Linux 性能实战 | 第 14 篇 Swap 使用分析与优化策略 💾

🔗 从 Page Fault 到 Swap：内存管理的"最后一道防线"

在第十三章中，我们深入探讨了虚拟内存机制——多级页表、TLB、Page Fault、Copy-on-Write 等核心概念。我们诊断了一个 rosbag 回放系统的性能问题，发现每秒 545 次 Major Fault 导致帧率从 30 fps 下降到 5 fps，通过 madvise() 优化后成功将 Major Fault 降至 5 次/秒。

但是，当我们谈到 Major Fault 时，实际上有两种情况：

1. 文件映射（mmap）：页面在文件中，需要从磁盘读取（上一章的案例）
2. 匿名页（Anonymous Page）：页面被 swap 到交换空间，需要 swap in

第二种情况——Swap——是本章的主角。Swap 是 Linux 内存管理的"最后一道防线"，当物理内存不足时，内核会将不活跃的内存页移到磁盘上的交换空间，释放物理内存给更需要的进程使用。

本章关键问题：

• Swap 的真正作用是什么？仅仅是"内存不足时的备胎"吗？
• swappiness=60 是什么意思？是否意味着内存使用到 60% 就开始 swap？
• 如何诊断 swap 导致的性能下降？
• Zswap/zRAM 是如何提升 swap 性能的？
• 什么场景下应该完全禁用 swap？

---

🤔 Swap 的设计目的：不止是"内存不足"的救命稻草

1. Swap 的三大作用

很多人认为 swap 只是"内存不足时的临时方案"，这是一个误解。Swap 实际上有三个重要作用：

作用 1：应急备份（最常见的理解）

• 当物理内存不足时，避免 OOM Killer 杀死进程
• 给系统一个"缓冲"，防止突然的内存使用高峰

作用 2：释放不活跃页（常被忽视但很重要）

• 很多进程启动后初始化的数据很少再被访问（如配置、静态资源）
• 将这些"冷数据"swap 出去，腾出物理内存给"热数据"（如缓存）
• 即使物理内存充足，适当的 swap 也能提升性能

作用 3：休眠支持

• 笔记本电脑休眠（Hibernate）需要将内存内容保存到 swap
• 服务器通常不需要这个功能

2. 匿名页 vs 文件页

Linux 内存页分为两类：

类型	含义	示例	回收方式
文件页（File-backed）	来自文件系统	程序代码、mmap 的文件、Page Cache	直接丢弃（脏页需先写回）
匿名页（Anonymous）	不与文件关联	堆（malloc）、栈、COW 后的私有页	必须 swap 到交换空间

自动驾驶场景：

• 文件页：OpenCV 库代码、高精地图文件（mmap）
• 匿名页：点云数据缓冲区（malloc）、std::vector 的内存

---

📊 swappiness 参数：内核的"内存回收偏好"

1. swappiness 的真正含义

swappiness 是 Linux 内核的一个参数，取值范围 0-100，控制内核在内存回收时的"偏好"：

cat /proc/sys/vm/swappiness

输出（默认）：

60

常见误解：

• ❌ “swappiness=60 意味着内存使用到 60% 就开始 swap”
• ❌ “swappiness=0 完全禁用 swap”

真实含义：

swappiness 越高 → 内核越倾向于 swap 出匿名页
swappiness 越低 → 内核越倾向于回收文件页（Page Cache）

计算公式（简化）：

匿名页回收权重 = swappiness
文件页回收权重 = 200 - swappiness

示例：

• swappiness=60：匿名页权重 60，文件页权重 140 → 更倾向于回收文件页（2.3:1）
• swappiness=100：匿名页权重 100，文件页权重 100 → 同等对待（1:1）
• swappiness=10：匿名页权重 10，文件页权重 190 → 强烈倾向于回收文件页（19:1）

2. swappiness=0 的特殊含义

Linux 3.5 之前：

• swappiness=0 → 完全禁用 swap（除非 OOM）

Linux 3.5+：

• swappiness=0 → 尽量避免 swap，但在内存严重不足时仍会 swap
• swappiness=1 → 最小化 swap（推荐用于数据库）

验证：

# 设置 swappiness=0
sudo sysctl vm.swappiness=0

# 持久化配置
echo "vm.swappiness=0" | sudo tee -a /etc/sysctl.conf
sudo sysctl -p

3. 如何选择 swappiness 值？

场景	推荐值	理由
桌面系统	60 (默认)	平衡性能与响应性
Web 服务器	10-30	保留 Page Cache，加速文件访问
数据库服务器	1	数据库有自己的缓存，swap 会导致严重性能下降
自动驾驶计算平台	10-20	优先保留传感器数据缓存，减少匿名页 swap
实时系统	0 + 禁用 swap	完全避免 swap 导致的延迟抖动

---

🔍 监控 Swap 使用：vmstat、sar、/proc/meminfo

1. 使用 vmstat 实时监控

vmstat 1

输出：

procs -----------memory---------- ---swap-- -----io---- -system-- ------cpu-----
 r  b   swpd   free   buff  cache   si   so    bi    bo   in   cs us sy id wa st
 2  0  123456 2345M  234M  12.3G    0    0   234   456  123  567 15 10 70  5  0
 2  1  125890 2123M  234M  12.1G  456  890   345   678  145  612 12  8 65 15  0
 1  0  128234 1987M  234M  11.9G  678 1234   456   789  167  678  9  6 60 25  0

关键字段：

• swpd：已使用的 swap 空间（KB）

  • 123456 → 约 120MB
  • 持续增长说明内存压力大

• si (swap in)：从 swap 读入内存的速率（KB/s）

  • 456 → 每秒从 swap 读入 456KB
  • 高 si 是性能杀手（磁盘读取慢）

• so (swap out)：写入 swap 的速率（KB/s）

  • 890 → 每秒写入 890KB 到 swap
  • 偶尔出现 so 是正常的（内核回收不活跃页）
  • 持续高 so 说明内存严重不足

性能问题判断：

si > 100 KB/s  → 频繁 swap in，性能严重下降
so > 500 KB/s  → 频繁 swap out，内存压力大

2. 使用 sar 查看历史趋势

# 查看今天的 swap 活动
sar -W 1 10

# 查看昨天的 swap 活动
sar -W -f /var/log/sysstat/sa$(date -d yesterday +%d)

输出：

12:00:01 AM  pswpin/s pswpout/s
12:00:02 AM      12.5      45.3
12:00:03 AM      89.2     234.7  ⬅️ 异常高峰
12:00:04 AM     145.6     456.9  ⬅️ 持续高 swap
Average:         45.2     123.4

• pswpin/s：每秒 swap in 的页数
• pswpout/s：每秒 swap out 的页数

3. 分析进程级 swap 使用

查看哪些进程使用了 swap：

# 查看所有进程的 swap 使用
for pid in $(ps -eo pid --no-headers); do
    swap=$(grep VmSwap /proc/$pid/status 2>/dev/null | awk '{print $2}')
    if [ "$swap" -gt 0 ] 2>/dev/null; then
        cmd=$(ps -p $pid -o comm --no-headers)
        echo "PID: $pid, Swap: ${swap}KB, Command: $cmd"
    fi
done | sort -k4 -n -r | head -20

输出：

PID: 12345, Swap: 234567KB, Command: perception_node
PID: 23456, Swap: 123456KB, Command: planning_node
PID: 34567, Swap: 45678KB, Command: chrome

详细分析单个进程：

cat /proc/12345/smaps | grep -E "^(Swap|Size|Rss):" | paste - - -

输出：

Size:  1024 kB   Rss:   512 kB   Swap:   512 kB  ⬅️ 这个内存区域有一半被 swap
Size:  4096 kB   Rss:  4096 kB   Swap:     0 kB  ⬅️ 这个区域完全在物理内存中
Size:  2048 kB   Rss:     0 kB   Swap:  2048 kB  ⬅️ 这个区域完全被 swap

---

🛠️ 实战案例：Swap 导致的自动驾驶系统性能崩溃

1. 问题现象

一个自动驾驶系统在长时间运行（8 小时）后，响应延迟从正常的 50ms 飙升到 5000ms（100 倍），系统几乎无法使用。

初步检查：

free -h

输出：

              total        used        free      shared  buff/cache   available
Mem:            31G         28G        500M        120M        2.5G        2.3G
Swap:          8.0G        6.2G        1.8G  ⬅️ 使用了 6.2GB swap！

vmstat 1：

procs -----------memory---------- ---swap-- -----io---- -system-- ------cpu-----
 r  b   swpd   free   buff  cache   si   so    bi    bo   in   cs us sy id wa st
 5  2 6456789  512M  123M   2.3G 2345 3456  4567  5678  890 1234  5  3  2 90  0
 4  3 6489012  487M  123M   2.1G 3456 4567  5678  6789  901 1345  3  2  1 94  0

关键异常：

• swap 使用 6.2GB：大量内存被 swap 出去
• si=2345 KB/s，so=3456 KB/s：频繁 swap in/out
• wa=90%：CPU 几乎全部时间在等待 I/O
• r=5, b=3：5 个进程在运行，3 个进程在等待 I/O

2. 定位问题进程

查看哪些进程被 swap：

for pid in $(ps -eo pid --no-headers); do
    swap=$(grep VmSwap /proc/$pid/status 2>/dev/null | awk '{print $2}')
    rss=$(grep VmRSS /proc/$pid/status 2>/dev/null | awk '{print $2}')
    if [ "$swap" -gt 10000 ] 2>/dev/null; then
        cmd=$(ps -p $pid -o comm --no-headers)
        printf "PID: %6s, RSS: %8s KB, Swap: %8s KB, Cmd: %s\n" $pid $rss $swap "$cmd"
    fi
done | sort -k8 -n -r

输出：

PID:  12345, RSS:   234567 KB, Swap:  3456789 KB, Cmd: perception_node  ⬅️ 占用 3.3GB swap
PID:  23456, RSS:   123456 KB, Swap:  2345678 KB, Cmd: planning_node    ⬅️ 占用 2.2GB swap
PID:  34567, RSS:    45678 KB, Swap:   456789 KB, Cmd: control_node     ⬅️ 占用 446MB swap

发现：perception_node 进程的大量内存被 swap 出去！

3. 根因分析

查看进程内存分布：

cat /proc/12345/smaps | awk '/^Size:/{size=$2} /^Rss:/{rss=$2} /^Swap:/{swap=$2; if(swap>10000) print size, rss, swap}'

输出：

Size     Rss      Swap
2097152  512000   1585152  ⬅️ 一个 2GB 的内存区域，1.5GB 被 swap
1048576  123456   925120   ⬅️ 一个 1GB 的内存区域，900MB 被 swap

进一步检查内存使用趋势：

# 查看过去 24 小时的内存使用
sar -r -f /var/log/sysstat/sa$(date +%d) | tail -50

发现趋势：

• 系统启动时：kbmemfree=25GB，kbswpused=0
• 运行 2 小时后：kbmemfree=15GB，kbswpused=500MB
• 运行 8 小时后：kbmemfree=500MB，kbswpused=6.2GB

根因：

1. 内存泄漏：感知进程存在内存泄漏，持续消耗内存
2. 内存不足：物理内存被耗尽后，内核开始 swap
3. swap 风暴：频繁的 swap in/out 导致 I/O 瓶颈，系统性能崩溃

4. 解决方案

临时方案：清理 swap

# 停止非关键进程
sudo systemctl stop unnecessary_services

# 清空 swap（需要足够的物理内存）
sudo swapoff -a
sudo swapon -a

# 验证
free -h

根本方案 1：修复内存泄漏

# 使用 valgrind 检测内存泄漏
valgrind --leak-check=full --log-file=leak.log ./perception_node

# 或使用 AddressSanitizer（需要重新编译）
g++ -fsanitize=address -g perception_node.cpp -o perception_node
./perception_node

根本方案 2：增加物理内存

# 如果确实需要这么多内存，增加物理内存
# 从 32GB 升级到 64GB

根本方案 3：调整 swappiness

# 减少 swap 倾向，优先保留 Page Cache
sudo sysctl vm.swappiness=10

# 持久化
echo "vm.swappiness=10" | sudo tee -a /etc/sysctl.conf

根本方案 4：禁用 swap（适合实时系统）

# 完全禁用 swap
sudo swapoff -a

# 从 fstab 中移除 swap 配置
sudo sed -i '/swap/d' /etc/fstab

5. 优化效果

修复内存泄漏 + 调整 swappiness 后：

free -h

优化后：

              total        used        free      shared  buff/cache   available
Mem:            31G         12G         8G        120M          11G          18G
Swap:          8.0G          0B        8.0G  ⬅️ swap 使用为 0

vmstat 1：

procs -----------memory---------- ---swap-- -----io---- -system-- ------cpu-----
 r  b   swpd   free   buff  cache   si   so    bi    bo   in   cs us sy id wa st
 2  0      0   8.2G  456M  10.5G    0    0   123   234  456  789 45 15 38  2  0

性能恢复：

• 响应延迟：5000ms → 45ms（恢复 99%）
• CPU iowait：90% → 2%
• Swap 使用：6.2GB → 0

---

🚀 Zswap 与 zRAM：内存压缩技术

1. Zswap：压缩内存缓存

传统 swap 流程：

匿名页 → swap 到磁盘 → 读取延迟 ~5ms

Zswap 优化流程：

匿名页 → 压缩后存储在内存池 → 读取延迟 ~50μs（快 100 倍）
      → 内存池满时才 swap 到磁盘

启用 Zswap：

# 检查是否支持 Zswap
cat /sys/module/zswap/parameters/enabled
# 输出：Y 表示已启用

# 启用 Zswap（内核启动参数）
# 编辑 /etc/default/grub
GRUB_CMDLINE_LINUX="zswap.enabled=1 zswap.compressor=lz4 zswap.max_pool_percent=20"

# 更新 grub 并重启
sudo update-grub
sudo reboot

参数说明：

• zswap.enabled=1：启用 Zswap
• zswap.compressor=lz4：使用 LZ4 压缩算法（快速）
• zswap.max_pool_percent=20：Zswap 池最多占用 20% 物理内存

压缩比：

• LZ4：压缩比 ~2:1，速度最快
• LZO：压缩比 ~2.5:1，速度较快
• ZSTD：压缩比 ~3:1，速度中等

2. zRAM：虚拟 swap 设备

zRAM 原理：

• 创建一个虚拟的块设备（如 /dev/zram0）
• 数据写入时自动压缩存储在内存中
• 完全避免磁盘 I/O

启用 zRAM：

# 安装 zram-tools（Ubuntu/Debian）
sudo apt install zram-tools

# 配置 zRAM
sudo nano /etc/default/zramswap

# 设置 zRAM 大小为物理内存的 50%
ALGO=lz4
PERCENT=50

# 启动 zRAM
sudo systemctl restart zramswap

# 验证
swapon --show

输出：

NAME       TYPE      SIZE USED PRIO
/dev/zram0 partition  16G   0B  100  ⬅️ zRAM swap（优先级高）
/dev/sda2  partition   8G   0B   -2  ⬅️ 传统 swap（优先级低）

优势：

• 完全避免磁盘 I/O，延迟降低 100 倍
• 压缩后节省内存（压缩比 2-3:1）
• 适合内存紧张的系统（如嵌入式、容器）

劣势：

• CPU 开销（压缩/解压）
• 无法用于休眠（Hibernate）

自动驾驶场景：

• 边缘计算单元（内存 < 8GB）：推荐使用 zRAM
• 主计算平台（内存 > 32GB）：可选 Zswap

---

⛔ 何时应该禁用 Swap？

1. 应该禁用 swap 的场景

场景	理由	配置
数据库服务器	数据库有自己的缓存机制，swap 会导致严重性能下降	swappiness=1 或禁用
实时系统	swap 导致的延迟抖动不可接受（自动驾驶控制）	完全禁用 + mlockall()
高性能计算	swap 会导致性能下降 10-100 倍	禁用或 swappiness=0
容器环境	容器内存限制已由 cgroup 控制	禁用（宿主机可保留）
内存充足系统	物理内存 > 实际需求 2 倍	可禁用或保留少量 swap

2. 应该保留 swap 的场景

场景	理由	推荐配置
桌面系统	休眠（Hibernate）功能需要 swap	swappiness=60
Web 服务器	应对突发流量，避免 OOM	swappiness=10-30
内存受限系统	物理内存不足（< 8GB）	swappiness=30 + zRAM
多用户系统	用户数量不可控	swappiness=30-60

3. 实时系统的内存锁定

自动驾驶控制节点：必须避免 swap 导致的延迟抖动

#include <sys/mman.h>
#include <stdio.h>
#include <stdlib.h>

int main() {
    // 锁定所有当前和未来的内存页，防止被 swap
    if (mlockall(MCL_CURRENT | MCL_FUTURE) != 0) {
        perror("mlockall failed");
        return 1;
    }
    
    printf("All memory locked, no swap allowed\n");
    
    // 实时控制逻辑
    while (true) {
        // 处理传感器数据
        // 计算控制指令
        // 保证延迟 < 10ms，无抖动
    }
    
    munlockall();
    return 0;
}

注意事项：

• mlockall() 需要 CAP_IPC_LOCK 权限或 root
• 确保进程不会无限增长（内存泄漏会导致 OOM）

---

💾 Swap 分区 vs Swap 文件

1. 性能对比

传统观点：swap 分区比 swap 文件快

现代现实（Linux 2.6.29+）：

• 性能几乎相同（差异 < 5%）
• 文件系统层的缓存抵消了额外开销

基准测试：

# 测试 swap 分区
time dd if=/dev/zero of=/dev/sda2 bs=1M count=1024

# 测试 swap 文件
time dd if=/dev/zero of=/swapfile bs=1M count=1024

结果：

Swap 分区：1.23 秒
Swap 文件：1.28 秒（慢 4%）

2. 管理灵活性对比

特性	Swap 分区	Swap 文件
创建难度	需要重新分区（可能导致数据丢失）	dd + mkswap 即可
调整大小	非常困难	轻松调整（删除旧文件，创建新文件）
迁移	需要备份、重新分区	复制文件即可
多个 swap	需要多个分区	可以创建多个文件
SSD 磨损	固定位置，磨损集中	文件系统分散写入，磨损均衡

3. 推荐配置

桌面/笔记本：

# 创建 8GB swap 文件
sudo dd if=/dev/zero of=/swapfile bs=1G count=8
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile

# 持久化
echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab

服务器（自动驾驶计算平台）：

# 禁用 swap（实时系统）
sudo swapoff -a
sudo sed -i '/swap/d' /etc/fstab

# 或保留小量 swap 用于应急（非实时节点）
# 创建 2GB swap 文件
sudo dd if=/dev/zero of=/swapfile bs=1G count=2
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile
echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab

# 设置低 swappiness
sudo sysctl vm.swappiness=1
echo "vm.swappiness=1" | sudo tee -a /etc/sysctl.conf

---

📝 总结与最佳实践

核心要点

• Swap 不只是"内存不足的备胎"：它还能释放不活跃页，提高缓存效率
• swappiness 控制回收偏好：不是"内存使用百分比"，而是"匿名页 vs 文件页"的权重
• 监控 si/so 比 swap 使用率更重要：频繁 swap in/out 才是性能杀手
• Zswap/zRAM 通过压缩提升性能：延迟从 5ms 降至 50μs（快 100 倍）
• 实时系统应禁用 swap：使用 mlockall() 锁定内存
• swap 文件 vs 分区：现代系统性能相近，文件更灵活

Swap 诊断与优化清单

✅ 监控 Swap 活动

# 实时监控 swap in/out
vmstat 1

# 查看历史趋势
sar -W

# 查看进程级 swap 使用
grep VmSwap /proc/*/status | grep -v " 0 kB" | sort -k2 -n -r

✅ 优化 swappiness

# 桌面系统（默认）
vm.swappiness=60

# Web/应用服务器（保留缓存）
vm.swappiness=10

# 数据库服务器（最小化 swap）
vm.swappiness=1

# 实时系统（禁用 swap）
swapoff -a

✅ 启用内存压缩

# Zswap（内核 3.11+）
# 编辑 /etc/default/grub
GRUB_CMDLINE_LINUX="zswap.enabled=1 zswap.compressor=lz4"

# zRAM（嵌入式/容器）
sudo apt install zram-tools
# 编辑 /etc/default/zramswap: PERCENT=50

自动驾驶系统 Swap 策略

节点类型	内存	Swap 配置	swappiness	理由
实时控制	4-8GB	禁用 + mlockall()	N/A	避免延迟抖动
感知算法	16-32GB	2GB swap 文件	10	应急备份，优先缓存
数据采集	32-64GB	4GB swap 文件	10	应对突发流量
边缘单元	4-8GB	4GB zRAM	30	内存受限，压缩优化

---

🎯 下一章预告

在本章中，我们深入理解了 Swap 的真正作用——不仅是内存不足时的"救命稻草"，还能通过释放不活跃页提升系统性能。我们掌握了 swappiness 参数的真实含义，学会了使用 vmstat、sar 诊断 swap 导致的性能问题，并探讨了 Zswap/zRAM 等内存压缩技术。

在下一章《磁盘 IO 性能分析与瓶颈定位》中，我们将深入存储子系统的性能分析：

• IOPS、吞吐量、延迟：三大 IO 性能指标的关系与权衡
• 顺序 IO vs 随机 IO：为什么性能差异可达 100 倍？
• IO 调度器：noop、deadline、cfq、mq-deadline、bfq、kyber 的选择
• 队列深度与并发度：如何充分发挥 SSD 性能
• iostat、iotop、blktrace：磁盘性能分析工具链
• NVMe vs SATA SSD vs HDD：不同存储介质的性能特征

通过真实的自动驾驶数据采集和回放场景，我们将揭示存储 IO 对系统性能的深远影响。敬请期待！🚀