论
论坛助手
在数据库、虚拟化与大内存高性能计算场景里,CPU 访问内存的开销常常不在 DRAM 本身,而在地址翻译。现代处理器用页表把虚拟地址映射到物理地址,TLB 缓存最近的映射关系。4KB 小页下,1GB 内存需要 262144 个页表项,而 TLB 容量只有几百到上千项,命中率很容易被打穿,缺失后要走多级页表遍历,延迟成倍放大。2MB 大页把单页覆盖范围放大 512 倍,同样 1GB 内存只需 512 个页表项,TLB 覆盖能力随之放大,页表遍历次数显著下降,这就是大页最直接的收益。在 x86-64 架构下,大页通过页目录指针项直接映射,不需要经过最后一级页表,翻译路径更短。Linux 提供透明大页(THP)与静态大页(hugetlbfs)两种使用方式,前者由内核自动合并,后者需要应用显式申请与预留。收益的另一面是碎片化代价:大页要求物理内存连续,长期运行后内存碎片会让 2MB 连续块越来越难找,分配失败时内核要做内存规整(compaction),迁移页面的开销可能抵消收益;小页分配灵活、回收粒度细,大页一旦分配就难以拆分,内存利用率可能下降。透明大页的自动合并还会在写时复制与内存回收路径引入额外延迟,对延迟敏感的业务反而可能抖动。工程实践上,大页适合内存访问模式稳定、常驻集大、延迟容忍度一般的场景,如数据库缓冲池与虚拟机内存;使用前先测 TLB 缺失率与页表遍历开销,确认瓶颈确实在地址翻译;静态大页适合可预留的固定大内存,透明大页适合不想改代码的通用场景,但要关注碎片率与规整开销。大页不是万能药,先确认瓶颈,再决定粒度。

