分配器与回收机制

• 理解 order 表示 2^order 页的连续块
• 理解 buddy 按 order 分桶管理空闲页
• 理解分配时的拆分与释放时的伙伴合并

Buddy（伙伴）分配器是内核页分配器，以连续物理页块为单位分配。order 表示块的大小，一个 order 的块包含 2^order 个连续页（order 0 为 1 页，order 9 为 512 页即 2MB）。Buddy 维护一系列按 order 分桶的空闲链表（free_list[order]），每桶存放大小为 2^order 页的连续块。分配时，从请求的 order 起，若该 order 桶为空则向上找更大的 order 桶，把大块"分裂"成两个伙伴（buddy）并逐级下放，直到拆出所需大小的块。释放时，若释放的块与相邻的伙伴（buddy）都空闲且可合并，则合并为更大的块，逐级向上合并，减少碎片。伙伴必须满足地址对齐规则（互为伙伴的地址只在某一位不同）。Buddy 通过"分裂分配 + 合并释放"保证大块连续内存的可用性。

Buddy 的核心是"以 2 的幂组织块 + 分裂/合并"，这是 Linux 分配物理连续内存的基础。理解 order、伙伴规则与合并是掌握页分配器、THP 大页与碎片治理的起点。

• 理解 pcp list 减少锁竞争分配
• 理解 pcp 与 buddy 的批量填充/清空
• 理解 pcp 的批量阈值与高水位

per-CPU pageset（pcp list）是每个 CPU 独立维护的空闲页缓存，用于加速页分配并减少锁竞争：CPU 分配页时优先从自己的 pcp list 取，无需访问全局 buddy 锁，从而避免多核竞争。pcp 与 buddy 通过批量填充/清空协同：当 pcp list 空闲页不足时，从 buddy 批量取（批量填充）一批页到 pcp；当 pcp 页过多或达到高水位时，批量把多余页清空（批量清空）回 buddy。批量操作的粒度（batch）与 pcp 的 high/low 水位由 CPU 数、内存等动态调整，既保证分配速度又避免 pcp 占用过多内存。pcp 使用 zone 的本地分配（local node），配合 NUMA 保证本地性。这种"本地缓存 + 批量拉取"是性能与内存占用平衡的经典设计。

pcp 是"每 CPU 本地缓存 + 批量从 buddy 取还"的快速路径，核心是减少锁竞争与内存占用。理解它与 buddy 的批量协同，是掌握页分配性能与调优的关键。

• 理解三种模式（0=启发式、1=总是允许、2=禁止过量）
• 理解各模式对 malloc 与 OOM 的影响
• 理解 Committed_AS 与 CommitLimit 的作用

overcommit_memory 控制内核是否允许内存过量承诺（overcommit），三种模式：0（启发式，默认）：允许合理 overcommit，内核做启发式判断拒绝明显不合理的分配；1（总是允许）：从不拒绝 malloc，任何虚拟内存申请都成功，但实际使用超过物理+swap 时触发 OOM；2（禁止过量）：不使用 overcommit，malloc 的虚拟提交总量受 CommitLimit 限制（CommitLimit = swap + RAM × overcommit_ratio/100，overcommit_ratio 默认 50，即默认约 swap + 50% RAM），超过则 malloc 失败（返回 ENOMEM）。对 malloc 的影响：模式 0/1 下大块 malloc 通常成功（虚拟地址），模式 2 下可能因提交超限而失败。对 OOM 的影响：模式 2 从源头拒绝过量分配减少 OOM；模式 1 允许过量，实际触达时 OOM。Committed_AS 是 /proc/meminfo 中当前已承诺（提交）的虚拟内存总量，与 CommitLimit 比较可判断是否接近 overcommit 上限。

overcommit 是"虚拟内存与实际物理内存"解耦的关键。理解三种模式对 malloc 成功与否与 OOM 触发的影响，以及 Committed_AS 的监控作用，是排查内存分配与 OOM 的理论基础。

• 理解 CMA 预留内存池用于连续分配
• 理解 CMA 的迁移型（MIGRATE_CMA）与按需迁移
• 理解 CMA 的典型用途（DMA、GPU、摄像头）

CMA（Contiguous Memory Allocator）解决"需要大块连续物理内存但系统被碎片化"的问题。它通过内核参数预留一块内存池（CMA 区域），这些内存平时被当作可移动页（MIGRATE_CMA）供普通分配使用，当有设备需要大块连续内存（如 DMA、GPU、摄像头、视频解码）时，CMA 从该区域迁移走可移动页，聚合出连续块供设备使用。这样既保留了连续内存的可用性，又避免了持续占用造成浪费。CMA 分配可能触发页面迁移（cmalloc），在需要连续内存时临时把占用页搬走，因此有延迟开销。CMA 常与 dma-contiguous 框架配合，用于驱动需要物理连续内存的硬件。相比直接预留专用内存，CMA 更高效地利用内存。

CMA 是"预留池 + 按需迁移聚合"的连续内存方案，兼顾"平时可用"与"需要时连续"。理解它适用于需要物理连续内存的驱动场景，是掌握嵌入式/多媒体内存管理的关键。

• 理解 KMSAN 是内核的 MemorySanitizer
• 理解影子内存追踪未初始化状态
• 理解其检测用例与编译要求

KMSAN（Kernel Memory Sanitizer）是内核的未初始化内存检测工具，类似用户态的 MemorySanitizer。它通过编译器插桩（基于 Clang 的 -fsanitize=kernel-memory）为每个内存读写生成影子内存（shadow memory）追踪，记录每个字节是否被初始化。运行时会检查读取是否触及未初始化数据，一旦检测到未初始化读取，就报告位置、调用栈与产生该内存的源头。KMSAN 能检测内核代码中读取未初始化堆栈、堆或全局变量的 bug，这类问题通常表现为随机行为或安全漏洞（信息泄漏）。使用 KMSAN 需要 Clang 构建支持，且编译开销与运行开销较大，通常用于开发与测试阶段而非生产。与 KASAN（越界/UAF）不同，KMSAN 专门针对"未初始化读取"。

KMSAN 通过影子内存追踪每个字节的初始化状态，定位未初始化读取。理解它区别于 KASAN 的定位（未初始化 vs 越界/UAF），是掌握内核 sanitizer 工具链的关键。

• 理解 SLUB 的 per-CPU freelist 快速路径
• 理解 partial list 管理与 slow path
• 理解简单性、性能与调试的取舍

SLUB 是内核默认的 slab 分配器（用于 kmalloc 与 kmem_cache 等小对象分配）。它的核心是 per-CPU freelist：每个 CPU 维护一个空闲对象链表，分配对象时直接从本 CPU freelist 取（fast path），无需锁，速度极快；释放时把对象放回本 CPU freelist。当 per-CPU freelist 不足时，从 slab 的 partial list（部分满的 slab 页链表）中取整页填充（slow path）。partial list 是一种平衡：既不必为每个对象维护复杂结构，又能高效复用页。SLUB 相比 SLAB 简化了数据结构（去掉了 CPU 数组、着色等复杂机制），以更简单、更快、更易调试为设计目标，同时通过嵌入式对象头支持调试选项。取舍上，SLUB 牺牲了 SLAB 的一些缓存着色优化，但换来了更低的复杂性与更好的多核扩展性。

SLUB 的"per-CPU freelist 快速路径 + partial list 慢速路径"是性能与简单的平衡。理解它取代 SLAB 的原因（简单、快、可扩展）是掌握内核对象分配器演化的关键。

• 理解 SLOB 面向小内存嵌入式
• 理解 SLAB 面向缓存与着色
• 理解 SLUB 简化为每 CPU freelist

Slab 分配器用于内核对小对象（如结构体、inode、dentry）的高效分配与缓存复用。三代：SLOB（Simple List of Blocks）是最简单的实现，用一个链表管理块，内存占用小、代码少，适合内存极小的嵌入式系统，但性能差。SLAB 是经典实现，引入 slab 缓存、着色（coloring）、per-CPU 数组，为对象缓存与硬件缓存优化，但结构复杂、内存开销大。SLUB 是当前默认，去掉了 SLAB 的复杂着色与 CPU 数组，改用 per-CPU freelist + partial list，更简单、更快、更易调试，且内存占用更小。演化趋势是从"简单(SLOB)"到"复杂优化(SLAB)"再到"简单高效(SLUB)"，即用简洁结构换取性能与可维护性。SLUB 通过 kmem_cache 管理对象，支持 slabinfo 观察。

三代 slab 反映了"复杂度与性能平衡"的演进：SLAB 过度优化、SLUB 回归简洁。理解差异有助于理解内核对象分配与 /proc/slabinfo 观测。

• 理解 kmalloc 分配物理连续内存但虚拟不必连续
• 理解 vmalloc 分配虚拟连续但物理可离散
• 理解两者在性能与可用场景上的差异

kmalloc 与 vmalloc 都是内核动态内存分配，但语义不同。kmalloc 分配物理连续的内存（在 ZONE_NORMAL 等），虚拟地址也连续，但分配的内存物理连续、大小受限，依赖 buddy 分配器，仅适合较小的块（一般限制在几 MB 内，与 GFP 与 order 有关），分配速度快、适合需要物理连续或频繁访问的场景（如 DMA、设备结构）。vmalloc 分配虚拟地址连续、但物理页可离散的内存，通过页表映射把分散的物理页组合成连续虚拟区，适合大块分配（如大缓冲区、模块），因为无需物理连续，但引入页表开销与 TLB miss，访问性能略低，且不能用于需要物理连续的地方（如 DMA）。语义差异的本质：kmalloc 保证物理连续，vmalloc 只保证虚拟连续。选择：需要物理连续或小对象用 kmalloc，需要大块虚拟连续且物理可离散用 vmalloc。

二者差异是"物理连续性 vs 虚拟连续性"。kmalloc 快且物理连续，vmalloc 灵活支持大块但开销大。理解语义才能正确选型（如 DMA 必须 kmalloc）。

• 理解三个水位的数值关系
• 理解水位如何触发 kswapd 与 direct reclaim
• 理解 watermark 与内存压力

页分配器用水位（watermark）管理内存剩余量，区分三个阈值：min（最小水位）、low（低水位）、high（高水位），满足 min < low < high。当空闲内存：高于 high，内存充足，正常分配；低于 low，触发 kswapd 后台回收，把空闲内存恢复到 high；低于 min，kswapd 也来不及，分配进程触发 direct reclaim（同步回收）以满足分配，低于 min 时分配可能失败（除非可回收）。min 水位是分配必须满足的底线，UMA 上还保留一定的"不可分配"水位给紧急分配。这些水位由 /proc/sys/vm/watermark_scale_factor 等调节，并受 min_free_kbytes 影响。水位的意义：定义"何时后台回收（low）"与"何时必须同步回收（min）"，从而平衡内存利用率与延迟尖刺。

水位是"回收时钟"的阈值：low 触发后台 kswapd，min 触发同步 direct reclaim。理解三个水位的关系是掌握内存回收时机与延迟尖刺来源的关键。

• 理解 SLAB 的着色与 per-CPU 数组优化
• 理解 SLUB 的 per-CPU freelist
• 理解两者命中率差异的本质

SLAB 与 SLUB 都通过 per-CPU 缓存提升对象访问的局部性，但命中率表现有差异。SLAB 对每个 slab 缓存维护 per-CPU buffer（数组），并通过着色（coloring）把对象分散到不同 cache line，以缓解硬件缓存冲突，优化读写性能；SLAB 还维护空闲/部分/满的三类 slab 链表。SLUB 简化了结构，用 per-CPU freelist 直接分配对象，访问对象的局部性更好（对象在页内连续），但去掉了 SLAB 的着色机制。命中率差异：SLUB 的 per-CPU freelist 让同 CPU 分配的对象集中在同一/相邻 slab，硬件缓存命中率通常更高；SLAB 的着色在特定场景下能减少 cache 冲突。总体而言，SLUB 在多数场景命中率与性能优于 SLAB，且更简单，因此被选为默认。差异根因在于 SLUB 更贴合现代硬件（大缓存、NUMA）与简化管理。

命中率差异源于两者结构：SLAB 靠着色与 CPU 数组，SLUB 靠简洁的 per-CPU freelist 提升局部性。理解 SLUB 更优的原因（现代硬件 + 简洁）是掌握内核对象分配的关键。

• 理解不同页大小的优缺点
• 理解页大小与内存开销、TLB 命中
• 理解 arm64 的页大小选择

arm64 支持 4K、16K、64K 三种固定页大小，选择影响内存与性能。页越大：TLB 覆盖范围越大（同样 TLB 条目能映射更多内存），减少 TLB miss，但页表占用与单页内部分配碎片（内存浪费）更大；页越小：内存利用率高、分配粒度灵活，但 TLB 覆盖小、页表开销大。4K 是最常见默认，与多数发行版一致，兼容性好、内存利用灵活，适合通用负载。16K 是折中，在 TLB 与内存效率间平衡，部分 Android/服务器用。64K 面向高性能、大内存、数据库等场景，TLB 覆盖极大、减少 TLB miss，适合大量连续访问内存的负载，但页表与碎片开销大，且与某些依赖 4K 的用户态/工具不兼容。工程取舍：追求 TLB 效率与大内存带宽选 64K，兼容性与灵活性选 4K，平衡选 16K。页大小需在编译/启动时确定，影响内核与用户空间 ABI。

页大小是"TLB 效率 vs 内存利用"的权衡。大页提升 TLB 覆盖但增加碎片与页表开销，理解取舍才能在 arm64 上为不同负载选页大小。

• 理解 kmemleak 检测未引用的已分配内存
• 理解 kmemleak 的扫描与报告机制
• 理解 kmemleak 的使用与限制

kmemleak 是内核的内存泄漏检测器，用于发现内核代码中分配后未释放且无引用的内存。它通过跟踪分配点（kmalloc、kmem_cache_alloc、vmalloc 等记录分配地址与调用栈），并周期性扫描内存中是否有指向这些已分配块的指针：若一个已分配块在扫描中从未被"引用"（没有指针指向它），则判定为潜在泄漏，报告分配地址、大小与分配调用栈。使用方法：启用 CONFIG_DEBUG_KMEMLEAK 与 kmemleak 内核参数，读 /sys/kernel/debug/kmemleak 触发扫描与报告，可用 "scan"、"clear"、"dump" 等命令。kmemleak 的局限：需要开启扫描，漏检在指针被零化或回收时，且会引入一定性能开销。它适合开发与测试阶段定位内核模块泄漏，是内核内存泄漏排查的利器。

kmemleak 通过"是否有引用指针"判断泄漏。理解其扫描机制与触发/报告方式，是排查内核驱动/模块内存泄漏的系统方法。

• 理解 memory.kmem 控制器限制内核内存
• 理解 kmem 与用户内存的区分
• 理解 v1 与 v2 中 kmem 控制的差异

memcg（memory cgroup）除了限制用户态内存，还通过 kmem 控制器限制内核内存（kernel memory），如内核对象、页表、内核缓存等被某 cgroup 服务产生的消耗。memory.kmem.limit_in_bytes（v1）限制该 cgroup 的内核内存上限（v2 中内核内存统一计入 memory.max），防止内核对象无限增长耗尽主机内存。内核内存与用户内存的区别：用户内存是进程可 swap 的匿名/文件页，kmem 是内核为服务分配的内核对象（不可回收或难回收）。v1 中 kmem 需单独开启且限制独立；v2 中 kmem 与用户内存统一计入 memory.max 的总额（继承了 v2 的"内存+kernel 统一"设计），不再单独设 kmem 上限，简化了模型。理解 kmem 控制对防止内核内存泄漏拖垮宿主机、以及容器内存核算很重要。

kmem 控制决定"内核为 cgroup 分配的内存是否受限"。v1 独立 kmem 限制，v2 统一计入 memory.max。理解差异是容器内存治理与内核泄漏防护的关键。

• 理解 zone 按物理地址范围分层
• 理解各 zone 的用途与限制
• 理解分配时的 zone 选择策略

Linux 按物理地址把内存划分为多个 zone，用于满足不同硬件/分配的地址要求。经典的分层：ZONE_DMA（低地址，约 16MB，供需要物理低地址的 DMA 设备使用）、ZONE_NORMAL（可直接映射的内核常规内存，供内核与进程使用）、ZONE_HIGHMEM（高地址，不能直接映射，需临时映射访问，32 位系统常见）。在 64 位系统 HIGHMEM 通常不存在。此外还有 ZONE_DMA32（32 位 DMA 区域）、ZONE_MOVABLE（可移动区域，供 CMA/回收）。分配策略：分配时按 GFP 标志选择 zone，如 GFP_DMA 从 DMA 区分配，普通分配从 NORMAL 起，若 NORMAL 不足可回退到更低/可用 zone；zone 之间按 fallback 顺序降级。zone 的每个都维护独立的水位、buddy 与 pcp。理解 zone 分层是理解物理地址约束与分配失败的关键。

zone 按物理地址分层以满足不同硬件约束。理解 DMA/NORMAL/HIGHMEM 的用途与分配回退顺序，是分析物理内存布局与分配失败的核心。

• 理解 KASAN 的 shadow memory 机制
• 理解越界与 UAF 的检测原理
• 理解 KASAN 的编译与运行开销

KASAN（Kernel Address Sanitizer）是内核的内存错误检测工具，基于编译器插桩（GCC/Clang 的 -fsanitize=kernel-address）与 shadow memory（影子内存）机制。它为每 8 字节内存维护 1 字节的影子内存，记录该地址的可访问性（是否可读/可写）。访问内存时，KASAN 生成的检查代码会查询影子内存，若访问越界（地址不在合法的分配范围内）或访问已释放（UAF）的 region，影子内存标记为不可访问，KASAN 随即报告越界位置、访问类型与调用栈。KASAN 能检测堆越界、栈越界、全局越界、悬垂指针（UAF）、double-free 等。它需要编译时插桩，运行开销大（内存与速度），用于开发与测试阶段。相比 KMSAN（未初始化），KASAN 专门针对越界与 UAF。

KASAN 通过影子内存 + 编译插桩在每次访问时检查合法性，定位越界与 UAF。理解它与 KMSAN 的分工，是掌握内核 sanitizer 的关键。

• 理解 page allocation failure 是分配失败记录
• 理解 OOM 是杀进程释放内存
• 理解两者触发条件与处理流程

page allocation failure 与 OOM 都是内存不足的症状，但层面不同。page allocation failure：当分配请求（如 kmalloc 大块）在多次尝试（包括 direct reclaim、compaction）后仍无法满足，且该分配不允许无限等待（如可重试标志），内核会打印 "page allocation failure" 日志，返回分配失败（如 NULL），不杀进程。OOM（out of memory）：当系统内存严重不足，且无法通过回收满足，且分配必须成功（如 GFP 不可失败），内核触发 OOM killer 选择一个进程杀掉释放内存。二者的区别：allocation failure 是对"无法满足"的分配请求返回失败（可能不致命），OOM 是"必须满足"时杀进程；触发取决于 GFP 标志与是否可重试。处理：面对 allocation failure 应检查内存碎片、降低 order 请求、排查泄漏；面对 OOM 应检查 overcommit、内存压力、调整 oom_score_adj。内核日志会区分两者并给出水位、内存状态。

核心区别是"分配失败（返回错误）"与"OOM（杀进程）"。理解两者的触发条件（GFP 可重试性）与各自处理，是内核内存故障排查的基础。

• 理解 GFP_ATOMIC 不睡眠的语义
• 理解原子上下文（中断、自旋锁）不能睡眠
• 理解 GFP_KERNEL 可睡眠的语义

GFP flags 决定分配路径是否允许睡眠/回收。GFP_KERNEL 是普通内核分配标志，允许睡眠（可调用回收、可阻塞），只能在进程上下文（可睡眠）使用；它能把内存换出、回收 page cache，因而更可能成功，但分配路径可能阻塞。GFP_ATOMIC 用于原子上下文（中断处理、持自旋锁、softirq 等），不允许睡眠，不能调用可能阻塞的回收函数，只能从内存的紧急预留（如 min watermark 预留）或直接可用的内存分配，失败率更高、分配更保守。原因：中断上下文无法调度，持自旋锁时睡眠会导致死锁（睡眠者永远无法被唤醒或持锁者无法释放），因此必须用不睡眠的 GFP_ATOMIC。语义差异核心：GFP_KERNEL 可睡眠、可回收、可能阻塞；GFP_ATOMIC 不睡眠、不可回收、只能快速失败。选择错误（原子上下文用 GFP_KERNEL）会导致内核 BUG/sleep-in-atomic 警告。

原子上下文不能睡眠是内核基本原则，GFP_ATOMIC 正是为此设计。理解它与 GFP_KERNEL 的睡眠/回收差异，以及错误使用（sleep in atomic）的危害，是内核编程的关键。

• 理解 mempolicy 控制 NUMA 节点选择
• 理解各策略类型（default/bind/preferred/interleave）
• 理解设置方式

mempolicy（mempolicy）是内核为进程控制 NUMA 内存分配节点选择的机制，通过 set_mempolicy/mbind 系统调用或 numactl 设置。主要类型：MPOL_DEFAULT（默认，按当前节点与内存分配上下文就近选择）、MPOL_BIND（强制只在指定节点分配，超限则失败或回收）、MPOL_PREFERRED（优先从偏好节点分配，其不足时回退其他节点）、MPOL_INTERLEAVE（在指定节点间交错分配，均衡带宽）、MPOL_LOCAL（严格本地节点分配）。mempolicy 影响页、page cache、栈、堆等内存的下落节点，从而决定访问局部性。mempolicy 与 CPU 亲和性（sched_setaffinity）配合，可保证"内存靠近 CPU"。NUMA 数据库等场景常通过 numactl --membind/--interleave 指定策略。理解 mempolicy 是 NUMA 内存调优的核心。

mempolicy 决定"内存分配在哪个节点"，与 CPU 亲和共同决定 NUMA 局部性。理解各策略类型与设置方式，是 NUMA 性能调优的关键。

• 理解外部碎片与内部碎片
• 理解 compaction 移动可移动页聚合连续块
• 理解 compaction 的触发与代价

内存碎片分两类：内部碎片（分配的块大于请求导致块内浪费）与外部碎片（大量小的空闲块无法拼成连续大块）。外部碎片是 Linux 页分配的主要问题，尤其影响大块分配（高 order、THP）。compaction（内存规整）是缓解外部碎片的关键策略：它通过把可移动页（MIGRATE_MOVABLE，如用户页、page cache）从一片区域迁移到另一片，腾出连续的空闲块，从而满足大块分配。compaction 触发时机：分配时大块失败（同步 compaction）、后台 kcompactd 异步 compaction、或主动触发。为减少碎片，配合 MIGRATE_* 迁移类型分类（不可移动页尽量聚集，可移动页可被迁移）与 zone 分区。compaction 的代价是页面迁移的 CPU 与内存开销，若频繁触发会拖慢系统。THP 的 always 模式常因 compaction 失败而分配失败，或引发延迟。

外部碎片靠 compaction 迁移可移动页聚合，配合 MIGRATE_* 分类。理解碎片类型与 compaction 的触发/代价，是治理大页分配失败与延迟的关键。

• 理解 mempool 预分配对象池
• 理解 mempool 在内存紧张时的分配保证
• 理解 mempool 与 kmalloc 的区别

mempool（memory pool）是内核提供的内存池机制，用于保证"即使内存紧张时也能分配到对象"（尤其原子上下文）。它在初始化时预分配一定数量的对象（元素）保存在池中，并记录分配函数。当内存充足时，mempool 优先从池中取对象，池空时退回普通分配（kmalloc）；当内存紧张、普通分配失败时，mempool 会从池中预留的对象分配，从而保证原子上下文（如中断）也能获取对象，避免因内存不足而失败。与普通 kmalloc 的区别：kmalloc 在内存紧张时可能失败（尤其原子上下文），mempool 通过预分配池 + 预留元素保证在紧急情况下仍能提供对象，牺牲了部分内存占用（池中预留对象不参与正常回收），换取分配成功率的保证。mempool 常用于需要可靠分配的场景（如块设备 IO 请求、网络缓冲）。mempool 本身不保证对象内容的正确性，只保证"有对象可用"。

mempool 的"预分配池 + 紧急预留"是内存紧张时保证原子分配的手段。理解它与 kmalloc 的区别（保证成功率 vs 可能失败）是掌握内核可靠分配机制的关键。