博客
关于我
linux下的小知识
阅读量:301 次
发布时间:2019-03-01

本文共 1351 字,大约阅读时间需要 4 分钟。

free下的Buffer与Cache:Linux内存管理的优化秘籍

Buffer与Cache的定义

Buffer(缓冲区)和Cache(缓存)的概念在计算机科学中经常被提及,尤其是在操作系统和内存管理领域。Buffer主要用于临时存储数据,在磁盘写入或读取时起到中介作用。Cache则是在读取数据时,将磁盘读取的内容暂时存储在内存中,以便后续操作时快速访问。

从操作系统的角度来看,Buffer和Cache确实占用了内存空间。这部分内存由操作系统管理,用于提高系统性能。当内存资源紧张时,操作系统会优先释放这些缓存空间。

Buffer和Cache的用户视角

从用户程序的角度来看,Buffer和Cache所占用的内存可以被视为可用的空闲内存。因为这些缓存通常可以被快速回收和释放,用户程序可以将其视为可用内存空间。

Buffer和Cache的内存管理

Linux内核通过优化内存管理机制,确保内存资源充裕时,Buffer和Cache能够高效利用。内存耗尽时,内核会触发内存回收机制,优先释放那些占用较多缓存空间的缓存数据。

##缓存清除命令为了手动管理缓存,可以使用以下命令清除不同类型的缓存:

# 不释放缓存$ echo 0 > /proc/sys/vm/drop_caches# 清除pagecache$ echo 1 > /proc/sys/vm/drop_caches# 清除slab分配器中的缓存(包括目录项缓存和inode缓存)$ echo 2 > /proc/sys/vm/drop_caches# 清除pagecache和slab分配器中的缓存$ echo 3 > /proc/sys/vm/drop_caches

Buffer数据的同步

为了确保缓冲区中的数据已被同步到磁盘,可以使用sync命令:

$ sync

测试与实际效果

通过实际测试可以观察到缓存对系统性能的影响。例如,重复查找文件时,缓存能够显著提升查找速度。

以下是测试结果示例:

# 首次查询$ time find / -name keystone-error.log /var/log/httpd/keystone-error.logreal	0m1.940suser	0m0.162ssys	0m0.875s# 二次查询(缓存已加载)$ time find / -name keystone-error.log /var/log/httpd/keystone-error.logreal	0m0.598suser	0m0.233ssys	0m0.362s# 清除缓存后查询$ echo 3 > /proc/sys/vm/drop_caches$ time find / -name keystone-error.log /var/log/httpd/keystone-error.logreal	0m1.160suser	0m0.205ssys	0m0.795s

从测试结果可以看出,在文件被多次访问或重复打开时,缓存对性能提升尤为明显。

总结

Buffer和Cache在Linux内存管理中扮演着重要角色。通过合理管理缓存,可以有效提升系统性能。在内存资源紧张时,及时清除不必要的缓存,是优化系统性能的有效手段。

转载地址:http://lcwl.baihongyu.com/

你可能感兴趣的文章
python, selenium中用于切换帧的函数
查看>>
python函数
查看>>
python----线程、进程、协程的区别及多线程详解
查看>>
python---5
查看>>
python---使用celery分布式系统异步发送短信(云通讯)来验证登录
查看>>
python--003--百分号字符串拼接、format
查看>>
Python--10、线程
查看>>
Python--Redis实战:第四章:数据安全与性能保障:第4节:复制
查看>>
python--基本代码规范
查看>>
Python--抽象类接口类
查看>>
PYTHON--欧拉习题二
查看>>
python--高级应用总结
查看>>
python-520表白代码,我看谁说程序员不懂浪漫,送你几套表白代码,一步到位
查看>>
Python-Asyncio TypeError:无法在‘;等待‘;表达式中使用对象DICT
查看>>
Python-AttributeError:‘;dict&39;对象没有属性‘;序列‘;
查看>>
Python-ldap:是否可以在不显式写入密码的情况下进行绑定?
查看>>
python出现 unknown encoding: idna 的处理方法
查看>>
Python出现 RuntimeError: dictionary changed size during iteration 的解决方法
查看>>
Python-numpy(2)数组的操作
查看>>
Python-Numpy的tile函数用法
查看>>