大页

简介: 大页

  大页

  1.为什么要使用大页

  使用大页是因为页表问题的存在,使用小页会存在页表占用过多内存的问题。

  假设一台256G的机器,我们分配了共享内存为128G。如果是小页,大小为4K,则有33554432页表项,每项至少占用4字节,则页表大小32M4=128M,如果有1024个连接,则页表占用128M1024=128G内存,占据机器总内存的一半。

  如果使用2M大小的大页表,则:则有128G/2M=65536项,655364=256K,1024个连接:1024256k=256M内存,内存占用率大幅降低。

  通常在 Linux操作系统里面,建议使用大页。

  2.大页配置

  大页参数设置:vm.nr_hugepages;

  这个参数设置的值为多少,则有对应数量的2M大页。大页的大小需要与数据库的Shared_buffer相一致,如果比Shared_buffer大很多则会浪费资源。

  大页不会被Swap,默认Lock,即类似Oracle的lock_sga,且分配大页内存后,及时不使用大页,也不可做其他用途。

目录
相关文章
|
监控 Linux Shell
【Shell 命令集合 网络通讯 】Linux管理终端设备的登录过程 getty命令 使用指南
【Shell 命令集合 网络通讯 】Linux管理终端设备的登录过程 getty命令 使用指南
235 0
|
流计算 API Apache
Apache Flink 零基础入门(一):基础概念解析
本文是根据 Apache Flink 基础篇系列直播整理而成,由 Apache Flink PMC 戴资力与阿里巴巴高级产品专家陈守元共同分享。Apache Flink 系列入门教程每周更新一期,持续推送。
Apache Flink 零基础入门(一):基础概念解析
|
6月前
|
人工智能 JSON 定位技术
地图类MCP 从0-1构建行程规划Agent 之 DeepNLP MCP应用市场
本文重点介绍借助DeepNLP的MCP应用市场中 MCP Server的JSON文件配置,在 Cursor客户端 从0-1构建一个行程规划AI AGENT,为行程规划类的AI AGENT。五一假期期间帮助用户把自己电脑变成一个超级AI AGENT智能体。目前主要使用了Google Map/Baidu Map和高德AMAP的MCP,实现如北京到上海的三天火车旅行规划。内容涵盖基础设置准备、Agent Mode测试及不同地图服务的横向对比与具体配置方法(如NPX、Docker、Python等)。
|
8月前
|
存储 人工智能 JSON
用 SAP ABAP 接入国内 AI 产品通用接口技术指南 1、调用AI接口
SAP 系统与国内先进的 AI 产品(如百度文心一言、阿里通义千问、字节跳动云雀模型、华为盘古大模型、豆包、Deepsheek 等)集成通用接口技术指南
|
存储 Linux 数据库
云计算基础-大页内存
什么是大页内存? 简单来说,就是通过增大操作系统页的大小来减小页表,从而避免快表缺失。
357 1
|
人工智能 语音技术 Python
FunAudioLLM试炼
音频基座大模型FunAudioLLM,可以想你朋友一样和你对话,情感语境的识别,突破物理限制。
580 5
|
安全 UED
麒麟的版本 V10 (Lance) V10 (Tercel) 有什么区别
【6月更文挑战第26天】麒麟的版本 V10 (Lance) V10 (Tercel) 有什么区别
10115 2
|
弹性计算 运维 监控
阿里云贾正华分享:Alibaba Cloud Linux为倚天实例打造最佳OS体验
2023年8月31日,系列课程第四节《Alibaba Cloud Linux:为倚天实例打造最佳OS体验》正式上线,由阿里云操作系统产品专家贾正华主讲,本期节目在阿里云官网、阿里云钉钉视频号、InfoQ官网、阿里云开发者微信视频号、阿里云创新中心直播平台&微信视频号同步播出,同时可以点击【https://developer.aliyun.com/topic/ecs-yitian】进入【倚天实例迁移课程官网】了解更多内容。
|
Kubernetes 网络协议 Perl
k8s Failed to create pod sandbox: open /run/systemd/resolve/resolv.conf: no such file or directory
k8s Failed to create pod sandbox: open /run/systemd/resolve/resolv.conf: no such file or directory
881 0
|
存储 弹性计算 资源调度
K8S下一代设备管理机制:DRA
背景Kubernetes从1.8开始引入了Device Plugin机制,用于第三方设备厂商以插件化的方式将设备资源(GPU、RDMA、FPGA、InfiniBand等)接入Kubernetes集群中。用户无需修改Kubernetes代码,只需在集群中以DaemonSet方式部署设备厂商提供的插件,然后在Pod中申明使用该资源的使用量,容器在启动成功后,便可在容器中发现该设备。然而,随着Kuber
3720 2
K8S下一代设备管理机制:DRA