过配置hugetlbfs，可以使用2MB或1GB的大页，减少TLB Miss，提升大内存应用的性能。典型场景：数据库（PostgreSQL、MySQL的InnoDB Buffer Pool）、虚拟机（QEMU/KVM）、高性能计算、DPDK。
Transparent Huge Pages（THP）：内核自动将连续普通页提升为大页，减少应用改造负担，但可能引起内存碎片抖动，在高性能场景下往往被建议关闭（echo never > /sys/kernel/mm/transparent_hugepage/enabled）。
三、Buddy分配器：物理页分配的基础设施
内核使用Buddy（伙伴）算法管理物理页。它维护十个链表，分别对应物理地址连续的1、2、4、8...1024个页框。分配时向上取最近的2^n规格，拆分伙伴块；释放时检查伙伴是否空闲，递归合并。
伙伴系统的核心特性：任意2^n个连续物理页，其起始地址必须能被2^n整除。这保证了伙伴块合并时的地址对齐检查只需简单的异或操作。
碎片化问题与COMPACTION机制
长期运行的系统可能产生外部碎片，导致无法分配连续物理页。Linux 5.0+引入了页面迁移机制来解决这一问题。
Memory Compaction：内核使用两个指针扫描区域：一个从低地址向高地址找取可移动页，另一个从高地址向低地址找取可释放页，通过页面迁移实现物理内存整理。
Compaction可通过echo 1 > /proc/sys/vm/compact_memory手动触发，或设置/proc/sys/vm/compaction_proactiveness控制系统主动压缩的积极性（0-100，默认值50）。
水位线（Watermark）与kswapd
每个区维护三条水位线：pages_min、pages_low、pages_high。当可用页低于pages_low时，唤醒kswapd内核线程异步回收页，直到达到pages_high才停止。低于pages_min时，分配者直接同步回收（direct reclaim），产生延迟。
通过sysctl -w vm.min_free_kbytes=65536可调节最低水位线绝对值。vm.watermark_scale_factor（默认10，范围1-1000）按内存比例调节low/high与min之间的步长。
四、Slab分配器：小对象高效复用
伙伴系统分配单位为页（4KB），但内核中大量对象远小于这个尺寸。Slab分配器在伙伴系统之上构建SLAB/SLUB/SLOB三种实现，当前Linux默认使用SLUB（Unqueued Slab Allocator）。
SLUB核心设计
SLUB为每种常用内核对象创建kmem_cache，内部维护per-CPU活动页和节点部分链表。分配顺序如下：
1. CPU本地页：首先从当前CPU的freelist中取空闲对象，无需加锁，性能极高。
2. CPU partial链表：若本地页空，从该CPU的partial链表取一个半空页转为活动页。
3. Node partial链表（NUMA）：跨CPU从节点partial取，涉及NUMA距离。
4. Buddy系统：以上全空则分配新页。
释放时填满一页的partial链表后归还节点，加NUMA亲和性优化。
kmem_cache实战
struct kmem_cache *kmem_cache_create(const char *name, unsigned int size, unsigned int align, slab_flags_t flags, void (*ctor)(void *));
kmem_cache_alloc(cache, GFP_KERNEL) / kmem_cache_free(cache, obj)
通过/proc/slabinfo可查看所有活动缓存的活跃对象数、总对象数、每对象大小、页数等。slabtop命令提供实时TOP式展示。
kmalloc：通用分配器
kmalloc基于SLUB实现但预定义了一个尺寸索引的缓存组（9个基本档：8, 16, 32, 64, 96, 128, 192, 256, 512, 1024, 2048...8KB）。对于不匹配预定义尺寸的请求，分配最够的缓存（可能浪费尾部空间）；大请求则直接走Buddy。
GFP（Get Free Pages）标志控制分配行为：GFP_KERNEL（标准，可睡眠），GFP_ATOMIC（中断中使用，不睡醉），GFP_DMA（强制低端内存）。
五、虚拟内存：进程地址空间与VMA
mm_struct架构
每个进程的虚拟地址空间由struct mm_struct描述。对于64位进程，用户程序可用地址范围是0x0000_0000_0000_0000到0x0000_7FFF_FFFF_FFFF（47位，127TB），内核地址空间占据高位。
mm_struct中的字段：mmap（VMA链表起点），mm_rb（红黑树根），mmap_base（mmap区域基址），task_size（地址空间边界），start_code/end_code（代码段），start_data/end_data（数据段），start_brk/brk（堆），start_stack（栈底），arg_start/arg_end（命令行参数）。
VMA（Virtual Memory Area）
struct vm_area_struct描述一段连续的虚拟地址区域。即使不分配物理内存，VMA本身也记录了这段区域的权限（RWX）、标志位（文件映射、共享/私有、堆/栈等）和操作函数表（vm_operations_struct）。
VMA组织为链表+红黑树，支持O(log n)查找。当访问地址落在某VMA中且对应PTE缺失时，触发缺页中断。
缺页中断（Page Fault）处理流程
当CPU检测到页不在内存中或访问权限不足时，触发缺页异常。内核的Page Fault处理流程：
1. 通过CR2寄存器获取触发异常的虚拟地址。
2. 在进程中查找VMA：__find_vma()遍历VMA，判断地址是否落在合法区域。
3. 权限检查：若VMA要求写权限但PTE为只读，触发COW（Copy On Write）。
4. 文件-backed页面：调用filemap_fault()从磁盘将页面读入page cache（readahead预读）。
5. 交换分区-backed页面：从swap中恢复页面到内存。
6. 匿名页面（堆/栈）：分配新物理页并清零（alloc_zeroed_user_highpage_movable()）。
7. 更新PTE，刷新TLB，返回用户态重新执行触发异常的指令。
写时复制（Copy-On-Write, COW）
进程fork时不复制所有物理页，而是将父子进程所有页面的PTE设为只读。当任一进程尝试写操作时，触发异常，内核为该进程复制一份新页面，更新PTE权限。这极大加速了fork()后的exec路径。
COW漏洞（Dirty COW, CVE-2016-5195）：FOLL_WRITE与mprotect竞争条件，可使只读映射的文件页面被任意写入，实现提权。已在后续内核中修复。
六、mmap：内存映射的瑞士军刀
mmap()系统调用将文件或设备直接映射到进程地址空间，极大简化了IO编程。它的核心参数：addr（建议地址，通常NULL让内核选）、length（映射长度，自动取整到页）、prot（保护位PROT_READ/WRITE/EXEC/NONE）、flags（MAP_SHARED/PRIVATE/ANONYMOUS/FIXED等）、fd（文件描述符）、offset（文件偏移）。
四种主要Mapping类型
1. 文件-backed共享映射（Shared File Mapping）：映射修改直接反映到page cache，最终写回磁盘。多个进程可共享同一文件映射实现IPC。msync(MS_SYNC)强制flush。
2. 文件-backed私有映射（Private File Mapping）：初始化时指向page cache，但写操作触发COW产生副本，不写回文件。用于加载动态链接库、执行文件等场景。
3. 匿名共享映射（Shared Anonymous Mapping）：无文件支持，但映射在fork时共享。用于fork()后的子进程与父进程通信。
4. 匿名私有映射（Private Anonymous Mapping）：用于堆扩展（sbrk()/brk()）和大内存分配（malloc()超过MMAP_THRESHOLD=128KB时自动使用）。mal的底层实现，madvise()向内核提供预取或释放建议。
madvise调优技巧
MADV_SEQUENTIAL：顺序访问，内核激进预读，尽早回收过时页。
MADV_RANDOM：随机访问，禁用预读，减少缓存污染。
MADV_HUGEPAGE / MADV_NOHUGEPAGE：建议/取消使用大页。
MADV_DONTNEED：告知内核不需要此段，可立即释放物理页。
MADV_FREE（Linux 4.5+）：延迟回收，仅在该内存被内核需要时才回收；重新访问时不被修改则继续使用原页。
七、OOM Killer：最后防线与调优
当物理内存+swap全满，且直接回收也无法释放足够页时，OOM Killer被触发，选择一个进程强制终止以释放内存。
badness分数计算
内核为每个进程计算OOM评分（oom_badness()），分数越高越可能被Kill。计算因素：
total_vm（进程占用的总虚拟内存页数，oom_score_adj调整）
CPU占用时间越短的进程（即非刚启动）分数越高；占用内存越大越容易被Kill。mmap文件不计total_vm（已清洗），mmap Anonymous计入。
根进程（mm_users>0的root进程）分数除以4，特权进程（CAP_SYS_ADMIN等）也除以4。
OOM防护策略
oom_score_adj：范围-1000到1000，设为-1000可免疫OOM。
/proc/[pid]/oom_adj：旧接口，兼容保留。
memory.limit_in_bytes（cgroup v1）/memory.max（cgroup v2）：限制进程组内存使用，让OOM发生在cgroup级别，而非全局。
oom_kill_allocating_task：直接Kill触发OOM的分配者，随机性更小。
sysctl vm.panic_on_oom=1：系统内存紧张时直接panic而非Kill，用于高可用关键节点。
OOM事件诊断
dmesg -T | grep -i 'out of memory\|oom\|killed process'查看OOM历史。
/var/log/messages或journalctl -k -g 'oom'获取详细日志。日志包含进程列表（pid, uid, total_vm, anon_rss, file_rss, score, name）和触发时内存统计。
通过/proc/[pid]/smaps可以分析进程详细内存使用，smem提供图形化总结（USS/PSS/RSS）。
八、cgroup内存控制：容器时代的精细化管理
cgroup v1 memory
memory.limit_in_bytes：硬限制，超出触发OOM。
memory.soft_limit_in_bytes：软限制，仅在系统内存紧张时介入。
memory.memsw.limit_in_bytes：物理内存+swap总限制。
memory.kmem.limit_in_bytes：内核内存限制（slab、栈、页表等），不推荐启用（易触发内核OOM）。
memory.oom_control：oom_kill_disable设为1后禁用cgroup内OOM，仅引发压力事件。
cgroup v2 memory
memory.max：硬限制。
memory.high：节流阈值（非强制），触发直接回收。
memory.low：保护性下界，其他组不侵占此组内存。
memory.min：硬保留值，组内内存不会被全局回收夺走。
memory.swap.max：swap限制。
v2将页面类型分为anon（匿名）、file（文件-backed缓存）、kernel_stack、pagetables、percpu、sock、shmem、writeback等。
memory.stat提供详细计数：anon、file、kernel_stack、pagetables、percpu、sock、shmem、writeback等。
九、性能监控与调优实战
综合诊断工具集
vmstat 1：实时查看si/so（swap in/out）、bi/bo（块IO）、cs（上下文切换）等全局指标。
vmstat -m：输出slab分配器统计。
free -h：内存总览。available字段（kernel 3.14+）比free更准确，包含buffer/cache中可回收部分。
pmap -x [pid]：进程内存映射详情。
numastat -p [pid]：查看进程NUMA局部性。
sar -r 1 3：利用sar监控内存趋势。
perf stat -e dTLB-load-misses,iTLB-load-misses [cmd]：性能计数器采样。
关键sysctl调优参数
vm.swappiness（默认60，范围0-200）：控制swap倾向。0表示仅在内存不足时换出；100表示匿名页和文件缓存同等高效。容器环境通常设为0或1。
vm.dirty_ratio（默认20%）：脏页占RAM上限，超过后写操作同步刷盘。
vm.dirty_background_ratio（默认10%）：后台pdflush/writeback进程开始刷盘阈值。
vm.dirty_expire_centisecs（默认3000，30秒）：脏页在此时间后被认为过期，下次刷盘时被flush。
vm.dirty_writeback_centisecs（默认500，5秒）：pdflush/writeback唤醒间隔。
vm.overcommit_memory：0（启发式过量承诺，默认）、1（总是承诺无限内存）、2（严格模式下总地址空间 ≤ swap + 物理内存×overcommit_ratio）。
vm.overcommit_ratio（默认50%）：strict模式下的承诺比例。
vm.admin_reserve_kbytes / vm.user_reserve_kbytes：保留给admin/p普通用户的内存，防止内存耗尽时管理员无法登录。
NUMA调优
numactl --cpunodebind=0 --membind=0 [cmd]：绑定CPU和内存到NUMA节点0。
numactl --interleaved=all [cmd]：交错访问所有节点内存。
numastat -c [command]：查看程序运行后NUMA分布。
/proc/sys/kernel/numa_balancing（默认1，启用）：自动页面迁移，将靠近访问CPU的页面移至对应NUMA节点，减少远端访问延迟。但有扫描开销，部分HPC可通过auto NUMA=off禁用。
十、现代趋势与前沿机制
MTE（Memory Tagging Extension）
ARM v8.5+引入的内存安全特性，每个16字节内存块关联4位标签，指针高位也有标签。释放时修改标签，再次访问（Use After Free、Buffer Overflow）触发异常。可缓解约70%内存安全漏洞。
CXL（Compute Express Link）与异构内存池
CXL 1.1/2.0让主机能访问设备内存，形成混合内存层次结构。Linux通过支持CXL.mem设备，将外部内存纳入内存管理器，但性能略低于本地DDR。平台热插拔、分层内存迁移是重点方向。
KASAN与内存Bug检测
KASAN（Kernel Address Sanitizer）：插入redzone，延迟slab对象释放，检测Use After Free和Out-of-Bounds。CONFIG_KASAN=y开启，影响8-16倍内存并放慢约3倍。适合测试环境，不适合生产。
KMSAN（Kernel Memory Sanitizer）：检测未初始化内存读取。
KFENCE（Kernel Electric Fence）：轻量级采样检测器，2.5%抽样率，性能影响最小，可在生产环境使用。使用kfence sample_interval（默认100ms，KCFENCE采样一页/100ms）调节。
Landlock与内存保护安全策略
Landlock LSM允许非特权进程沙箱化自身，限制文件句柄和内存映射的操作能力，实现细粒度最小权限。
发表评论 取消回复