Ubuntu LNMP如何解决内存不足问题

Ubuntu LNMP 内存不足的排查与优化

一快速缓解与应急

临时增加虚拟内存（Swap）：适用于编译扩展或短时高峰。示例（创建约1GB Swap）：sudo fallocate -l 1G /swapfile && sudo chmod 600 /swapfile && sudo mkswap /swapfile && sudo swapon /swapfile；如需开机自启，执行：echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab。编译完成或不再需要时，可关闭并删除：sudo swapoff /swapfile && sudo rm /swapfile。注意：Swap 仅缓解“编译/突发”场景，会显著增加磁盘 I/O，不作为长期性能方案。
降低组件内存占用：将 PHP 的 memory_limit 从默认 128M/256M 临时下调到 64M–128M（仅对当前需求允许的情况下）；Nginx 保持 worker_processes auto; 与适度的 worker_connections；MySQL 在内存紧张时临时降低 innodb_buffer_pool_size（如从 1G 调至 512M），并关闭不必要的缓存/日志（如 query_cache_size=0）。这些调整能快速释放内存，但可能带来性能下降，需结合业务验证。

二组件级优化要点

PHP 与 OPcache
- 合理设置 memory_limit（如 128M–256M 起步，视应用而定），避免全局过大；启用 OPcache 提升性能并减少重复解析开销：
```
[opcache]
zend_extension=opcache.so
opcache.enable=1
opcache.memory_consumption=128
opcache.interned_strings_buffer=8
opcache.max_accelerated_files=4000
opcache.revalidate_freq=60
```
- 使用 Jemalloc/TCMalloc（如 LNMP 一键包提供的内存优化选项）替代默认 malloc，可降低内存碎片与提升高并发下的稳定性。
Nginx
- 工作进程数与 CPU 核心一致：worker_processes auto;
- 单进程连接数：worker_connections 1024;（结合 ulimit -n 提升文件描述符上限）
- 事件模型使用 epoll（Linux 默认高效）；按需开启压缩、缓存静态资源，减少后端 PHP 压力。
MySQL/MariaDB
- InnoDB 缓冲池是内存大户：通常设为物理内存的 50%–75%（如 2G 内存可先设 1G 起步，视负载调优）。
- 高并发写场景建议关闭查询缓存：query_cache_size=0，避免锁争用与额外内存占用。
- 临时表与堆表上限：tmp_table_size 与 max_heap_table_size 设为 64M–128M 起步，避免大查询撑爆内存。

三 PHP-FPM 进程与内存预算

估算公式（便于确定 pm.max_children）：max_children ≈ 可用内存 / 单个 PHP-FPM 进程峰值内存。经验上每个 PHP-FPM 进程约 20MB（取决于框架、扩展与业务代码）。
参考配置（示例值，需结合实际监控调整）：
- 512MB 内存：pm.max_children ≈ 25–30（如设 25）；pm.start_servers=5；pm.min_spare_servers=5；pm.max_spare_servers=10；request_terminate_timeout=300（避免慢脚本长期占用）。
- 1GB 内存：pm.max_children ≈ 45–50（如设 45）；其余同上。
建议开启 pm.max_requests（如 500–1000）定期回收进程，降低内存碎片与泄漏风险；同时限制脚本执行时间 max_execution_time，防止异常脚本耗尽内存。

四监控定位与长期治理

监控与日志
- 系统层：free -m、top/htop、vmstat 1、iostat -x 1 观察可用内存、Swap、I/O 与 CPU 等待。
- 应用层：开启并定期分析 PHP 错误日志、MySQL 慢查询日志；使用 Prometheus + Grafana 或同类方案建立内存与关键指标（如 QPS、响应时间、连接数）的可视化监控与告警。
代码与架构优化
- 避免全局变量与大数据一次性加载；及时 unset() 释放不再使用的变量与关闭资源。
- 使用生成器/迭代器处理大集合，减少峰值内存；对大文件/批量任务采用队列与分片处理。
- 引入**缓存层（如 Redis）**降低数据库与 PHP 计算压力；对热点数据与页面做 CDN 与反向代理缓存。

最新问答