- 综合排序
- 最热优先
- 最新优先
- 来自专栏山河已无恙
Linux 系统内存监控：Linux 内存调优之系统内存全面监控
写在前面 博文内容涉及 Linux 全局内存监控 监控方式包括传统工具 vmstat/top/free/sar/slabtop ,以及 systemd-cgtop，proc 内存伪文件系统 监控内容包括系统内存使用 ----《明朝那些事儿》 持续分享技术干货，感兴趣小伙伴可以关注下 ^_^ 内存的全局监控 内存资源的全局监控一般用于系统级别内存数据实时观测，用于快速定位内存瓶颈（如内存使用率持续超过80%或Swap 频繁触发），避免因内存不足导致的响应延迟或服务中断，这里我们也介绍几种方式，关于 通过 BPF 实现全局内存监控会单独拿出来讲。 在学习实际的监控方式之前，我们先来看几个内存相关的术语 交换(物理内存不足) 所有系统RAM芯片的物理内存容量都是固定的。 sar 上面讲的系统内存监控工具都是实时工具，有时候可能当尝试去解决问题的时候，问题已经发生完成了，即错过了解决问题的最佳时机，所以我们需要查看历史监控数据，所以就有了 sar sar [-B][-rl
2.3K10编辑于 2025-04-13 - 来自专栏零域Blog
监控进程内存
缘由 需要获取某程序运行过程中的内存消耗,一般情况可以使用 top 命令来人工分析,不过我遇到一个程序其内部调用包括 python, R, 以及一系列 linux 命令,这就导致人工统计不太现实 问题变成统计进程及其子进程的内存使用 维护一个表,记录与待查询进程相关的子进程及其内存,初始化只有待查询进程 遍历所有进程: 如果当前进程的父进程在表中: 将此进程及对应内存加入表 /pm 25201 2 监控 id 为25201的进程,刷新间隔为2秒 结果输出: 2020-09-18 17:37:05 1932 2020-09-18 17:37:07 1932 2020-09-18 17:37:09 1932 这里输出的内存单位是 KB 注意:由于需要进程启动之后才能开启监控,导致进程内存无法从0开始;当进程结束,则监控程序也会退出 关于结果展示,直接将输出结果的第二列和第三列拷贝到 Excel 中,插入折线图即可看到内存随时间变化情况
1.7K10编辑于 2022-03-28 - 来自专栏山河已无恙
Linux 进程内存监控：Linux 内存调优之进程内存深度监控
写在前面 博文内容涉及 Linux 进程内存监控 监控方式包括传统工具 ps/top/pmap ,以及 cgroup 内存子系统，proc 内存伪文件系统 监控内容包括进程内存使用情况， 内存全局数据统计 ，内存事件指标，以及进程内存段数据监控 理解不足小伙伴帮忙指正 :),生活加油 我看远山，远山悲悯 持续分享技术干货，感兴趣小伙伴可以关注下 ^_^ 监控进程的内存使用量 这里分析的工具主要是原生工具 ，后面还会分享一些 BPF 相关的内存观察工具以及系统内存的全局监控 PS/TOP 一般的内存监控工具，对于进程级别的，会使用如 ps/top 命令， 通过指标 VIRT 或 VSZ 和 RES 或 RSS 内存详细信息指标监控 下面一组是内存详细信息的数据统计 参数 作用 memory.numa_stat NUMA 节点的内存使用统计（适用于多 CPU 架构）。 内存事件指标监控 下面为内存事件指标依次来看一下 参数 作用 memory.usage_in_bytes 当前物理内存使用量（包括匿名内存、文件缓存等）。
2.2K42编辑于 2025-04-13 - 来自专栏面朝大海春暖花开
zabbix监控jvm内存
Zabbix自带监控系统的内存利用率和CPU利用率，但是系统内存并不能反应JVM内存情况 在本地我们可以通过jconsole或者jvisualvm进行监控jvm内存情况 不过正是环境一般都是部署在linux 再通过命令进行查看，比如查看非堆内存使用情况 java -jar cmdline-jmxclient-0.10.3.jar - 39.105.97.50:12345 java.lang:type=Memory jvm内存情况集成jmx步骤逻辑 在zabbix服务器上安装配置zabbix-java-gateway,并且配置相关参数。 如果是红色，查看具体原因，可能是端口暴露问题，或者是启动的参数设置问题 5.自定义图形和监控项 jmx为绿色，标志着添加成功，之后自定义图形，设置监控项即可 第一步创建图形 ? 第二步，添加你需要的监控项即可 ? 这里选取四项，查看效果图 ? ok，其余的配置再摸索，监控多个java进程的jvm还须研究
5.7K30发布于 2019-09-12 - 来自专栏山河已无恙
如何使用 BPF 监控 Linux 内存情况：Linux 内存调优之 BPF 内存监控分析
这里我们简单看看下上面提到的几个BPF关键名词： 动态跟踪点: kprobes 和 uprobes，类似于内核态和用户态的方法埋点，比较灵活，可以任意监控 kprobes: 通过在内核函数入口或指定指令位置插入断点指令 例如，可监控 kmalloc、kfree 等内核内存管理函数的行为。 uprobes: 通过修改用户程序的 ELF 文件指令，在库函数（如 malloc）或应用程序的自定义内存分配器处插入探测点。 静态跟踪点：USDT 探针，用户态会将稳定的事件名字编码到软件代码中，监控点都是编译的时候写死的 USDT :探针在程序编译阶段通过宏定义（如 dtrace_probe、stap_probe）插入代码中 ^C @[2978, __brk+11 0x7f7fc5a42b68 , malloc_free]: 1 @[2978, brk+11 , malloc_free]: 3 ┌─ ^C @[2335, __brk+11 0x7f1a6dc89b68 , malloc_free]: 1 @[2335, brk+11 , malloc_free]: 3 这里我们可以看到对于小内存的分配
67510编辑于 2025-07-08 - 来自专栏微信终端开发团队的专栏
Matrix-iOS 内存监控
微信急需一个有效的内存监控工具来发现问题。 一 实现原理 微信内存监控最初版本是使用Facebook的FBAllocationTracker工具监控OC对象分配，用fishhook工具hook malloc/free等接口监控堆内存分配，每隔1秒 不过这方案有不少缺点： 1、监控粒度不够细，像大量分配小内存引起的质变无法监控，另外fishhook只能hook自身app的C接口调用，对系统库不起作用； 2、打log间隔不好控制，间隔过长可能丢失中间峰值情况 修改malloc_default_zone函数返回的malloc_zone_t结构体里的malloc、free等函数指针，也是可以监控堆内存分配，效果等同于malloc_logger；而虚拟内存分配只能通过 3.数据上报 由于内存监控是存储了当前所有存活对象的内存分配信息，数据量极大，所以当出现FOOM时，不可能全量上报，而是按某些规则有选择性的上报。
8.6K53发布于 2019-05-16 - 来自专栏WeTest质量开放平台团队的专栏
iOS微信内存监控
本文介绍如何实现离线化的内存监控工具，用于App上线后发现内存问题。 ---------- FOOM（Foreground Out Of Memory），是指App在前台因消耗内存过多引起系统强杀。 微信急需一个有效的内存监控工具来发现问题。 一、实现原理 ------ 微信内存监控最初版本是使用Facebook的FBAllocationTracker工具监控OC对象分配，用fishhook工具hook malloc/free等接口监控堆内存分配 不过这方案有不少缺点： 1、监控粒度不够细，像大量分配小内存引起的质变无法监控，另外fishhook只能hook自身app的C接口调用，对系统库不起作用； 2、打log间隔不好控制，间隔过长可能丢失中间峰值情况 例如： [11.png] 所有report计算出特征值后，可以对它们进行归类了。一级分类可以是Caller1，也可以是Category，二级分类是与Caller1/Category有关的特征聚合。
3.9K50发布于 2018-03-01 - 来自专栏微信终端开发团队的专栏
iOS微信内存监控
微信急需一个有效的内存监控工具来发现问题。 一 实现原理 微信内存监控最初版本是使用Facebook的FBAllocationTracker工具监控OC对象分配，用fishhook工具hook malloc/free等接口监控堆内存分配，每隔1秒 不过这方案有不少缺点： 1、监控粒度不够细，像大量分配小内存引起的质变无法监控，另外fishhook只能hook自身app的C接口调用，对系统库不起作用； 2、打log间隔不好控制，间隔过长可能丢失中间峰值情况 修改malloc_default_zone函数返回的malloc_zone_t结构体里的malloc、free等函数指针，也是可以监控堆内存分配，效果等同于malloc_logger；而虚拟内存分配只能通过 3.数据上报 由于内存监控是存储了当前所有存活对象的内存分配信息，数据量极大，所以当出现FOOM时，不可能全量上报，而是按某些规则有选择性的上报。
2K30编辑于 2023-02-20 - 来自专栏ClearSeve
C++11内存模型
缓存一致性 指令乱序执行一节中的示例输出1和4其实还可能跟缓存一致性有关，现代处理器是多核的，每个核都有自己的缓存，对于y可能会先于x写入到内存当中，然后线程2执行结束，写入到内存，最后线程1的x再从缓存写入到内存 Thread-1: Thread-2: x = 100; // A std::cout << x; // B C++11 C++11的内存模型共有6种，分四类。其中一致性的减弱会伴随着性能的增强。 参考链接 【1】C++11中的内存模型上篇 – 内存模型基础 【2】C++11中的内存模型下篇 – C++11支持的几种内存模型 【3】理解 C++ 的 Memory Order 【4】如何理解 C++ 11 的六种 memory order 【5】《现代C++实战三十讲》中的内存模型与Atomic
1K30编辑于 2022-02-11 - 来自专栏技术分享
C语言(11)----内存函数
内存函数主要用于动态分配和管理内存，它直接从指针的方位上进行操作，可以实现字节单位的操作。 , size_t num); 作用：与strcpy类似，但是从内存的角度从source的位置开始向后复制num个字节的数据到destination指向的内存位置。 ⽬标内存块是可以重叠的。 格式 void * memset ( void * ptr, int value, size_t num ); 作用：memset是⽤来设置内存的，将内存中的值以字节为单位设置成想要的内容。 同时在重叠内存空间时实现覆盖原内容。 要求： • 使用memset函数时需要谨慎，确保不会意外覆盖原有的数据。
26220编辑于 2024-06-18 - 来自专栏运维ABC
JVM内存监控shell脚本
该shell脚本主要用于监控: 1.各个进程的jvm内存使用情况; 2.端口监控； 3.访问的页面是否正常。 PATH:$JAVA_PATH/bin:/sbin:/usr/sbin:/usr/local/sbin:/root/bin:/usr/local/bin:/usr/bin:/bin:/usr/bin/X11 :/usr/X11R6/bin:/usr/games:/usr/lib/mit/bin:/usr/lib/mit/sbin sysdate=`date` for pid in `jps -v |grep *-Dweblogic.Name=//g'|awk '{print $1}'` #jvm内存监控 echo ############################################## BEGIN{printf "%.0f\n",x*y}'` perm1=`gawk -v x=$perm -v y=1000 'BEGIN{printf "%.0f\n",x*y}'` #取对应进程的jvm内存值
2.1K30发布于 2019-09-10 - 来自专栏WeTest质量开放平台团队的专栏
iOS微信内存监控
WeTest 导读 目前iOS主流的内存监控工具是Instruments的Allocations，但只能用于开发阶段。本文介绍如何实现离线化的内存监控工具，用于App上线后发现内存问题。 微信急需一个有效的内存监控工具来发现问题。 一 实现原理 微信内存监控最初版本是使用Facebook的FBAllocationTracker工具监控OC对象分配，用fishhook工具hook malloc/free等接口监控堆内存分配，每隔1秒 不过这方案有不少缺点： 1、监控粒度不够细，像大量分配小内存引起的质变无法监控，另外fishhook只能hook自身app的C接口调用，对系统库不起作用； 2、打log间隔不好控制，间隔过长可能丢失中间峰值情况 3.数据上报 由于内存监控是存储了当前所有存活对象的内存分配信息，数据量极大，所以当出现FOOM时，不可能全量上报，而是按某些规则有选择性的上报。
2.3K50发布于 2018-10-29 - 来自专栏一个会写诗的程序员的博客
第11章 Spring Boot应用监控第11章 Spring Boot应用监控小结
第11章 Spring Boot应用监控 在实际的生产系统中，我们怎样知道我们的应用运行良好呢？我们往往需要对系统实际运行的情况（各种cpu，io，disk，db，业务功能等指标）进行监控运维。 本章主要介绍使用Actuator对Spring Boot应用指标进行监控，以及通过远程shell监控与管理我们的应用。 11.0 Actuator简介 Actuator是spring boot提供的对应用系统的自省和监控功能，Actuator对应用系统本身的自省功能，可以让我们方便快捷的实现线上运维监控的工作。 比如查看系统运行了多少线程，gc的情况，运行的基本参数等等 spring-boot-actuator模块提供了一个监控和管理生产环境的模块，可以使用http、jmx、ssh、telnet等拉管理和监控应用 即使不说微服务，springboot这种可以直接内嵌web服务器打成一个jar包的方式，也更符合devops的趋势：打成个jar包，往服务器上一扔，十分方便，自带Actuator，把监控也给省了一大半，
1.7K30发布于 2018-08-20 - 来自专栏大数据和云计算技术
MongoDB系列11：Munin监控MongoDB
本文是第11篇，主要讲述Munin监控MongoDB实战操作，非常值得一看。 以下讲述如何设置MongoDB的Munin监控插件。 1、设置前需要安装Apache2、Munin。 这里的htmldir目录就是指定了生成的munin监控html监控结果。需要配置一个web服务器，就能访问到监控的MongoDB情况。 ? 由于，这里我监控本机，没有监控其他及其，所以使用默认配置。 6) 配置监控更新信息 $ sudo -u munin /usr/share/munin/munin-update 默认情况下，munin会5分钟更新一次生成的统计结果。 现在，打开浏览器查看一下监控： ? 上面，生成了各种监控指标，这里主要查看index.html，和MongoDB的就行了。 ?
1.4K30发布于 2018-07-26 - 来自专栏LINUX阅码场
深入理解C11C++11内存模型
2011年发布的C11/C++11 ISO Standard为我们带来了memory order的支持， 引用C++11里的一段描述： The memory model means that C++ code C++11引入memory order的意义在于我们现在有了一个与运行平台无关和编译器无关的标准库， 让我们可以在high level languange层面实现对多处理器对共享内存的交互式控制。 C11/C++11使用memory order来描述memory model， 而用来联系memory order的是atomic变量， atomic操作可以用load()和release()语义来描述 C11/C++11内存模型 C/C++11标准中提供了6种memory order，来描述内存模型[6]: enum memory_order { memory_order_relaxed, - Frank Birbacher [ACCU 2017] C++11中的内存模型下篇 - C++11支持的几种内存模型 memory ordering, Gavin's blog c++11 内存模型解读
2.9K30发布于 2020-06-04 - 来自专栏葫芦
linux 监控 内存使用率
示例：点击 -> 性能监控 /proc/meminfo used=total-(buffers+cached+free) [root@wangzi go]# cat /proc/meminfo MemTotal 77724 kB MemAvailable: 51692 kB Buffers: 8468 kB Cached: 59584 kB python监控代码
3.8K30发布于 2019-04-17 - 来自专栏山河已无恙
如何使用eBPF监控Linux内存 OOM killer：Linux内存调优之eBPF监控内存 OOM killer 事件
写在前面 博文内容涉及 使用 eBPF 监控内存 OOM killer 事件，并且采集当前系统的部分相关指标数据 介绍了传统的监控方式以及使用 BPF/eBPF 的方式 关于 OOM killer 是什么 传统的 OOM Killer 内存事件监控 传统的 OOM killer 历史数据查看一般通过内核日志，或者是Cgroup 内存子系统的事件计数器。 下面为发生 OOM Kill 时候系统全局内存状态 [日 5月 11 15:41:13 2025] Mem-Info: [日 5月 11 15:41:13 2025] active_anon:4575 yes 使用 BPF 的方式 对于 BPF 的监控，主要通过 BPF 和 bpftrace 的 oomkill 工具，我们可以在触发 OOM killer 事件之后，观察到系统平均负载等一些其他的信息 用内存测试工具简单复现一下 OOM killer，我们看看如何监控，这里需要把交换分区禁用掉，要不换页进程(kswapd)疯狂的输出，不太容易触发 OOM Killer [root@liruilongs.github.io
70100编辑于 2025-05-19 - 来自专栏全栈程序员必看
使用zabbix监控redis内存使用
本篇提到的监控环境是有条件的，即默认单机只运行一个redis实例，且默认运行的端口是6379（也可以是其他端口，需要通过sed -i ‘s/6379/你修改的端口/g’ xml模板文件 修改模板文件里的端口号 2、客户端key配置 在被监控的主机上，打开/etc/zabbix/zabbix_agentd.conf 配置文件，在最后一行加入： UserParameter=redis_stats[*],redis-cli # zabbix_get -s 172.20.0.20 -k redis_stats[6379,total_connections_received] 2249669 上面正常从被监控主机上取得了数据， 5、查看监控图 通过monitoring —– graphs 可以查看刚刚添加的监控项的监控图，这里只截下内存使用情况图 发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn
80620编辑于 2022-08-30 - 来自专栏程序员历小冰
一文了解 Redis 内存监控和内存消耗
所以，监控 Redis 的内存消耗并了解 Redis 内存模型对高效并长期稳定使用 Redis 至关重要。 防止所用的内存超过服务器物理内存，导致 OOM 后进程被系统杀死。 maxmemory 限制的是 Redis 实际使用的内存量，也就是 used_memory 统计项对应的内存。 所以，如果你有 10GB 的内存，最好将 maxmemory 设置为 8 或者 9G 内存消耗划分 Redis 进程内消耗主要包括：自身内存 + 对象内存 + 缓冲内存 + 内存碎片，其中 Redis [1240] 对象内存 对象内存是 Redis 内存占用最大的一块，存储着用户所有的数据。 输入输出缓冲区在大流量场景中容易失控，造成 Redis 内存不稳定，需要重点监控。可以定期执行 client list 命令，监控每个客户端的输入输出缓冲区大小和其他信息。
1.3K00发布于 2019-10-15 - 来自专栏AustinDatabases
MYSQL 内存机制分析与监控
种数据库都有它自己的内存机制，如果说汽车的三大件，发动机，变速箱，底盘。数据库的内存机制算是数据库核心的核心，一个没有好的内存管理和分配的数据库，一定是不会有好的性能。 关于MYSQL的内存，这个话题比较大，只能限定INNODB 操作因为的数据库内存的分析。 是的内存在数据库中其实就是为了性能，试想如果磁盘的速度和内存一样快，还需要内存，buffer pool ,缓存吗？ 2 Buffer pool 缓存，内存，到底在MYSQL 中起到了什么作用？ 5 内存中的数据是否有退出机制？ 回答是一定的，任何数据库的内存的数据都有退出的机制，否则内存难道要和数据的大小一致，在目前的硬件技术上，这是不大可能的，所以内存必须有退出的机制。 6 内存中涉及管理内存页的是怎么做的 MYSQL 中的内存管理主要使用的是 LRU 算法(变种)，Least Recently Used，在MYSQL 的 BUFFER POOL 中是包含 New SUBLIST
2.2K30发布于 2019-06-21
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号