1. free 命令
内存使用情况的快速入门
如果你是Linux新手，或者只是想快速瞥一眼内存状态linux查看系统进程命令，free 命令绝对是你的第一选择。它简单直接，能迅速展示系统的物理内存和交换空间（swap）的使用概况，是内存检查的“敲门砖”。
在终端输入以下命令：
free -h
这里的 -h 参数让输出变得更人性化，用 GB、MB 等单位显示内存大小，而不是冷冰冰的字节数。
运行后，你可能会看到类似这样的结果：
total used free shared buff/cache available
Mem: 15G 3.2G 9.8G 1.2G 2.8G 11G
Swap: 2.0G 0B 2.0G
别被这些数字吓到，我们来逐一拆解：
你可能会疑惑：free 是 9.8GB，而 available 却有 11GB，这是什么魔法？其实，Linux会把一部分内存用作缓冲区和缓存（buff/cache），这些内存虽然被“占用”，但在需要时可以迅速释放给新进程使用。available 综合考虑了这一点，比 free 更能反映实际可用的内存。
进阶用法
假设你发现系统变慢，运行 free -h 后看到 Swap 的 used 很高（比如1.8GB），说明内存不够用，系统开始频繁使用交换空间。这时可以考虑增加物理内存，或者检查是否有进程占用了过多资源。
2. top 命令
实时掌握内存与进程动态
如果说 free 是内存的静态快照，那 top 就是一幅动态画卷。它不仅能显示内存使用情况，还能实时监控CPU、进程等信息，是Linux用户的“瑞士军刀”。
输入以下命令启动：
top
界面会持续刷新，按 q 退出。
启动后，顶部几行显示系统资源概况，比如：
KiB Mem : 16384000 total, 9876543 free, 3210987 used, 3296460 buff/cache
KiB Swap: 2097152 total, 2097152 free, 0 used. 9876543 avail Mem
单位是KiB（1KiB = 1024字节），翻译成更直观的含义：
交互式操作
top 的强大之处在于它的交互性：
实战场景
假设你运行 top，发现内存 used 持续上升。向下滚动进程列表（用箭头键），找到内存占用最高的进程（看 %MEM 列），记下它的 PID，然后可以用 kill
终止它，或者用后面介绍的 pmap 进一步分析。
延伸工具：htop
如果你觉得 top 的界面不够友好，可以试试 htop（需安装：sudo apt-get install htop）。它提供彩色界面和更直观的导航，用鼠标就能操作，内存信息一目了然。
3. vmstat 命令
深入挖掘虚拟内存细节
vmstat 是一个低调但强大的工具，它不仅能查看内存，还能分析CPU、I/O和进程状态。它的输出虽然简洁，却能揭示系统的深层运行机制。
基本用法
运行以下命令：
vmstat 1
1 表示每秒刷新一次，按 Ctrl + C 停止。
输出解析
输出类似这样：
procs -----------memory---------- ---swap-- -----io---- -system-- ------cpu-----
r b swpd free buff cache si so bi bo in cs us sy id wa st
1 0 0 9876543 123456 3296460 0 0 0 0 1 2 0 0 100 0 0
我们关注内存相关部分：
进阶用法实战场景
运行 vmstat 1，如果发现 si 和 so 持续不为0（比如每秒几十KB），说明系统在频繁使用交换空间。这可能是内存不足的信号，建议检查进程或优化内存分配。
4. pmap 命令
进程内存的显微镜
当你需要深入某个进程的内存使用细节时，pmap 是你的最佳助手。它能展示进程的内存映射，包括每个内存段的大小、权限和来源。
先用 ps aux 找到目标进程的 PID，然后运行：
pmap -x
-x 提供扩展信息。
假设 PID 是 1234，输出可能是：
Address Kbytes RSS Dirty Mode Mapping
0000555555555000 4096 1234 5678 r-x-- /usr/bin/python3
00007ffff7a00000 132 12 12 rw--- [ anon ]
...
total kB 16384 2345 6789
进阶用法实战场景
假设一个 Python 进程（PID 1234）占用了大量内存，运行 pmap -x 1234，发现 RSS 总和远超预期。检查 Mapping 列，可能发现大量 [ anon ]（匿名内存），说明程序有内存泄漏，需优化代码。
5. smem 命令
内存使用的终极分析
smem 是一个专注于内存分析的利器，尤其是对共享内存的处理比其他工具更精准。它能告诉你每个进程的真实内存占用，避免重复计算共享库。
大多数系统默认没有 smem，需要安装：
sudo apt-get install smem # Debian/Ubuntu
sudo yum install smem # CentOS/RHEL
运行：
smem -t -k
-t 显示总数，-k 用人类可读单位。
输出解析
输出类似：
PID User Command Swap USS PSS RSS
1234 user1 /usr/bin/python3 0B 12.3M 12.3M 15.6M
5678 user2 /usr/bin/java 0B 45.6M 45.6M 50.0M
...
Total: 0B 57.9M 57.9M 65.6M
为什么 PSS 更实用？
RSS 会把共享内存完整计入每个进程，导致总数虚高。而 PSS 把共享内存按比例分配linux查看系统进程命令，反映了更真实的内存负担。
实战场景
运行 smem -t -k，发现某个 Java 进程 PSS 高达 500MB，远超预期。结合 pmap 检查它的内存映射，可能发现是加载了过多库文件，优化方案是精简依赖或调整 JVM 参数。
注册会员查看全部内容……
限时特惠本站每日持续更新海量各大内部创业教程，年会员只要98元，全站资源免费下载
点击查看详情
站长微信：9200327
