Linux实际内存占用率算法以及如何使用Python实现内存监控

这篇文章给大家介绍Linux实际内存占用率算法以及如何使用Python实现内存监控，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。

这两天我们的一个核心系统，一套集群，逐台开始报警，内容是内存占用超阈值。按说这应该是一个非常紧急且需要立即处理的报警，但实际是不是这样，待我们拨云见日。

以下为模拟实验，

了解了下监控系统这条内存占用超阈值报警的计算方法，是用used/total*100%=1949/1988*100%=98%，即内存占用量超过了98%。

网上学习了一番，其实这种计算方法不很准确，原因就是Linux的内存管理机制和Windows是不相同的，我理解Linux管理内存的特点，其中之一就是充分利用内存，网上这方面的资料，非常容易检索，我就不班门弄斧了。从MOS上看见了一些文章，直接或间接说明了这个问题，

(1) Memory Not Being Released In Linux Top After The MDEX Engine Is Shut Down (文档 ID 2045288.1)

问题是说为什么关闭了软件，从top中没有看见应用的释放内存？他的解释是，这是正常现象，top指令的memory部分展示的RAM是“缓存”的部分。这些缓存的部分表示磁盘中最近使用的数据且临时被存入RAM了。当停止一个应用程序的时候，不会“释放内存”，一旦重启应用，这些信息在缓存之中，可以提高性能。然而，如果关闭了应用程序许久，其他的进程需要这些内存，则可以无缝地使用这些内存。操作系统会回收尽可能少的数据段，分配给新的进程。

(2) Summary Area in top output Shows Low Free Memory (文档 ID 460141.1)

Unix系统已经做了一些优化，可以充分利用所有可以使用的资源。不被代码或数据使用的内存资源会被OS用于各种用途。top指令输出中的汇总部分，未说明内核和用户进程的内存，单独看空闲的内存量非常低，并不能说明内存使用问题。未被进程使用的内存会被操作系统用来缓存一些最近访问过，而且不久的将来会被再次使用的数据，但若有一些更重要的进程需要这些内存，是可以非常轻松地释放出来。

那么真实的内存占用率，应该如何计算？

首先我们说下free输出中，buffers和cached的区别。参考(http://blog.chinaunix.net/uid-24709751-id-3564801.html)给出的buffers和cached的区别说明，

(a) buffers是指用来给块设备做的缓冲大小，他只记录文件系统的metadata以及 tracking in-flight pages。cached是用来给文件做缓冲。
(b)
buffers是用来存储目录里面有什么内容，权限等等。而cached直接用来记忆我们打开的文件，比如先后执行两次命令#man X
,你就可以明显的感觉到第二次的开打的速度快很多。而buffers随时都在增加，比如先后两次使用ls
/dev后，就会发现第二次执行的速度会较第一次快。

从不同角度，对内存占用率有不同的理解，以下图为例，

(1) 站在操作系统的角度，buffer和cache的内存是属于分配的内存，因此内存占用率计算方法=used/total*100%。

(2) 站在使用者的角度上看，buffer和cache的内存是可以被重用的，因此内存占用率计算方法=(used-buffers-cached)/total*100%。

因此对于开始的问题，我们关注的是应用可用内存，所以我们需要监控关注的内存实际占用率应该为，

(used-buffers-cached)/total*100%=(1949-99-1053)/1988*100%=40%，

再进一步，关于如何监控内存使用，无论从网上的资料，还是实际的工作经验，都会有各种不同的方法，这儿我只是简单说一下，如何使用Python监控内存使用率。

(1) 不使用任何第三方库实现

思路很简单，就是执行free指令，解析回显，得出used、buffers、cached、total这些参数值，再进行计算。

output = os.popen('free -m')

output.readline()

line = ','.join(output.readline().split()).split(',')

total = float(line[1])

used = float(line[2])

buffers = float(line[5])

cached = float(line[6])

percent = int(round((used – buffers – cached) / total * 100))

结果向上取整，例如25%，注意需要使用float浮点型，否则计算percent的时候未乘以100前就已经是0了。

(2) 使用第三方库psutil

psutil是一个跨平台的进程管理，首先需要安装，psutil安装之前需要安装python-devel，均需要root用户，我的操作系统是Linux 6.5，Python版本2.6.6，这两个包的版本则为

(a) python-devel-2.6.6-51.el6.x86_64.rpm

(b) psutil-2.0.0

使用第三方库，这问题就非常容易了，

import psutil
percent = mem.percent

这里的mem.percent=(mem.total – mem.available) / mem.total * 100，其中mem.available=mem.free + mem.buffers + mem.cached，和(1)中计算方法是一致的。

其实psutil可以执行几乎所有，系统监控相关的指令操作，

Github地址，https://github.com/giampaolo/psutil/

这篇文章的介绍非常清晰，http://www.jianshu.com/p/64e265f663f6

psutil(Python
system and process
utilities)是一个跨平台的进程管理和系统工具的python库，可以处理系统CPU，memory，disks，network等信息。主要用于系统资源的监控，分析，以及对进程进行一定的管理。通过psutil可以实现如ps，top，lsof，netstat，ifconfig，
who，df，kill，free，nice，ionice，iostat，iotop，uptime，pidof，tty，taskset，pmap。在Linux，windows，OSX，freebsdSun
Solaris等系统上工作，最新的版本python是要高于2.6(Python 2.4 Python2.5 可以用2.1.3版本)

总结：

1. Linux下实际我们关注的是，系统可用内存的占用率，计算方法为(used-buffers-cached)/total*100%，并不是执行free指令中free显示的部分。

2. 内存占用率监控Python实现，可以使用执行free指令来解析输出，若可以使用psutil第三方库，则更为简便。

关于Linux实际内存占用率算法以及如何使用Python实现内存监控就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。