【free -h内存占用】

news/2024/9/19 15:25:58 标签: linux

free -g 命令的输出中,最能准确反映系统中剩余可用内存的参数是 available。这个参数考虑了缓存和缓冲的内存,可以更准确地反映系统的可用内存。

让我们再看一下假设的输出:

              total        used        free      shared  buff/cache   available
Mem:             31           8           2           1          20          21
Swap:             2           0           2

在这个例子中:

  • available 列显示的值是 21 GB,这表示在不需要使用交换空间的情况下,系统中可供新应用程序使用的内存量。
  • free 列显示的值是 2 GB,这表示当前未被使用的内存量,但这并不包括缓存和缓冲的内存。

为什么 available 更准确?

  • free 列只显示当前未被使用的内存量,不包括缓存和缓冲的内存。
  • available 列则考虑了缓存和缓冲的内存,因为这些内存可以在需要时被释放并用于其他用途。因此,available 更能准确反映系统中实际可用的内存量。

例子解释

  • total: 31 GB 总物理内存。
  • used: 8 GB 已使用的内存。
  • free: 2 GB 未使用的内存。
  • shared: 1 GB 共享内存。
  • buff/cache: 20 GB 用于缓存和缓冲的内存。
  • available: 21 GB 可用内存。

因此,如果你想知道系统中剩余可用的内存量,应该查看 available 列。

要计算内存使用占比,你需要使用 usedtotal 参数。内存使用占比可以通过以下公式计算:

[ \text{内存使用占比} = \left( \frac{\text{used}}{\text{total}} \right) \times 100 ]

假设 free -g 的输出如下:

              total        used        free      shared  buff/cache   available
Mem:             31           8           2           1          20          21
Swap:             2           0           2

在这个例子中:

  • total: 31 GB
  • used: 8 GB

使用上述公式计算内存使用占比:

[ \text{内存使用占比} = \left( \frac{8}{31} \right) \times 100 \approx 25.81% ]

因此,内存使用占比大约是 25.81%。

计算步骤

  1. 获取 usedtotal 的值:在这个例子中,used 是 8 GB,total 是 31 GB。
  2. 计算 usedtotal 的比例:( \frac{8}{31} \approx 0.2581 )。
  3. 将比例乘以 100:( 0.2581 \times 100 \approx 25.81% )。

注意事项

  • 这个计算方法只考虑了 usedtotal,并没有考虑 buff/cache。在某些情况下,缓存和缓冲的内存也可以被认为是已使用的内存,因为它们占用了物理内存。
  • 如果你想要更详细地了解内存使用情况,包括缓存和缓冲的内存,可以使用 used + buff/cache 作为已使用内存的值。

例如,如果你想包括缓存和缓冲的内存:

[ \text{内存使用占比(包括缓存和缓冲)} = \left( \frac{\text{used} + \text{buff/cache}}{\text{total}} \right) \times 100 ]

在这个例子中:

[ \text{内存使用占比(包括缓存和缓冲)} = \left( \frac{8 + 20}{31} \right) \times 100 \approx 90.32% ]

这表示如果包括缓存和缓冲的内存,内存使用占比大约是 90.32%。


http://www.niftyadmin.cn/n/5665774.html

相关文章

【Bean】BeanPostProcessor的前置方法和后置方法的作用和使用

在 Spring 中,BeanPostProcessor是一个非常重要的接口,用于在 Spring 容器实例化、初始化 Bean 的前后进行自定义的处理操作。而前置处理器(实现了BeanPostProcessor接口并在特定时机执行特定逻辑的对象)主要有以下作用&#xff1…

【devops】devops-gitlab之部署与日常使用

本站以分享各种运维经验和运维所需要的技能为主 《python零基础入门》:python零基础入门学习 《python运维脚本》: python运维脚本实践 《shell》:shell学习 《terraform》持续更新中:terraform_Aws学习零基础入门到最佳实战 《k8…

【Python】探索 PluginBase:Python 插件系统的灵活构建

我承认这道菜有赌的成分,果然还是赌输了。 在现代软件开发中,插件系统为应用程序提供了极大的灵活性和扩展性。Python,作为一种流行的编程语言,拥有丰富的库和框架来支持插件的开发。今天,我们将深入探讨一个名为Plug…

LinuxC高级作业1

1.已知网址www.hqyj.com截取出网址的每一个部分 2.整理思维导图 3.将配置桥接网络的过程整理成文档 i)) 保证虚拟机提供了桥接模式 菜单栏中 ----> 虚拟机 -----> 设置 -----> 网络适配器 ii) 保证虚拟机可以设置桥接网络 菜单栏中 ----> 编辑 -----> 虚拟网…

高性价比无线蓝牙耳机买哪款好?四大性价比火爆机型大盘点

高性价比无线蓝牙耳机买哪款好?面对市场上琳琅满目的产品,如何挑选到一款高性价比的无线蓝牙耳机,既能满足音质需求,又不至于让预算过于紧张,成为了消费者关注的焦点,根据我多年的选购蓝牙耳机的经验&#…

基于yolov5的不同颜色安全帽检测系统python源码+onnx模型+评估指标曲线+精美GUI界面

【算法介绍】 基于YOLOv5的不同颜色安全帽检测系统是一种利用深度学习技术,特别是YOLOv5目标检测算法的创新应用。该系统旨在提高施工现场的安全管理水平,通过实时识别和检测工人佩戴的安全帽颜色,实现对安全规范的精准监督。 YOLOv5作为一…

LIMA模型——大模型对齐的新方法

人工智能咨询培训老师叶梓 转载标明出处 大模型通常在两个阶段进行训练:首先是从原始文本中进行无监督预训练,以学习通用表示;其次是通过大规模的指令微调和强化学习,以更好地适应最终任务和用户偏好。来自Meta AI、卡内基梅隆大…

实战分享:我是如何挖到CSDN漏洞的?

文章目录 前言一、过程二、总结《Windows信息安全和网络攻防》——清华大学出版社 前言 CxxN是国内很出名的博客平台,用户量非常大,注册用户据说有1个亿?(官方写的)本次我发现的漏洞详情是可以通过用户的id直接获取用户完整的手机号&#xf…