Linux内存用满但不卡，因内核将空闲内存用于缓存（Buffers/Cached），真正关键指标是available列和swap活动；应用需合理配置内存上限并协同内核释放，swappiness应按场景调低，OOM Killer优先级需手动优化。
为什么 free -h 显示内存用满，但系统没卡？
Linux 的内存管理逻辑和直觉相反：它会尽可能把空闲内存用于缓存（Buffers / Cached），这不等于“被占用”。真正影响性能的是 available 列——它代表可立即分配给新进程的内存估算值。只要 available 不持续逼近 0，且 swap 使用量稳定（si/so 接近 0），就不必干预。
-
free -h中used高 ≠ 内存瓶颈；盯紧available和swap活动 -
cat /proc/meminfo | grep -E "MemAvailable|SwapTotal|SwapFree"可查更精确数值 - 频繁触发
kswapd0进程高 CPU 或pgmajfault持续上升，才是真实内存压力信号
应用层如何避免隐式内存浪费？
很多服务（如 Java、Node.js、PostgreSQL）默认配置会预留远超实际需要的内存，导致系统级可用内存被提前锁定。关键不是“调小”，而是让应用与内核协同释放。
- Java 应用：禁用
-XX:+UseContainerSupport（旧 JDK）或确保-XX:+UseCGroupMemoryLimitForHeap在容器中生效；堆上限建议设为物理内存的 50%~70%，留足页缓存空间 - PostgreSQL：降低
shared_buffers（通常 25% 物理内存已足够），提高effective_cache_size（告诉查询优化器“系统能缓存多少”，不影响实际分配） - Node.js：用
--max-old-space-size=限制 V8 堆，否则可能因 GC 延迟引发 OOM Killer 干预
什么时候该调 /proc/sys/vm/swappiness？
swappiness 控制内核倾向使用 swap 还是回收 page cache。默认值 60 对桌面合理，但对低延迟服务（数据库、实时 API）往往太激进。
- SSD 服务器：设为
1（仅当内存真正不足时才 swap），避免无谓 I/O 延迟 - 内存充足（>64GB）且运行内存敏感型服务：设为
0（禁止 swap，除非 OOM） - 注意：
0不等于“禁用 swap 分区”，只是禁止主动换出匿名页；仍需保留 swap 用于休眠或极端 OOM 回退 - 临时修改：
echo 1 > /proc/sys/vm/swappiness；永久生效写入/etc/sysctl.conf的vm.swappiness=1
OOM Killer 为什么总杀错进程？
内核根据 /proc/ 值决定 kill 优先级（范围 -1000 到 +1000），默认值基于内存消耗粗略估算，常误伤关键服务。
- 保护关键进程：启动后立刻设置
echo -900 > /proc/$(pgrep -f "my-critical-app")/oom_score_adj - 容器场景：Docker 用
--oom-score-adj参数，Kubernetes 用securityContext.oomScoreAdj - 避免依赖
oom_kill_disable（需 root + CAP_SYS_RESOURCE，且不推荐） - 查历史记录：
dmesg -T | grep -i "killed process"，确认是否真因内存而非其他资源耗尽
内存优化真正的难点不在参数调整，而在于区分“内核在高效利用内存”和“应用在无意识吞噬内存”——前者不用动，后者不动就出事。
