https://zhuanlan.zhihu.com/p/72998605
在NUMA系统中，如果使用页面cache所带来的的收益超过数据存储在不同zone/node的损失，那么可以选择在当前zone内存不足时不进行回收（以保留页面cache），而是使用其他zone/node的空闲内存。
反之，如果数据的locality更加重要，则应该选择在当前zone进行本地回收。可通过"/proc/sys/vm/zone_reclaim_mode"设置是否优先使用本地回收，该参数的默认值是0，表示不开启本地回收。
不过，对于大多数的UMA系统来说，本地回收则是更普遍的现象。回收的触发大致分为两种。一种是在内存分配时发现空闲内存严重不足，直接启动内存回收操作，这种内存回收被称为"direct reclaim"。在direct reclaim模式下，分配和回收是同步的关系，内存分配的过程会被内存回收的操作所阻塞，增加等待的时间。
对于anonymous page的回收，swap out必然会引起相对慢速的I/O操作。对于page cache的回收，如果是"dirty"的，也需要write back，也会引起I/O操作。Direct reclaim造成内存分配的等待已经让它很不好意思了，为了避免I/O操作加剧等待时间，它通常会选择"clean"的page cache来作为回收的对象。
一个更理想的情况是，我们能在内存压力不那么大的时候，就提前启动内存回收。而且，在某些场景下（比如在interrupt context或持有spinlock时），内存分配根本就是不能等待的。因此，Linux中另一种更为常见的内存回收机制是使用kswapd。
每个node对应一个内核线程kswapd，kswapd在被唤醒后将扫描各个zone的内存使用状态，并据此进行必要的内存回收操作，因此kswapd的回收方式又被称为"background reclaim"。至于什么情况下触发direct reclaim，什么情况下又会触发background reclaim，是由内存的"watermark"决定的（关于这一块的详细介绍，请参考这篇文章）。
Kswapd虽然名字中含有"swap"，但它不光处理anonymous page的swap out回收，同样处理page cache的回收，而且它还肩负着平衡active list和inactive list的重任，所以被它调用的函数叫做balance_pgdat()。
不管是direct reclaim，还是kswapd，最终都是调用shrink_zone() --> shrink_page_list() 进行回收操作。
static unsigned long shrink_list(enum lru_list lru, unsigned long nr_to_scan,
struct lruvec *lruvec, struct scan_control *sc)
{
if (is_active_lru(lru)) {
if (inactive_list_is_low(lruvec, is_file_lru(lru), sc, true))
shrink_active_list(nr_to_scan, lruvec, sc, lru);
return 0;
}
return shrink_inactive_list(nr_to_scan, lruvec, sc, lru);
}
当inactive list中的页面比较少时，shrink_active_list()会从active list尾端转移一部分页面到inactive list中。这里的“少”是相对的，通常物理内存越大，inactive list的页面占比可以越小（页面总数还是增加的），因为inactive list的长度主要是用来减少短时间内refault的（参考上篇文章）。
shrink_inactive_list --> shrink_page_list 将从inactive list尾端移除选定数目的页面，进行释放。
回收一个页面之前，如果该页面当前是被映射的（根据struct page的_mapcount域判断），需要调用try_to_unmap()，通过reserve mapping更改所有指向这个页面的PTEs。对于anonymous page，还需要在swap space中分配slot，并且将这个page标记为dirty的。anonymous page是没有backing store的，从dirty的角度，它可以算是一直dirty的。
前面提到过，不是所有的页面都可以被回收的。如果检测到页面的flag是PG_locked或者是PG_reserved的，则只能跳过。对于正在回写的（flag是PG_writeback的），通常也是放弃回收，有这功夫去等待回写完成，还不如去找链表上其他的clean page。
之后，对于flag是PG_dirty的页面，启动pageout()将这些页面备份或者同步到外部磁盘，这里“备份”针对的是anonymous page，“同步”针对的是page cache。
免死金牌
内存回收算法是根据过去的情况预测未来，而且作为工程应用，融入了很多经验的元素，有可能存在一个进程的页面不断被回收，而这个进程因为需要继续运行又不断申请内存页面的情况，导致大部分的时间耗费在磁盘访问上，而进程无法实质性地运行下去。这样的情况虽然少见，但还是有一定发生的几率。为了保证执行完成，进程可以用申请swap token，拥有了swap token，就可以被内存回收算法暂时豁免（相当于免死金牌），除非，内存实在已经紧张的不行了。
Swap token机制是从linux内核2.6.9版本引入的，整个系统只有一个，用swap_token_mm表示，swap_token_mm指向当前持有swap token的进程的mm_struct。为了保证公平性，每个进程持有swap token的时间是有限的，持有时间由一个定时器控制，定时器timeout后，swap token就会转移给下一个进程。
之后的2.6.20版本引入了更合理的swap token抢占机制：如果一个进程在一段时间内换入的页面较多，说明它可能受到页面换出的影响较大，则这样的进程可以获得在swap token抢占中更高的优先级。随着linux虚拟内存模型的不断演进，swap token机制并不能很好的和cgoups以及NUMA placement融合，因而在3.4版本中被移除了，详情请参考这个patch。
壮士断腕
尽管kswapd是很努力的，但它毕竟是周期性执行的，难免出现某个时刻系统中剩余的内存极少，少到可能连回收内存操作本身需要的内存都不够了。这时候只能使出终极武器了，那就是OOM killer，做法是选择一个进程（out_of_memory --> select_bad_process），然后kill掉（oom_kill_process中发送SIGKILL信号），把它占用的内存释放出来，牺牲了这个进程，保全了整个系统。虽然OOM killer有时候可能导致严重的损失，但总比系统完全崩溃要好。这个无辜的bad process（其实应该是victim啦）可不是随便挑的，应该优先选择这些：
- 占有page frames比较多的，占有的多释放的才多，kill掉才有意义。
- 静态优先级比较低的。
而不能选择这些：
- 内核线程，因为内核线程往往执行的都是比较关键的任务。
- 进程号为1的init进程。如果父进程退出，而它的一个或多个子进程还在运行，那么这些子进程将被init进程托管，如果init进程都挂了，那就……所以啊，kill掉init进程是内核不允许的行为。
- 直接访问硬件设备的进程，如果强行终结这样的进程，可能将硬件置于一个不确定的状态。
参考：
原创文章，转载请注明出处。