- 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
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 = nullptr) { if (strncmp(line, "VmRSS:", 6) == 0) { int len = strlen( /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 00007ffc6f79b000 132K rw--- [ stack ] #进程栈。 00007ffc6f7ce000 16K r---- [ anon ] #匿名内存（堆、栈等） 00007ffc6f7d2000 8K r-x-- [ anon ] ffffffffff600000
2.2K42编辑于 2025-04-13 - 来自专栏技术杂记
RabbitMQ 监控6
erlang.cookie must be accessible by owner only",[{auth,init_cookie,0},{auth,init,1},{gen_server,init_it,6} ,{proc_lib,init_p_do_apply,3}]},[{gen_server,init_it,6},{proc_lib,init_p_do_apply,3}]\}\},{ancestors, erlang.cookie must be accessible by owner only",[{auth,init_cookie,0},{auth,init,1},{gen_server,init_it,6}
38020编辑于 2022-02-09 - 来自专栏技术杂记
Mysql 监控6
添加模板配置 Zabbix ServerGrab the latest tarball from the Percona Software Downloads directory to your desktop.Unpack it to get zabbix/templates/ folder.Import the XML template using Zabbix UI (Configuration -> Templates -> Import) by additionally choosing “Scr
1.1K30编辑于 2022-06-30 - 来自专栏技术杂记
Elasticsearch 监控6
也就是 net.ipv4.ip_forward 和 filter 表 FORWARD 链
27520编辑于 2022-02-10 - 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 352 libc.so.6 49104 anon2mmap RW- -PF- 2004 24 libc.so.6 49104 anon2mmap ^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 性能数据 经过上述优化，内存监控工具在iPhone6Plus运行占用CPU占用率13%不到，当然这是跟数据量有关，重度用户（如群过多、消息频繁等）可能占用率稍微偏高。 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 性能数据 经过上述优化，内存监控工具在iPhone6Plus运行占用CPU占用率13%不到，当然这是跟数据量有关，重度用户（如群过多、消息频繁等）可能占用率稍微偏高。
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 性能数据 经过上述优化，内存监控工具在iPhone6Plus运行占用CPU占用率13%不到，当然这是跟数据量有关，重度用户（如群过多、消息频繁等）可能占用率稍微偏高。 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 性能数据 经过上述优化，内存监控工具在iPhone6Plus运行占用CPU占用率13%不到，当然这是跟数据量有关，重度用户（如群过多、消息频繁等）可能占用率稍微偏高。
2.3K50发布于 2018-10-29 - 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。 *-Dweblogic.Name=//g'|awk '{print $1}'` #jvm内存监控 echo ############################################## *$//g'|cut -b 1-6` from=`echo ${heap}|sed 's/^.*From Space://g'|sed 's/To Space. BEGIN{printf "%.0f\n",x*y}'` perm1=`gawk -v x=$perm -v y=1000 'BEGIN{printf "%.0f\n",x*y}'` #取对应进程的jvm内存值 ： [bech8l6wx7.jpeg] [475ldqsxa2.png]
2.1K30发布于 2019-09-10 - 来自专栏技术杂记
Zabbix 监控系统搭建6
SELINUXTYPE=targeted [root@zabbix-server conf.d]# ---- 命令汇总 wget http://repo.zabbix.com/zabbix/2.4/rhel/6/ x86_64/zabbix-release-2.4-1.el6.noarch.rpm rpm -ivh zabbix-release-2.4-1.el6.noarch.rpm ll /etc/yum.repos.d
39120编辑于 2022-02-09 - 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solate 杂货铺
go监控方案(6) -- grafana
访问InfluxDB时不会存在跨域访问的限制，只要配置好数据源后，即可展示监控数据。 地址：grafana ? 配置数据源 使用时需要配置InfluxDB数据源 ?
80620发布于 2019-07-22 - 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。 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 ："); cat("/proc/meminfo"); } 修改脚本后的再次监控指标采集 [root@developer tools]# vim oomkill.bt [root@developer
70000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
80520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