如果有空闲RAM,如何清空交换?

简介: 当我打开一个RAM密集型应用程序(VirtualBox设置为2GB RAM)时,通常会使用一些交换空间,具体取决于我当时打开的其他内容。但是,当我退出最后一个应用程序时,2GB的RAM被释放,但仍然使用相同的交换空间。例如,就在关闭VirtualBox大约两个小时后,我有1.6GB的可用内存,仍然有770MB的交换空间。

当我打开一个RAM密集型应用程序(VirtualBox设置为2GB RAM)时,通常会使用一些交换空间,具体取决于我当时打开的其他内容。


但是,当我退出最后一个应用程序时,2GB的RAM被释放,但仍然使用相同的交换空间。


例如,就在关闭VirtualBox大约两个小时后,我有1.6GB的可用内存,仍然有770MB的交换空间。


如何告诉Ubuntu停止使用该交换并恢复使用RAM?


2JWJFKA_)6G$Y0FRWRTD$2J.png

仅仅因为分配了交换,并不意味着它被“使用”。虽然系统监视器和顶部等程序会显示一些交换空间被分配(在您的示例中为770MB),但这并不意味着系统正在主动交换/转出。


要查明是否有任何内容正在交换,您可以使用该vmstat命令。让它运行几秒钟以稳定并观察si(swapin)和so(swapout )列。如果什么也没发生,那就没有理由担心。

这是运行的输出vmstat 1,在那里你可以看到我的机器根本没有交换。

NK2(HIPS2CX6@X~1H1[S0FQ.png

Ubuntu底层的Linux内核会根据需要自动将这些页面从磁盘“交换”到RAM中,所以一般来说我会说让它自然发生。


但是,如果你真的觉得你需要强制它,(我可以看到你想知道系统将在稍后响应的情况)你可以暂时禁用并重新启用交换

sudo swapoff -a
sudo swapon -a

或者作为单行

swapoff -a; swapon -a

)Z0SN0F~3J8PZJH~W%OQ@TT.png


您还可以将默认值设置为“swappiness”值,这样交换开始时就不会变得如此之大。当建议值为10时,为什么出货默认设置为60。来自Ubuntu SwapFAQ:


Ubuntu中的默认设置是swappiness = 60。减少swappiness的默认值可能会提高典型Ubuntu桌面安装的整体性能。建议使用swappiness = 10的值,但可以随意进行实验。


通过将此值更改为10或甚至0,您可以为具有慢速驱动器的旧系统添加显着且可感知的速度提升。将此值设置为0不会为Linux内核3.4及更低版本关闭掉掉,但是如果要将其保持在最低设置*,则需要使用3.5+。


我认为没有理由不将其设置为0,因为任何击中磁盘的东西都比RAM慢。我有8个虚拟内核,一个快速SSD和8 GB内存,我的交换设置为0.到目前为止,我有3台虚拟机正在运行,我的内存使用量为7.1 GB,我使用的交换仅为576KB 952MB,所有系统都运行顺畅!


来自Ubuntu SwapFAQ:


swappiness参数控制内核将进程从物理内存移出到交换磁盘上的趋势。因为磁盘比RAM慢得多,所以如果进程过于积极地移出内存,这可能会导致系统和应用程序的响应时间变慢。


swappiness的值可以介于0到100之间

swappiness = 0告诉内核尽可能长时间地避免将进程交换出物理内存

swappiness = 100告诉内核积极地将进程交换出物理内存并将它们移动到交换缓存

以下是检查swappiness,清空交换以及将swappiness更改为0的基本说明:

要检查swappiness值:

cat /proc/sys/vm/swappiness


暂时将交换设置为0(如SpamapS所示):

这将清空您的交换并将所有交换转移回内存。首先通过查看gnome-system-monitor的资源选项卡确保您有足够的可用内存,您的可用内存应该大于您使用的交换。此过程可能需要一段时间,请使用gnome-system-monitor来监视和验证进度。

sudo swapoff --all

要将新值设置为0:

sudo sysctl vm.swappiness=0

重新打开交换:

sudo swapon --all

要将swappiness永久设置为0:

sudoedit /etc/sysctl.conf

添加行 vm.swappiness = 0

sudo shutdown -r now #re restart系统

*使用内核版本3.5+设置swappiness为0确实完全关闭它,如果你想要最低的swappiness算法,建议设置为1。来源:https://www.percona.com/blog/2014/04/28/oom-relation-vm-swappiness0-new-kernel/

CSTP%CGNVMDJ]X6]37@~[NE.png

我发现清空交换对于磁盘速度慢且RAM有限的系统有很大帮助。当然,正如已经提到的,执行此操作的方法是运行sudo swapoff -a; sudo swapon -a。这里的问题是,如果没有足够的RAM,这样做会导致各种各样的问题。

我写了一个我称之为toggle_swap, 过去几年对我有用的脚本。在实际禁用交换之前,它会检查足够的可用RAM。如下:

#!/bin/bash
free_data="$(free)"
mem_data="$(echo "$free_data" | grep 'Mem:')"
free_mem="$(echo "$mem_data" | awk '{print $4}')"
buffers="$(echo "$mem_data" | awk '{print $6}')"
cache="$(echo "$mem_data" | awk '{print $7}')"
total_free=$((free_mem + buffers + cache))
used_swap="$(echo "$free_data" | grep 'Swap:' | awk '{print $3}')"
echo -e "Free memory:\t$total_free kB ($((total_free / 1024)) MB)\nUsed swap:\t$used_swap kB ($((used_swap / 1024)) MB)"
if [[ $used_swap -eq 0 ]]; then
    echo "Congratulations! No swap is in use."
elif [[ $used_swap -lt $total_free ]]; then
    echo "Freeing swap..."
    sudo swapoff -a
    sudo swapon -a
else
    echo "Not enough free memory. Exiting."
    exit 1
fi

在使用swappiness几天后,我得出的结论是应该让内核自己的管理设备。它知道它在做什么,它经过优化,可以为您提供最佳体验。

除非你有充分的理由想要恢复该磁盘,否则我会留下它。

https://help.ubuntu.com/commu...

相关文章
|
机器学习/深度学习 人工智能 算法
在AI消灭宫颈癌这件事情上,腾讯天衍实验室做了一些重磅研究
值得关注的是,对于超过3.5亿的适龄妇女人群,即使以3-5年进行一次筛查的标准来衡量,我国目前的宫颈癌筛查覆盖地区和人群数量仍然远远不足。来自腾讯天衍实验室的AI电子阴道镜辅诊系统有望为「两癌筛查」提供助力,辅助宫颈癌筛查全面落地应用和推广,最大化释放医疗普惠价值,助推我国医疗资源均衡化发展。
344 0
在AI消灭宫颈癌这件事情上,腾讯天衍实验室做了一些重磅研究
|
4天前
|
存储 弹性计算 人工智能
【2025云栖精华内容】 打造持续领先,全球覆盖的澎湃算力底座——通用计算产品发布与行业实践专场回顾
2025年9月24日,阿里云弹性计算团队多位产品、技术专家及服务器团队技术专家共同在【2025云栖大会】现场带来了《通用计算产品发布与行业实践》的专场论坛,本论坛聚焦弹性计算多款通用算力产品发布。同时,ECS云服务器安全能力、资源售卖模式、计算AI助手等用户体验关键环节也宣布升级,让用云更简单、更智能。海尔三翼鸟云服务负责人刘建锋先生作为特邀嘉宾,莅临现场分享了关于阿里云ECS g9i推动AIoT平台的场景落地实践。
【2025云栖精华内容】 打造持续领先,全球覆盖的澎湃算力底座——通用计算产品发布与行业实践专场回顾
|
2天前
|
云安全 人工智能 自然语言处理
阿里云x硅基流动:AI安全护栏助力构建可信模型生态
阿里云AI安全护栏:大模型的“智能过滤系统”。
|
2天前
|
人工智能 自然语言处理 自动驾驶
关于举办首届全国大学生“启真问智”人工智能模型&智能体大赛决赛的通知
关于举办首届全国大学生“启真问智”人工智能模型&智能体大赛决赛的通知
|
3天前
|
Linux 虚拟化 iOS开发
VMware Workstation Pro 25H2 for Windows & Linux - 领先的免费桌面虚拟化软件
VMware Workstation Pro 25H2 for Windows & Linux - 领先的免费桌面虚拟化软件
876 4
VMware Workstation Pro 25H2 for Windows & Linux - 领先的免费桌面虚拟化软件
|
5天前
|
存储 机器学习/深度学习 人工智能
大模型微调技术:LoRA原理与实践
本文深入解析大语言模型微调中的关键技术——低秩自适应(LoRA)。通过分析全参数微调的计算瓶颈,详细阐述LoRA的数学原理、实现机制和优势特点。文章包含完整的PyTorch实现代码、性能对比实验以及实际应用场景,为开发者提供高效微调大模型的实践指南。
579 2
|
4天前
|
JavaScript API 开发工具
如何在原生App中调用Uniapp的原生功能?
如何在原生App中调用Uniapp的原生功能?
297 139