Linux一次 out of memory经历

最近在看百度PaddleNlp的模型，本着是骡子是马先拿出来溜溜的原则，于是根据指导安装了Paddle，下载了 短文本语义匹配的模型。

使用：官网说的挺详细了，在实际使用的时候可以通过调用ssh脚本或者直接执行python命令或函数，传入相应的参数即刻。也可通过python自带的 WSGI 构建一个简单的web接口进行调用。

回到题目，在进行模型的推理的时候，自行实现了一个多线程的推理接口，当同时进行了两个推理的时候发现进程被干掉了。而且直接显示： Python进程已杀死。。（话说还是第一次看到这样直接的提示。

于是搜了一下发现有可能是因为内存问题导致OOM了，发现可以通过一个命令查看进程的消耗情况：

journalctl -xb | egrep -i 'killed process'

显示 如下：进程ID 为2284

再往上翻翻，可以看到各个字段的含义如下：

Kernel: [ pid ]    uid  tgid   total_vm  rss           nr_ptes  swapents oom_score_adj name

每列的含义：

pid：进程ID uid：用户ID tgid：线程组ID total_vm：虚拟内存使用(单位为4 kB内存页) rss： Resident Set Size（常驻内存集）单位是内存页数，同样的每页4 KB nr_ptes：页表项 swapents：交换条目 oom_score_adj 通常为0;较低的数字表示当调用OOM杀手时，进程将不太可能死亡。

再往上翻翻（这里可以grep 发生kill的时间，也就是 journalctl -xb | grep 'time'）把各个进程的rss项相加，可以算出已使用的内存，我的计算结果是：

916746 * 4 / 1024  = 3.49G

而服务器标的内存就4G。。程序使用的虚拟总内存是 486238 * 4 / 1024 /1024 =1.85 GB; 实际映射到内存中的为 273138 * 4 / 1024 /1024 = 1.04G

因此如果还需要内存的话则超过了系统的内存，导致了内存溢出。