在IDC运维日常工作中，内存泄漏是最常见也最棘手的问题之一。一台运行正常的服务器可能因为内存泄漏导致性能下降、OOM Kill甚至服务中断。本文将分享一线运维工程师常用的内存泄漏排查思路与实战工具。

一、识别内存泄漏的典型特征

内存泄漏通常有以下表现：系统内存使用率持续走高，且不会随业务低谷释放；Swap分区使用率异常升高；dmesg日志中频繁出现OOM Killer记录；相同业务量下，进程内存占用逐日增加。发现这些迹象时，应立即启动排查流程。

二、基础排查工具链

首先使用free -h查看整体内存状态，关注available列而非单纯的used。top命令按M排序查看进程内存占用，注意RES（常驻内存）和VIRT（虚拟内存）的变化趋势。更专业的是ps aux --sort=-%mem，可以精确输出各进程内存占比。

对于怀疑泄漏的进程，使用pmap -x 查看进程地址空间分布，重点关注Anon页的增长。cat /proc//smaps可以看到更细粒度的内存段信息，帮助定位是哪个动态库或堆区域异常增长。

三、进阶定位手段

valgrind --tool=memcheck是诊断内存泄漏的金标准，但会显著降低性能，仅适合测试环境。生产环境推荐使用tcmalloc或jemalloc自带的内存统计功能，配合gdb挂载运行中进程生成heap dump分析。

perf record -g -p 配合perf report可以分析进程调用栈，结合memleak工具（bcc-tools套件）可在不重启服务的情况下动态追踪内核级内存分配与释放路径，这是目前生产环境最实用的无侵入排查方案。

四、解决与预防

定位到泄漏点后，优先考虑升级对应软件版本——很多开源组件的历史版本存在已知内存泄漏Bug。临时缓解可配置systemd服务的MemoryMax阈值或定期重启策略，但这只是权宜之计。长期预防需建立内存基线监控，配合告警阈值，在泄漏影响业务前发现并解决问题。