在计算机开发和运维过程中，内存泄漏是一个常见且令人头疼的问题。它会导致系统性能下降，甚至引发系统崩溃。今天，咱们就来聊聊怎么利用 Linux 的 free 和 top 命令，排查内存占用异常的原因，掌握一些实用的内存泄漏排查技巧。
一、Linux free 和 top 命令基础介绍
free 命令
free 命令就像是一个内存小管家，它能让你清楚地知道系统内存的使用情况。咱们在终端里输入“free -h”，这个“-h”参数是让显示的结果以人类能看懂的格式呈现，比如用 G、M 这些单位来表示内存大小。
# 技术栈：Shell
# 查看系统内存使用情况，以人类可读格式显示
free -h
执行这个命令后，会看到几行信息。第一行是总内存、已用内存、空闲内存等；第二行是交换空间（swap）的信息。这里面的“used”表示已使用的内存，“free”表示空闲内存，“shared”是多个进程共享的内存，“buff/cache”是系统缓存的内存。
top 命令
top 命令就像一个实时监控器，能动态地显示系统中各个进程的资源使用情况，包括 CPU、内存等。在终端输入“top”就可以开始监控了。
# 技术栈：Shell
# 启动 top 命令监控系统进程资源使用情况
top
启动后，会看到一个动态的界面，最上面显示系统的整体信息，下面是各个进程的详细信息，比如进程 ID、用户、CPU 使用率、内存使用率等。按“M”键可以按照内存使用率对进程进行排序，这样就能快速找到占用内存最多的进程。
二、应用场景
服务器性能下降
当服务器响应变慢，用户操作变得卡顿，这时候就可能是内存出现了问题。通过 free 和 top 命令，我们可以先看看系统整体的内存使用情况，如果发现内存使用率很高，再用 top 命令找出是哪个进程占用了大量内存，从而进一步排查问题。
程序崩溃
有时候程序运行着突然就崩溃了，这可能是因为内存泄漏导致程序没有足够的内存来继续运行。使用 free 命令查看系统内存是否已经耗尽，再用 top 命令看看是不是某个特定的程序占用了过多内存。
资源优化
在进行服务器资源优化时，我们需要了解各个进程的内存使用情况，以便合理分配资源。通过 free 和 top 命令，我们可以找出那些内存占用不合理的进程，进行优化或者调整配置。
三、结合 free 和 top 命令排查内存占用异常的步骤
步骤一：查看系统整体内存情况
首先使用 free 命令查看系统的内存使用情况。
# 技术栈：Shell
# 查看系统内存使用情况，以人类可读格式显示
free -h
假如输出结果显示已用内存接近或达到了总内存，那就说明内存可能存在问题。
步骤二：找出占用内存最多的进程
接着使用 top 命令，按“M”键对进程按内存使用率进行排序。
# 技术栈：Shell
# 启动 top 命令监控系统进程资源使用情况
top
在 top 界面中，我们可以看到占用内存最多的进程的相关信息，比如进程 ID（PID）、用户（USER）、CPU 使用率（%CPU）、内存使用率（%MEM）等。
步骤三：分析进程
找到占用内存最多的进程后，我们要分析这个进程是否正常。比如，一个普通的 Web 应用程序，正常情况下内存占用应该在一个合理的范围内，如果它的内存使用率一直居高不下，那就可能存在内存泄漏。
步骤四：深入分析进程
如果怀疑某个进程存在内存泄漏，我们可以使用其他工具进一步分析。比如，对于 Java 进程，可以使用 jstat、jmap 等工具来查看 Java 堆内存的使用情况。
# 技术栈：Shell
# 查看 Java 进程的堆内存使用情况，进程 ID 为 1234
jstat -gc 1234
四、技术优缺点
优点
简单易用
free 和 top 命令是 Linux 系统自带的命令，不需要额外安装其他软件，操作也非常简单，即使是初学者也能快速上手。
实时性强
top 命令可以实时显示系统中各个进程的资源使用情况，让我们及时发现内存占用异常的进程。
系统级监控
free 命令可以查看系统整体的内存使用情况，让我们对系统的内存状态有一个全面的了解。
缺点
信息不够详细
free 和 top 命令只能提供一些基本的内存使用信息，对于一些复杂的内存泄漏问题，可能无法提供足够详细的信息。
无法定位具体代码位置
这两个命令只能找出占用内存最多的进程，但是无法确定是进程中的哪段代码导致了内存泄漏。
五、注意事项
数据准确性
在使用 top 命令时，由于它是动态显示信息的，可能会受到系统负载的影响，导致数据不够准确。所以在查看数据时，可以多观察一段时间，取平均值来提高数据的准确性。
权限问题
有些情况下，可能需要使用 root 权限才能查看某些进程的详细信息。如果遇到权限不足的提示，需要使用 sudo 命令来提升权限。
工具结合使用
free 和 top 命令虽然很实用，但是对于一些复杂的内存泄漏问题，可能还需要结合其他工具一起使用，比如 valgrind、gdb 等。
六、示例分析
假设我们有一个简单的 Python 脚本，模拟一个可能存在内存泄漏的程序。
# 技术栈：Python
import time
# 定义一个空列表
data = []
while True:
# 不断向列表中添加元素
data.append("a" * 1024 * 1024)
time.sleep(1)
运行脚本
将上述脚本保存为“leak.py”，然后在终端中运行。
# 技术栈：Shell
# 运行 Python 脚本
python leak.py
排查过程
第一步：使用 free 命令查看系统内存情况
# 技术栈：Shell
# 查看系统内存使用情况，以人类可读格式显示
free -h
随着脚本的运行，会发现系统的空闲内存逐渐减少。
第二步：使用 top 命令找出占用内存最多的进程
# 技术栈：Shell
# 启动 top 命令监控系统进程资源使用情况
top
按“M”键对进程按内存使用率进行排序，会发现 Python 脚本进程的内存使用率不断增加。
第三步：分析进程
通过观察 top 界面，发现 Python 脚本进程的内存使用率一直上升，这就说明这个进程可能存在内存泄漏问题。
第四步：深入分析
对于 Python 程序，可以使用 memory_profiler 工具来进一步分析内存使用情况。首先安装 memory_profiler：
# 技术栈：Shell
# 安装 memory_profiler 工具
pip install memory_profiler
然后在脚本中添加装饰器来使用 memory_profiler：
# 技术栈：Python
from memory_profiler import profile
import time
@profile
def main():
data = []
while True:
data.append("a" * 1024 * 1024)
time.sleep(1)
if __name__ == "__main__":
main()
再次运行脚本，就可以看到详细的内存使用情况，从而找出内存泄漏的具体位置。
七、文章总结
通过结合 Linux 的 free 和 top 命令，我们可以快速定位系统中内存占用异常的进程，为进一步排查内存泄漏问题提供了方向。虽然这两个命令有一定的局限性，但是在很多情况下都能帮助我们解决大部分的内存问题。同时，我们还需要注意数据的准确性、权限问题，并且结合其他工具一起使用，才能更好地解决复杂的内存泄漏问题。在实际工作中，我们要多实践、多总结，不断提高自己的内存泄漏排查能力。
评论