Linux中Swap频繁使用主因是vm.swappiness设置过高、应用堆外内存未控、内存泄漏或THP冲突等，需结合available内存、si/so指标及smem分析定位，优化应聚焦降低换入换出抖动而非禁用Swap。
Linux 中 Swap 被频繁使用，通常不是因为内存真的“不够”，而是内核的内存管理策略、应用行为或配置不合理共同导致的。关键在于理解 Swap 的触发逻辑，而不是简单地禁用或扩容。
Swap 触发的核心机制：vm.swappiness 与内存压力判断
Linux 并非等到物理内存耗尽才写入 Swap，而是在内存开始紧张时就主动将部分不活跃页（尤其是匿名页）换出。决定这一行为的关键参数是 vm.swappiness（取值 0–100）：
- 值越高（默认 60），内核越倾向提前使用 Swap，哪怕还有空闲内存；
- 值为 0 并不完全禁用 Swap（仅在 OOM 前尝试避免），从内核 4.0+ 开始，真正接近“禁用”需设为 1；
- 值为 10–30 更适合多数服务器场景，平衡响应与内存利用率。
可通过 sysctl vm.swappiness=10 临时调整，或写入 /etc/sysctl.conf 持久生效。
识别真实瓶颈：别只看 Swap 使用量
频繁 Swap 不等于内存不足。需结合以下指标综合判断：
-
free -h 中的
available列 —— 这才是系统当前可立即分配的内存，比free更可靠； -
cat /proc/meminfo 查看
Inactive(anon)和Active(anon)：若大量匿名页长期处于 Inactive 状态，说明内核认为它们近期不会被访问，容易被换出； -
vmstat 1 观察
si（swap-in）和so（swap-out）持续 > 0，同时bi/bo（块 I/O）也高，可能表明 I/O 等待加剧了 Swap 延迟； - 用 smem -s swap -r | head -10 找出实际占用 Swap 最多的进程，而非仅看 RSS。
常见诱因与针对性优化
Swap 频繁往往由特定模式引发，对应优化更有效：
-
Java 应用未限制堆外内存：JVM 除堆内存外还会使用直接内存、线程栈、CodeCache 等，这些不计入 JVM 堆大小但占物理内存。建议设置
-XX:MaxDirectMemorySize并监控NIO buffer使用； -
内存泄漏或缓存膨胀：如 Python 的
requests未关闭 session、Node.js 的全局缓存无清理，会导致匿名页持续增长。用pmap -x <pid>或/proc/<pid>/smaps分析私有脏页（Private_Dirty）； -
透明大页（THP）与 Swap 冲突：启用 THP 时，内核可能因无法拆分大页而延迟回收，间接推高 Swap。对延迟敏感服务可关闭：
echo never > /sys/kernel/mm/transparent_hugepage/enabled； -
ZRAM 或 zswap 配置不当：若已启用压缩交换后端，但
zswap.enabled=1却未调优zswap.max_pool_percent，可能导致压缩池满而 fallback 到磁盘 Swap。
合理使用 Swap 的底线原则
Swap 不是“坏东西”，适度使用可提升内存碎片整理效率、防止突发 OOM。优化目标应是：避免高频换入换出（thrashing），而非彻底消除 Swap 使用：
- 确保 Swap 分区或文件位于低延迟存储（如 NVMe 或独立 SSD），避免与业务 I/O 争抢同一磁盘；
- Swap 大小无需等于物理内存，现代系统 2–4 GB 通常足够，重点在响应质量而非容量；
- 对容器环境（如 Docker），通过
--memory-swappiness单独控制容器级倾向，避免宿主机参数一刀切影响所有容器。
