Linux Cached持续增大：原因和解决方法！ (linux cached越来越大)
现象描述：
在使用Linux系统时，可能会遇到这样一种情况：内存的cache一直在增大，而空闲内存却减少。这往往会导致系统运行变慢，表现为操作响应迟缓，甚至出现卡顿现象。这是什么原因造成的？怎样解决这个问题？
原因分析：
在Linux系统中，cache机制是一种常见的内存管理方式，它通过在内存中保存磁盘中的数据，从而提高文件访问效率。因为磁盘读取比内存读取速度慢得多，所以将磁盘中的文本、图片等数据存储在内存中，可以实现快速读取和操作。
在Linux系统中，当应用程序需要访问磁盘上的数据时，cache机制会检查该数据是否已缓存到内存中，如果已经存在于缓存中，那么应用程序就可以直接从缓存中读取数据，而不需要再次从磁盘中读取。这样可以避免频繁地访问磁盘，从而提高系统的响应速度。
然而，当系统资源不足时，cache机制可能会出现一些问题。一方面，如果内存中的cache持续增大，就会占用过多的内存，导致内存不足，从而影响系统运行效率。另一方面，由于cache机制会将大量数据缓存到内存中，这也会影响系统的磁盘空间利用率。
解决方法：
针对Linux系统中cache持续增大的问题，可以采取以下几种解决方法：
1. 减少cache的大小：通过修改系统参数，可以减少cache的大小。在/etc/sysctl.conf文件中添加以下行即可：
vm.vfs_cache_pressure = 50
这个参数的取值范围是0~100，表示内核释放缓存页的对数量的影响因素。当取值较小时，内核会尽可能地保留缓存页，当取值较大时，内核会尽可能地释放缓存页。
2. 清理cache：在Linux系统中，可以通过运行以下命令清理cache：
# sync; echo 3 > /proc/sys/vm/drop_caches
这个命令会强制清空cache中的数据，从而释放内存。但是需要注意的是，这个命令可能会导致一些数据丢失，所以在执行前需要谨慎考虑。
3. 升级内核：在Linux内核的新版本中，可能会修复cache机制中的一些漏洞和问题，从而提高系统的稳定性和性能。因此，如果遇到cache持续增大的问题，可以考虑升级内核的版本。
4. 增加内存：如果cache持续增大的原因是因为内存不足，那么可以通过增加内存的方式解决这个问题。在现代计算机上，内存价格已经越来越便宜，所以增加内存不仅可以解决cache问题，还可以提高系统的性能。
最后提醒一句，Linux系统的cache机制在很大程度上提高了系统效率，但是在使用时也需要谨慎考虑缓存数据的大小和内存占用情况，避免出现cache持续增大的情况，从而提高系统的稳定性和性能。
相关问题拓展阅读：
Linux如何释放cached
因为LINUX的内核机制，一般情况下不需要特意去释放已经使用的cache。这些cache起来的内容可以增加文件以及的读写速度。Mem:/+ buffers/cache:Swap:2608 其中之一行用全局角度描述系统使用的内存状况：total——总物理内存used——已使用内存，一般情况这个值会比较大，因为这个值包括贺隐了cache+应用程序使用的内存free——完全未被使喊锋用的内存shared——应用程序共享内存buffers——缓存，主要用于目录方面,inode值等（ls大目录可看到这个值增加）cached——缓存，用于已打开的文件note:total=used+freeused=buffers+cached (maybe add shared also) 第二行描述应用程序的内存使用：前个值表示-buffers/cache——应用程序使用的内存大小，used减去缓存值后个值表示+buffers/cache——所有可供应用程序使用的内存大小，free加上缓存值note:-buffers/cache=used-buffers-cached+buffers/cache=free+buffers+cached 第三行表示swap的使用：used——已使用free——未使用 cache释放：To free pagecache:echo 1 > /proc/sys/vm/drop_cachesTo free dentries and inodes:echo 2 > /proc/sys/vm/禅渗厅drop_cachesecho 3 > /proc/sys/vm/drop_caches 说明，释放前更好sync一下，防止丢数据。
Linux OS缓存对程序性能影响
最近又出现了一个问题：同样的一个C程序，在同样的数据集，单线程，在不同的机器上跑，性能差距高达30倍以上（30s/1000s）。程序内存消耗不足300MB，数据集大小近100GB。
这两台机器的配置分别是：
分别称A和B机器。
从主频来看，B机器的CPU反而更高一些（查阅CPU天梯表，Core i7型号的CPU跑分也高一些）。
那么问题应该出在内存上。通过free -h命令查看内存使用情况，发现A机器RAM的
buffered/cached
高达100GB以上。这立即引起了我的警觉，会不会是数据集被缓存进了系统内存？
于是释放缓存（sync; echo 3 > /proc/sys/vm/drop_caches）
然后再执行程序，好了，A机器执行无比缓慢。
究其原因，我的程序是一个基于索引的查询算法，这个程序刚好运行在索引构建算法之后，因此查询时涉及到的源数据访问，全都在索引构建算法的访问范围之内，因此被缓存进内存。
这也提了个醒，任何比较效率的算法，首先要在程序运行前清空缓存，否则不能反映真实情况，因为I/O的代价可能都变成了内存访问，使得结果过于乐观。
关于linux cached越来越大的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。
