Linux OOM Killer 计分模型源码拆解：进程 adj 权重、内存透...

前言
1.png
声明：本文所有分析均基于 Linux v6.1 LTS 稳定版内核原生源码，所引用的代码片段、机制解释及结论仅供学习参考与技术交流。内核版本迭代、架构差异或特定发行版的内核定制改造可能导致行为有所偏差。鉴于内核源码的复杂性与笔者水平有限，文中如有错误、疏漏或表述不当之处，欢迎通过评论或邮箱指正探讨，以期共同完善。请以您所用内核版本的官方源码为准。
本文全部代码基于Linux v6.1 LTS稳定版，为生产环境内核基线，适配物理机、云主机、容器全场景。规避原版仓库反爬校验，统一采用内核官方静态源码镜像溯源
从内核源码结构体维度，计分数据源完全取自task_struct、mm_struct核心内核结构体
精准绑定进程内核级内存记账数据，不受用户态内存统计工具干扰
这也是用户态监控内存数据与内核OOM判定不一致的核心根源
基于Linux内核稳定版mm/oom_kill.c源码，纯底层机制拆解、零运维操作、零入门科普
Linux v6.1 oom_kill.c 永久静态镜像
OOM Killer 内核底层本质
2.png
Linux OOM Killer并非大众认知的"系统内存耗尽后的兜底杀进程逻辑"
而是内核内存压力博弈下的强制资源收敛机制，属于虚拟内存子系统的核心容错模块
耦合伙伴系统、Slab内存管理器、进程调度结构体与内存记账体系
其核心设计本质并非"回收内存"，而是在系统处于内存硬死锁、页分配彻底失败的临界状态下
通过确定性计分算法筛选最优牺牲进程，打破内存分配阻塞僵局，保障内核基础调度链路不崩塌
绝大多数线上业务OOM异常、核心服务无辜被杀、内存充足却触发OOM等疑难问题
均源于开发者对内核计分源码约束、内存权重配比规则、隐性内存透支记账机制的认知盲区
而非简单的业务内存溢出
聚焦内核底层逻辑与线上底层疑难根因
OOM 核心计分内核算法源码级深度拆解
3.png
OOM Killer所有筛选逻辑的核心载体为oom_badness()内核函数，是进程OOM分数判定的唯一源码入口
所有进程权重、内存占用、特权属性的计算逻辑均封装于此
最终输出以页帧计数的绝对分数，分数越高越优先被杀死（与 oom_score_adj 归一化缩放共同决定最终分数）
核心计分源码完整逻辑链路
内核计分不采用单一内存占用维度
而是物理内存(RSS)+交换内存(SWAP)+页表内存(pgtables)+adj权重修正的多维加权模型（注：v6.1 已移除早期版本的 CAP_SYS_ADMIN 特权衰减逻辑）
核心源码计算逻辑如下，完全贴合内核原生实现：
基础得分 = 进程RSS物理内存占用 + 交换分区内存占用 + 进程页表占用内存（以页帧计）最终OOM分数 = 基础得分 + 经totalpages归一化后的oom_score_adj权重修正值
内核原生源码片段（v6.1 稳定版｜oom_badness完整实现）：
精准对应上述多维加权计分模型，为OOM打分唯一核心实现，无任何二次封装

// linux/mm/oom_kill.c (v6.1 stable | oom_badness完整实现)
long oom_badness(struct task_struct *p, unsigned long totalpages)
{
        long points;
        long adj;

        // 过滤内核线程与全局init进程
        if (oom_unkillable_task(p))
                return LONG_MIN;

        p = find_lock_task_mm(p);
        if (!p)
                return LONG_MIN;

        // oom_score_adj == -1000 直接豁免（先查 adj 可省去后续 points 计算）
        adj = (long)p->signal->oom_score_adj;
        if (adj == OOM_SCORE_ADJ_MIN ||
                        test_bit(MMF_OOM_SKIP, &p->mm->flags) ||
                        in_vfork(p)) {
                task_unlock(p);
                return LONG_MIN;     // ← 豁免检查失败，直接退出，不计算 points
        }

        // 核心计分：RSS物理内存 + Swap内存 + 页表内存三维度加权
        // 注：执行到此说明豁免检查通过，adj 变量后续将复用为归一化系数
        points = get_mm_rss(p->mm) + get_mm_counter(p->mm, MM_SWAPENTS) +
                 mm_pgtables_bytes(p->mm) / PAGE_SIZE;
        task_unlock(p);

        // adj归一化缩放：adj *= totalpages / 1000
        adj *= totalpages / 1000;
        points += adj;

        return points;
}

代码对应核心机制：
1. 三点计分：RSS + SWAPENTS + pgtables_bytes 三维度，物理内存权重最高 2. adj归一化缩放：adj *= totalpages / 1000; points += adj 内嵌于本函数，无独立子函数，解释「大机器adj放大、小容器adj失效」的故障根因 3. 前置过滤：oom_unkillable_task() 过滤内核线程与init进程，adj == OOM_SCORE_ADJ_MIN 直接豁免 4. 注意：v6.1 版本 oom_badness() 已简化为 (p, totalpages) 双参数签名，且不含 CAP_SYS_ADMIN 特权衰减（该衰减在 v6.1 已移除）
关键内核权重约束机制
普通技术认知仅知晓oom_score_adj可调权重，却完全不懂内核权重归一化底层约束
内核并不会直接叠加adj原始值，而是会基于系统总内存完成归一化计算：
adj *= totalpages / 1000
该底层机制决定了：大内存服务器环境下，相同adj数值的修正效果会被放大
小内存容器环境下权重修正会被稀释，这是容器场景核心服务微调adj仍被误杀的核心底层原因
adj权重归一化核心实现（v6.1 稳定版）：
该逻辑并非独立函数，而是内嵌于oom_badness()函数的尾部（详见上节代码），位于计分计算与task_unlock()之后

// linux/mm/oom_kill.c (v6.1 stable | oom_badness() 尾部内联)
adj = (long)p->signal->oom_score_adj;                     // 读取 adj
// ... 前置过滤与三维度计分后 ...
adj *= totalpages / 1000;                                 // totalpages 全局归一化缩放
points += adj;

return points;

关键差异说明：
v6.1 中不存在名为 oom_score_adj_update() 的独立函数，adj归一化是 oom_badness() 的内联逻辑； v6.1 已移除 CAP_SYS_ADMIN专属的 points /= 4 特权衰减机制（该机制存在于更早内核版本，v6.1不再适用）； totalpages 来源：全局场景来自 totalram_pages() + total_swap_pages（constrained_alloc() 中计算），cgroup场景来自 mem_cgroup_get_max()。
内核原生补充证据——constrained_alloc()中totalpages的实际计算逻辑（v6.1 稳定版）：
totalpages在constrained_alloc()函数中按约束类型动态赋值，该值直接传递给oom_badness()决定adj归一化的缩放幅度：

// linux/mm/oom_kill.c (v6.1 stable | constrained_alloc totalpages 赋值逻辑)
static enum oom_constraint constrained_alloc(struct oom_control *oc)
{
        // MEMCG 场景：totalpages = cgroup 内存上限
        if (is_memcg_oom(oc)) {
                oc->totalpages = mem_cgroup_get_max(oc->memcg) ?: 1;
                return CONSTRAINT_MEMCG;
        }

        // 全局场景：totalpages = 全部物理内存 + 全部 swap
        oc->totalpages = totalram_pages() + total_swap_pages;

        // MEMORY_POLICY 场景：totalpages = 指定 NUMA 节点的物理 + swap
        // ...
        // CPUSET 场景：totalpages = cpuset 绑定的节点物理 + swap
        // ...
}

源码机制溯源：
totalpages在不同约束场景取值不同，直接导致adj归一化效果的差异化
物理机totalpages极大导致adj修正被显著放大，cgroup容器totalpages较小导致adj修正被稀释
这是"在物理机上微调 adj 有效、在容器中微调无效"的底层源码根因
该逻辑属于内核硬编码约束，无任何配置开关可关闭
进程虚实内存权重配比底层源码约束
4.png
物理内存（RSS）与虚拟内存权重博弈机制
内核OOM计分的核心权重倾斜规则：
物理内存占用权重远高于虚拟内存，交换分区内存占用具备惩罚性加权
源码中通过get_mm_rss统计进程实际物理驻留内存，通过get_mm_counter统计MM_SWAPENTS交换内存
二者直接计入基础得分，无任何衰减
而进程虚拟内存总占用仅作为辅助判定维度，不参与核心计分
内核源码佐证：虚实内存计分权重差异化约束（v6.1 稳定版）

// include/linux/mm.h (v6.1 stable | get_mm_rss 实际定义位置)
// 注意：该函数定义在 mm.h 头文件中，所有包含该头文件的源文件均可使用
static inline unsigned long get_mm_rss(struct mm_struct *mm)
{
        return get_mm_counter(mm, MM_FILEPAGES) +
               get_mm_counter(mm, MM_ANONPAGES);
}

// include/linux/mm_inline.h (v6.1 stable | MM_SWAPENTS 枚举)
enum mm_counter_item {
        MM_FILEPAGES,       // 0
        MM_ANONPAGES,       // 1
        MM_SWAPENTS,        // 2
        MM_SHMEMPAGES,      // 3
        NR_MM_COUNTER_ITEMS
};

OOM计分核心仅统计文件页+匿名页物理内存、swap交换内存、页表内存三维度
虚拟内存total_vm不纳入计分，这是「虚存透支、物理落地瞬间OOM」的核心代码根源
内核原生补充证据——dump_task()输出中的total_vm仅用于诊断打印（v6.1 稳定版）：
dump_task()函数用于OOM触发时打印各进程内存状态（dmesg 中可见的 Tasks state 信息），它确实输出了total_vm
但该值仅用于诊断展示，从未被oom_badness()引用为计分因子：

// linux/mm/oom_kill.c (v6.1 stable | dump_task 输出诊断信息)
static int dump_task(struct task_struct *p, void *arg)
{
        // ... 前置过滤逻辑 ...
        task = find_lock_task_mm(p);
        // ...
        // 注意：total_vm 在此处仅打印，不参与 oom_badness 计分
        pr_info("[%7d] %5d %5d %8lu %8lu %8ld %8lu %5hd %s\n",
                task->pid, from_kuid(&init_user_ns, task_uid(task)),
                task->tgid, task->mm->total_vm, get_mm_rss(task->mm),
                mm_pgtables_bytes(task->mm),
                get_mm_counter(task->mm, MM_SWAPENTS),
                task->signal->oom_score_adj, task->comm);
        task_unlock(task);
        return 0;
}

源码维度证据链：
dump_task明确输出total_vm用于诊断，但回看上节核心计分源码完整逻辑链路oom_badness()计分公式
仅包含get_mm_rss（物理内存）+ MM_SWAPENTS（swap）+ mm_pgtables_bytes（页表）
total_vm被内核刻意排除在计分之外
这是开发者在dmesg中看到某进程total_vm极大但OOM却杀了另一个进程的底层源码根因
该底层规则直接导致典型线上疑难场景：
大量业务进程仅申请虚拟内存、未落地物理内存，看似内存占用极低，但突发批量物理内存落地时，会瞬间抢占系统内存，触发OOM 而长期占用大量物理内存的沉睡进程，会持续拉高自身OOM分数，成为优先被杀对象，完全违背业务直观认知
页表内存的隐性计分权重盲区
绝大多数开发者完全忽略mm_pgtables_bytes页表内存占用的计分贡献
内核源码会将进程页表占用的内存换算为页帧数量，全额计入基础OOM得分
对于海量连接、多线程业务进程，页表内存会随线程数、文件描述符数线性膨胀
即便业务数据内存占用极低，页表内存也会导致进程OOM分数飙升，引发无辜被杀
内核源码片段：页表内存计分核算逻辑（v6.1 稳定版）

// linux/mm/memory.c (v6.1 stable | mm_pgtables_bytes 定义)
size_t mm_pgtables_bytes(const struct mm_struct *mm)
{
        return mm->pgtable_bytes;
}

// oom_kill.c (oom_badness 内部) 页表内存全额纳入计分核心逻辑
points += mm_pgtables_bytes(p->mm) / PAGE_SIZE;

页表内存无豁免、无衰减全额计分，精准解释「轻量高并发多线程业务内存低占用却无辜OOM」的隐蔽故障
多线程进程会创建独立页表映射，pgtable_bytes持续累加
且内核无页表内存豁免规则，是高并发轻量业务进程无辜OOM的核心代码根源
Slab 内存占用对 OOM 判定的底层干扰机制（内核级隐蔽漏洞）
5.png
Slab作为内核缓存内存管理核心模块，其内存占用不归属任何用户进程OOM统计
但会占用系统全局可用内存，直接压缩系统内存水位
触发全局OOM判定，这是线上最隐蔽的OOM诱因
Slab内存的内核记账隔离机制
内核Slab缓存（dentry、inode、buffer_head等）属于内核态全局内存，不计入task_struct进程内存统计
用户态监控工具无法感知其对OOM的影响
当业务频繁创建销毁文件、套接字、目录节点时，Slab缓存会持续膨胀
且Slab回收存在内核延迟机制，不会随业务进程退出即时释放
内核源码片段：OOM评估过滤内核线程机制（v6.1 稳定版）

// linux/mm/oom_kill.c (v6.1 stable | oom_evaluate_task 前段过滤逻辑)
static int oom_evaluate_task(struct task_struct *task, void *arg)
{
        struct oom_control *oc = arg;
        long points;

        // oom_unkillable_task 过滤 init 进程和 PF_KTHREAD 内核线程
        if (oom_unkillable_task(task))
                goto next;

        // cpuset 亲和性过滤
        if (!is_memcg_oom(oc) && !oom_cpuset_eligible(task, oc))
                goto next;

        // 已标记为 OOM victim 且有 MMF_OOM_SKIP 的跳过
        if (!is_sysrq_oom(oc) && tsk_is_oom_victim(task)) {
                if (test_bit(MMF_OOM_SKIP, &task->signal->oom_mm->flags))
                        goto next;
                goto abort;
        }

        // oom_badness 打分筛选（异常点为 LONG_MAX 时由 oom_task_origin 提前选择）
        points = oom_badness(task, oc->totalpages);
        if (points == LONG_MIN || points < oc->chosen_points)
                goto next;

select: // 更新最优候选
        if (oc->chosen)
                put_task_struct(oc->chosen);
        get_task_struct(task);
        oc->chosen = task;
        oc->chosen_points = points;
        return 0;
next:
        return 0;
abort:
        if (oc->chosen)
                put_task_struct(oc->chosen);
        oc->chosen = (void *)-1UL;
        return 1;
}

注意：
struct kmem_cache 结构体定义于 include/linux/slab_def.h，字段远多于 total_pages/free_pages，博客此处仅为示意Slab内存与用户进程内存分离的概念，不代表实际内核结构体定义。 OOM评估链路通过 oom_unkillable_task() 过滤内核线程（PF_KTHREAD），但Slab内存消耗的是系统可用物理内存，其本身不归属任何用户进程RSS统计。
源码核心结论：
oom_unkillable_task() 天然过滤内核线程与init进程，OOM计分仅针对用户态进程打分，不直接清算内核Slab内存。 Slab内存挤占系统资源后，OOM机制只能杀死用户进程来回收内存，这是"系统内存充足、业务无辜OOM"的底层代码壁垒
内核原生补充证据——Slab检测函数should_dump_unreclaim_slab()（v6.1 稳定版）：
内核自身内置了专门检测"不可回收 Slab 是否超过全部用户 LRU 页面"的函数
该函数在dump_header()中被调用，是OOM发生时内核主动打印Slab超量信息的源码依据

// linux/mm/oom_kill.c (v6.1 stable | should_dump_unreclaim_slab 完整实现)
/*
 * Check whether unreclaimable slab amount is greater than
 * all user memory(LRU pages).
 * dump_unreclaimable_slab() could help in the case that
 * oom due to too much unreclaimable slab used by kernel.
 */
static bool should_dump_unreclaim_slab(void)
{
        unsigned long nr_lru;

        nr_lru = global_node_page_state(NR_ACTIVE_ANON) +
                 global_node_page_state(NR_INACTIVE_ANON) +
                 global_node_page_state(NR_ACTIVE_FILE) +
                 global_node_page_state(NR_INACTIVE_FILE) +
                 global_node_page_state(NR_ISOLATED_ANON) +
                 global_node_page_state(NR_ISOLATED_FILE) +
                 global_node_page_state(NR_UNEVICTABLE);

        return (global_node_page_state_pages(NR_SLAB_UNRECLAIMABLE_B) > nr_lru);
}

// dump_header 中调用 should_dump_unreclaim_slab
if (should_dump_unreclaim_slab())
        dump_unreclaimable_slab();

源码机制溯源：
该函数的存在本身就证明了内核社区已知"不可回收 Slab 超量"是OOM的重要诱因
当不可回收Slab占比超过所有用户态LRU页面总量时，OOM日志会主动dump slab信息
这是"内存充足却 OOM——Slab隐性挤占"场景的源码级直接证据，也是线上故障排查时dmesg中出现Slab信息的内核底层原因
Slab 干扰OOM判定的核心场景
系统整体内存剩余充足、业务进程内存占用极低，但Slab缓存占用过半系统内存
导致系统可分配空闲内存枯竭，内核触发OOM流程
此时OOM计分模型仅针对用户进程打分，不会清算内核Slab内存
最终随机杀死正常业务进程，形成典型的"内存充足却OOM、核心服务无辜被杀"疑难问题
其本质是内核用户态/内核态内存记账隔离的底层约束
内核内存透支机制源码解析（隐蔽型OOM根源）
6.png
Linux内核采用乐观内存分配机制，这是所有内存透支问题的底层根源
内核允许进程申请的虚拟内存总量远超系统物理内存上限，无实时内存总量校验
仅在页表落地、物理内存写入时触发内存校验，形成内存透支
内存透支的内核实现逻辑
伙伴系统仅维护物理内存页帧的分配状态，虚拟内存的mmap申请、brk扩容均为逻辑记账操作，无物理内存占用
内核为提升内存利用率，默认允许超量虚拟内存分配
当多个进程同时触发虚拟内存落地、批量抢占物理内存时
系统物理内存瞬间耗尽，形成突发式内存透支，直接触发OOM Killer强制执行
内核源码相关机制：乐观内存分配与内存透支底层机制（v6.1 稳定版）

// linux/mm/mmap.c (v6.1 stable | do_mmap 入口示意 - 省略内部复杂校验)
// do_mmap 仅校验文件映射/匿名映射的地址区间合法性，
// 不会校验当前系统剩余物理内存是否足够分配，支撑内核乐观分配模型

// linux/mm/oom_kill.c (v6.1 stable | out_of_memory 入口)
bool out_of_memory(struct oom_control *oc)
{
        // 检查 oom_killer_disabled
        // 触发 blocking_notifier 通知链（用户态可注册回调）
        // 检查 current 是否即将释放内存
        // 通过 constrained_alloc 确定约束类型
        // 通过 select_bad_process 选择目标
        // 通过 oom_kill_process 执行杀进程
}

核心机制：
do_mmap 虚存分配无物理内存校验，仅做地址空间合法性检查，支撑内核乐观分配模型； out_of_memory 入口触发条件：物理页分配（伙伴系统 __alloc_pages）彻底耗尽即调用该函数，是流量高峰瞬时内存透支击穿、突发OOM的底层源码依据
源码机制溯源：虚拟内存分配无全局阈值校验，物理内存按需落地分配
是Linux内核内存透支、突发OOM故障的原生设计特性，非bug
线上高频隐蔽内存透支场景
1. 容器场景内存限额透支：容器cgroup内存限额仅约束物理内存，不限制虚拟内存，容器内进程批量预分配虚拟内存，累计透支远超容器限额，突发物理内存落地触发OOM； 2. 异步批量内存落地：业务预热阶段批量申请虚拟内存，长期无读写操作，内存处于透支状态，流量高峰瞬时批量写入，物理内存瞬间击穿水位； 3. 子进程内存继承透支： fork子进程继承父进程全部虚拟内存空间，无实时内存拷贝，多进程叠加后虚拟内存透支量指数级增长，触发内核内存压力阈值
内核原生补充证据——cgroup OOM全杀机制oom_kill_memcg_member()（v6.1 稳定版）：
当容器cgroup触发OOM时，内核不仅仅杀死单个候选进程
而是会扫描整个cgroup内所有非豁免进程，分别执行__oom_kill_process：

// linux/mm/oom_kill.c (v6.1 stable | oom_kill_memcg_member 完整实现)
/*
 * Kill provided task unless it's secured by setting
 * oom_score_adj to OOM_SCORE_ADJ_MIN.
 */
static int oom_kill_memcg_member(struct task_struct *task, void *message)
{
        if (task->signal->oom_score_adj != OOM_SCORE_ADJ_MIN &&
            !is_global_init(task)) {
                get_task_struct(task);
                __oom_kill_process(task, message);
        }
        return 0;
}

源码维度证据链：容器场景触发OOM时，oom_kill_process()通过mem_cgroup_scan_tasks(oom_group, oom_kill_memcg_member, message) 遍历整个cgroup
所有未设置oom_score_adj=-1000的成员进程都会被逐一__oom_kill_process
这意味着：容器内单个进程触发OOM，可能导致整个容器内所有服务进程被连坐杀死，这是"容器中核心服务无故全部挂掉"的物理根因
业务无辜被杀完整根因溯源（全底层链路复盘）
7.png
结合上述所有内核底层机制，可精准复盘99%线上业务无辜OOM被杀的核心根因，完全区别于表层业务内存溢出结论：
1. adj权重归一化适配失效：大内存服务器未适配内核adj归一化机制，微调的低权重配置被系统内存总量稀释，核心服务无法获得有效豁免； 2. 虚实内存权重认知偏差：核心业务长期占用稳定物理内存，OOM分数持续偏高，而突发透支内存的非核心进程虚拟内存不计分，最终核心进程被优先杀死； 3.Slab内核内存隐性挤占：内核缓存内存耗尽系统空闲资源，用户进程无内存可分配，OOM机制只能清算用户态正常进程； 4. 内存透支突发击穿机制：长期虚拟内存透支累积，流量高峰瞬时物理内存落地，系统无缓冲时间，直接触发强制OOM杀进程逻辑
高可用自愈模型与生产环境调优实战（落地方案）
8.png
摒弃常规重启、扩容、简单调adj的表层方案，基于内核底层机制
构建纯内核约束级的高可用OOM自愈规避模型，从根源杜绝无辜OOM与突发OOM故障
精准权重隔离模型（基于adj内核归一化适配）
突破常规固定adj配置误区，基于系统总内存、容器内存限额做动态adj权重适配，抵消内核归一化稀释效应
核心服务配置极限豁免权重（oom_score_adj = -1000），从计分模型底层直接跳过OOM计分筛选，降低被杀优先级
Slab 内存可控回收内核机制
针对内核Slab隐蔽挤占问题，构建定时精准回收模型
针对dentry、inode等高频膨胀缓存做定向回收，规避全局Slab内存溢出
同时监控内核态内存水位，将Slab内存占用纳入系统内存压力判定指标，提前触发内存节流，避免被动OOM
内存透支前置拦截模型
打破内核乐观分配机制的弊端，基于cgroup内存记账、进程虚拟内存透支量做前置监控
实时统计进程虚拟内存与物理内存差值，识别隐性透支进程
在内存透支量逼近系统阈值时，触发前置内存回收、流量限流，杜绝瞬时物理内存击穿引发的突发OOM
内核源码片段：OOM通知机制与豁免判定（v6.1 稳定版）

// linux/mm/oom_kill.c (v6.1 stable | oom_notify_list 定义位置)
static BLOCKING_NOTIFIER_HEAD(oom_notify_list);

int register_oom_notifier(struct notifier_block *nb)
{
        return blocking_notifier_chain_register(&oom_notify_list, nb);
}
EXPORT_SYMBOL_GPL(register_oom_notifier);

int unregister_oom_notifier(struct notifier_block *nb)
{
        return blocking_notifier_chain_unregister(&oom_notify_list, nb);
}
EXPORT_SYMBOL_GPL(unregister_oom_notifier);

// include/linux/oom.h (v6.1 stable | OOM_SCORE_ADJ_MIN 宏定义)
#define OOM_SCORE_ADJ_MIN      (-1000)

// oom_kill.c (oom_badness 内部) 豁免判定为内联逻辑，无独立函数的 oom_skip_task
static bool oom_unkillable_task(struct task_struct *p)
{
        if (is_global_init(p))
                return true;
        if (p->flags & PF_KTHREAD)
                return true;
        return false;
}

以上为兜底前的主动拦截，而一旦拦截失效、OOM不可避免时，需要利用内核原生通知机制与豁免判定接口实现最后一层防御
具体而言，基于内核OOM通知机制，可构建用户态与内核态联动自愈链路
生产环境调优实战建议
内核参数调优：在 /etc/sysctl.conf 中配置 vm.overcommit_ratio=50、vm.swappiness=10、vm.min_free_kbytes=保留内存值，执行 sysctl -p 生效，无需改内核源码 Slab 监控：通过 cat /proc/slabinfo 或 slabtop 命令观察 inode、dentry 等缓存是否异常增长，配合 memcg 的 memory.kmem.slabinfo 定位泄漏源，发现异常直接清理或限制对应 cgroup cgroup 内存限制：在 /sys/fs/cgroup/memory/ 下为关键业务配置 memory.limit_in_bytes 和 memory.soft_limit_in_bytes，设置合理的 oom_guard 阈值，避免业务进程被误杀告警体系：对 MemAvailable 低于 10%、Slab 占比超过 40%、OOM Killer 触发次数等指标设置实时告警，提前介入优雅降级：在内存压力达到预警线时，自动触发非核心服务的优雅降级，释放内存给核心业务
内核原生补充证据——OOM完整执行链路：选定→标记→SIGKILL→Reaper 异步回收（v6.1 稳定版）：
前面两段代码分别展示了OOM通知机制和豁免判定逻辑，但选定目标后的执行链路是多数开发者未知的盲区
内核实际执行OOM分为三步：
1.mark_oom_victim()：标记 TIF_MEMDIE 线程标志，授予内存储备访问特权，打破分配死锁； 2.__oom_kill_process()：发送 SIGKILL，同时遍历所有共享同一 mm 的进程连坐杀死； 3.queue_oom_reaper()：延迟 2 个 jiffies 后启动内核线程异步回收物理内存

// (1) 标记受害者，授予内存储备访问特权
static void mark_oom_victim(struct task_struct *tsk)
{
        struct mm_struct *mm = tsk->mm;

        WARN_ON(oom_killer_disabled);
        // 设置 TIF_MEMDIE 标志：持有此标志的进程可从内存储备中分配
        if (test_and_set_tsk_thread_flag(tsk, TIF_MEMDIE))
                return;

        // 绑定 oom_mm，供 oom_reaper 后续回收
        if (!cmpxchg(&tsk->signal->oom_mm, NULL, mm))
                mmgrab(tsk->signal->oom_mm);

        __thaw_task(tsk);                    // 唤醒被 frozen 的进程
        atomic_inc(&oom_victims);             // 全局 victim 计数 +1
}

// (2) 执行杀进程：SIGKILL + 共享 mm 连坐 + 触发 Reaper
static void __oom_kill_process(struct task_struct *victim,
                               const char *message)
{
        struct task_struct *p;
        struct mm_struct *mm;
        bool can_oom_reap = true;

        p = find_lock_task_mm(victim);
        if (!p) {
                // 目标已在退出，跳过
                put_task_struct(victim);
                return;
        } else if (victim != p) {
                get_task_struct(p);
                put_task_struct(victim);
                victim = p;
        }

        mm = victim->mm;
        mmgrab(mm);

        count_vm_event(OOM_KILL);            // 内核事件计数
        memcg_memory_event_mm(mm, MEMCG_OOM_KILL);

        // 发送 SIGKILL
        do_send_sig_info(SIGKILL, SEND_SIG_PRIV, victim, PIDTYPE_TGID);
        mark_oom_victim(victim);             // 标记 TIF_MEMDIE

        task_unlock(victim);

        // 核心连坐逻辑：杀死所有共享同一 mm 的其他进程
        rcu_read_lock();
        for_each_process(p) {
                if (!process_shares_mm(p, mm))            // 不共享 mm 的跳过
                        continue;
                if (same_thread_group(p, victim))          // 同线程组已杀
                        continue;
                if (is_global_init(p)) {                   // init 进程不能杀
                        can_oom_reap = false;
                        set_bit(MMF_OOM_SKIP, &mm->flags);
                        continue;
                }
                if (unlikely(p->flags & PF_KTHREAD))       // 内核线程跳过
                        continue;
                do_send_sig_info(SIGKILL, SEND_SIG_PRIV, p, PIDTYPE_TGID);
        }
        rcu_read_unlock();

        if (can_oom_reap)
                queue_oom_reaper(victim);     // 触发异步回收

        mmdrop(mm);
        put_task_struct(victim);
}

// (3) OOM Reaper：延迟 2 个 jiffies 后异步回收受害者物理内存
#define OOM_REAPER_DELAY (2*HZ)

static void queue_oom_reaper(struct task_struct *tsk)
{
        if (test_and_set_bit(MMF_OOM_REAP_QUEUED,
                             &tsk->signal->oom_mm->flags))
                return;  // 已入队的不重复添加

        get_task_struct(tsk);
        timer_setup(&tsk->oom_reaper_timer, wake_oom_reaper, 0);
        tsk->oom_reaper_timer.expires = jiffies + OOM_REAPER_DELAY;
        add_timer(&tsk->oom_reaper_timer);   // 2 个 jiffies 后唤醒 reaper
}

源码维度核心结论：
TIF_MEMDIE 标志：被标记的进程可从系统内存储备（memory reserves）中分配页面，这是打破"内存硬死锁"的核心机制——受害者自己需要分配内存来执行退出路径；共享 mm 连坐机制：for_each_process + process_shares_mm 确保不遗漏任何共享地址空间的用户进程，解释"一个线程 OOM、整个进程组被连坐杀死"的现象； OOM Reaper 异步回收：延迟 2 个 jiffies（约 20ms）后异步执行 __oom_reap_task_mm 解除匿名页面映射，避免 kill 后内存释放不及时导致再次触发 OOM；生产意义：理解 OOM 执行链路后，可在用户态通过 register_oom_notifier 拦截 out_of_memory 通知（见第 7.3 节），在 SIGKILL 发送前做最后的资源回收抢救。
总结
Linux OOM Killer从来不是"内存不够杀进程"的简单逻辑
而是内核内存记账体系、虚实内存权重博弈、Slab内核缓存约束、乐观内存分配机制、adj归一化算法共同作用的底层系统工程
本文通过完整拆解v6.1源码，清晰揭示了OOM从判定到执行的完整链路：

环节	源码函数	核心机制
豁免判定	oom_unkillable_task()	过滤 init 进程与 PF_KTHREAD 内核线程
豁免判定	oom_badness() 内部 adj==OOM_SCORE_ADJ_MIN	adj=-1000 直接返回 LONG_MIN 跳过计分
计分模型	oom_badness()	RSS + SWAPENTS + pgtables_bytes 三维度加权 + adj 归一化
目标选择	oom_evaluate_task() + select_bad_process()	遍历全局进程，选取 points 最高者
通知机制	blocking_notifier_call_chain	用户态可通过 register_oom_notifier 拦截
SIGKILL	__oom_kill_process()	发送 SIGKILL + 共享 mm 连坐杀死
死锁打破	mark_oom_victim()	设置 TIF_MEMDIE，授予内存储备访问权限
异步回收	queue_oom_reaper()	延迟 2 jiffies 后内核线程回收匿名页面
Slab 检测	should_dump_unreclaim_slab()	检测不可回收 Slab 是否超过所有用户 LRU 页面

所有表层OOM问题，本质都是对上述源码级规则的适配缺失
普通开发者聚焦业务内存占用与表层参数调优，资深架构师聚焦内核计分模型、内存透支机制、隐性内存挤占与执行链路的底层约束
这也是线上OOM疑难故障无法通过常规手段解决的核心原因
本文所有逻辑均基于Linux v6.1稳定版内核原生源码机制
附带精准代码片段与官方溯源链接，无任何经验性玄学，可直接用于线上高可用系统底层稳定性治理

推荐订阅源

BlogFinder