128GB RAM 的页面错误

Question

我正在 AMD opteron 服务器（4 个 CPU，每个 12 核，128GB RAM）上运行 CPU 和内存繁重的应用程序，用于 3D 重建（www.3dsurvey.si，如果相关）。我注意到由于（我认为）页面错误，CPU 没有按预期使用。我们在处理时每秒出现 100k+ 个页面错误，而内存仅使用了 50% 左右。我们获得的平均处理器利用率约为 10%-20%。我还尝试禁用页面文件（这是不建议的），但没有改进并且页面错误率相同。软件通常使用普通 PC 上的所有处理器。

使问题适用于其他人

• 为什么在仍有大量 RAM 可用的情况下会出现页面错误？
• 如何减少缺页次数？

Answer 1

页面错误可以分为主要错误和次要错误

当您的程序或其数据被换出到磁盘，现在需要从磁盘换入时，就会发生主要页面错误。这些故障被标记为“主要”，因为与 CPU 速度相比，从磁盘换出/换入/从磁盘换出非常慢。当你有足够的可用内存（约50％），以及禁用交换完全没有带来任何性能回来了，我觉得你的问题是不相关的重大故障。

当 CPU 尝试访问不在其小而快速的 TLB 缓存中的虚拟内存地址时，会发生轻微的页面错误，因此，它必须查找存储在已知 DRAM 地址中的更大（更慢）的映射表。偶尔运行程序和/或访问大量内存时，预计会出现大量次要页面错误。当与非 NUMA 感知程序一起使用时，多插槽 NUMA 拓扑（您的 Opteron 使用的相同）可能会加剧此问题。

如果您的程序不支持 NUMA，那么次要页面错误可能是您的性能问题的根源。如果是这种情况，要大致了解一下，请尝试在单插槽计算机上运行该程序（或禁用服务器上除一个插槽之外的所有插槽）并检查 CPU 使用率是否高于预期。

无论如何，只有生产软件的软件公司（或对您的特定程序非常有经验的人）才能完全回答您的问题。