如何最小化 SpamAssassin (spamd) 内存使用

Question

我在 Debian 上使用 SpamAssassin（禁用 Pyzor、AWL 和 Bayes 并启用 sa-compile 的默认配置），并且每个 spamd 子进程在 32位服务器，在 64 位服务器上大约是这个（逻辑上足够）的两倍。通常有两个子进程，但在繁忙时间可能有五个（最多）正在运行。

ISTM 认为 200 到 600MB 是这项任务的大量内存。我想继续使用 SA 作为过滤结构的一部分，但越来越难以证明如此多的内存是合理的。

有没有办法减少每个子进程使用的内存量？（或者，让单个子进程如此之快，以至于我可以将最大子进程设置为 2 之类的东西？）。我愿意考虑任何选项，包括会或可能会导致准确性降低的选项。

我已经阅读了 SA wiki 上的“内存不足问题”页面；没有任何用处。不使用 SA 扫描大于 5 MB 的邮件。

Answer 1

我认为您误解了 Linux 报告内存使用情况的方式。当一个进程分叉时，它会导致第二个进程与原始进程共享大量资源。其中包括内存。但是，Linux 为此使用了一种称为写时复制 (COW) 的技术。这意味着每个分叉的子进程将在内存中看到与原始进程相同的数据，但是每当该数据发生更改（由子进程或父进程）时，更改都会被复制，然后才指向新位置。

在其中一个进程对该数据进行更改之前，它们共享同一个副本。结果，我可以有一个使用 100MB RAM 的进程，并将其 fork 10 次。这些分叉进程中的每一个都将显示 100MB 的 RAM 正在使用，但是如果您查看盒子上的总体内存使用情况，它可能只显示正在使用 130MB 的 RAM（进程之间共享 100MB，加上几 MB 的开销, 再加上十几 MB 或两个用于系统的其余部分）。

作为最后一个例子，我现在有一个运行着 30 个 apache 进程的盒子。每个进程都显示使用了 22MB 的 RAM。但是，当我运行free -m以显示我的整体 RAM 使用情况时，我得到：

topher@crucible:/tmp$ free -m
             total       used       free     shared    buffers     cached
Mem:           349        310         39          0         24         73
-/+ buffers/cache:        212        136
Swap:          511         51        460

正如您所看到的，这个盒子甚至没有足够的 RAM 来运行 30 个进程，每个进程都使用 18MB 的“真实”RAM。除非你真的用完了 RAM 或者你的应用程序正在大量交换，否则我不会担心。

更新：此外，检查出这个工具叫SMEM，通过提到jldugger在回答关于Linux的内存使用另外一个问题在这里。

Answer 2

使用sa-compile您也许能够提高许多规则的匹配速度。