hugetlbfs: avoid taking i_mutex from hugetlbfs_read()
[linux/fpc-iii.git] / Documentation / sysctl / vm.txt
blob96f0ee825bed3e71fe9758156ee8b575389d7bba
1 Documentation for /proc/sys/vm/*        kernel version 2.6.29
2         (c) 1998, 1999,  Rik van Riel <riel@nl.linux.org>
3         (c) 2008         Peter W. Morreale <pmorreale@novell.com>
5 For general info and legal blurb, please look in README.
7 ==============================================================
9 This file contains the documentation for the sysctl files in
10 /proc/sys/vm and is valid for Linux kernel version 2.6.29.
12 The files in this directory can be used to tune the operation
13 of the virtual memory (VM) subsystem of the Linux kernel and
14 the writeout of dirty data to disk.
16 Default values and initialization routines for most of these
17 files can be found in mm/swap.c.
19 Currently, these files are in /proc/sys/vm:
21 - block_dump
22 - compact_memory
23 - dirty_background_bytes
24 - dirty_background_ratio
25 - dirty_bytes
26 - dirty_expire_centisecs
27 - dirty_ratio
28 - dirty_writeback_centisecs
29 - drop_caches
30 - extfrag_threshold
31 - hugepages_treat_as_movable
32 - hugetlb_shm_group
33 - laptop_mode
34 - legacy_va_layout
35 - lowmem_reserve_ratio
36 - max_map_count
37 - memory_failure_early_kill
38 - memory_failure_recovery
39 - min_free_kbytes
40 - min_slab_ratio
41 - min_unmapped_ratio
42 - mmap_min_addr
43 - nr_hugepages
44 - nr_overcommit_hugepages
45 - nr_pdflush_threads
46 - nr_trim_pages         (only if CONFIG_MMU=n)
47 - numa_zonelist_order
48 - oom_dump_tasks
49 - oom_kill_allocating_task
50 - overcommit_memory
51 - overcommit_ratio
52 - page-cluster
53 - panic_on_oom
54 - percpu_pagelist_fraction
55 - stat_interval
56 - swappiness
57 - vfs_cache_pressure
58 - zone_reclaim_mode
60 ==============================================================
62 block_dump
64 block_dump enables block I/O debugging when set to a nonzero value. More
65 information on block I/O debugging is in Documentation/laptops/laptop-mode.txt.
67 ==============================================================
69 compact_memory
71 Available only when CONFIG_COMPACTION is set. When 1 is written to the file,
72 all zones are compacted such that free memory is available in contiguous
73 blocks where possible. This can be important for example in the allocation of
74 huge pages although processes will also directly compact memory as required.
76 ==============================================================
78 dirty_background_bytes
80 Contains the amount of dirty memory at which the pdflush background writeback
81 daemon will start writeback.
83 Note: dirty_background_bytes is the counterpart of dirty_background_ratio. Only
84 one of them may be specified at a time. When one sysctl is written it is
85 immediately taken into account to evaluate the dirty memory limits and the
86 other appears as 0 when read.
88 ==============================================================
90 dirty_background_ratio
92 Contains, as a percentage of total system memory, the number of pages at which
93 the pdflush background writeback daemon will start writing out dirty data.
95 ==============================================================
97 dirty_bytes
99 Contains the amount of dirty memory at which a process generating disk writes
100 will itself start writeback.
102 Note: dirty_bytes is the counterpart of dirty_ratio. Only one of them may be
103 specified at a time. When one sysctl is written it is immediately taken into
104 account to evaluate the dirty memory limits and the other appears as 0 when
105 read.
107 Note: the minimum value allowed for dirty_bytes is two pages (in bytes); any
108 value lower than this limit will be ignored and the old configuration will be
109 retained.
111 ==============================================================
113 dirty_expire_centisecs
115 This tunable is used to define when dirty data is old enough to be eligible
116 for writeout by the pdflush daemons.  It is expressed in 100'ths of a second.
117 Data which has been dirty in-memory for longer than this interval will be
118 written out next time a pdflush daemon wakes up.
120 ==============================================================
122 dirty_ratio
124 Contains, as a percentage of total system memory, the number of pages at which
125 a process which is generating disk writes will itself start writing out dirty
126 data.
128 ==============================================================
130 dirty_writeback_centisecs
132 The pdflush writeback daemons will periodically wake up and write `old' data
133 out to disk.  This tunable expresses the interval between those wakeups, in
134 100'ths of a second.
136 Setting this to zero disables periodic writeback altogether.
138 ==============================================================
140 drop_caches
142 Writing to this will cause the kernel to drop clean caches, dentries and
143 inodes from memory, causing that memory to become free.
145 To free pagecache:
146         echo 1 > /proc/sys/vm/drop_caches
147 To free dentries and inodes:
148         echo 2 > /proc/sys/vm/drop_caches
149 To free pagecache, dentries and inodes:
150         echo 3 > /proc/sys/vm/drop_caches
152 As this is a non-destructive operation and dirty objects are not freeable, the
153 user should run `sync' first.
155 ==============================================================
157 extfrag_threshold
159 This parameter affects whether the kernel will compact memory or direct
160 reclaim to satisfy a high-order allocation. /proc/extfrag_index shows what
161 the fragmentation index for each order is in each zone in the system. Values
162 tending towards 0 imply allocations would fail due to lack of memory,
163 values towards 1000 imply failures are due to fragmentation and -1 implies
164 that the allocation will succeed as long as watermarks are met.
166 The kernel will not compact memory in a zone if the
167 fragmentation index is <= extfrag_threshold. The default value is 500.
169 ==============================================================
171 hugepages_treat_as_movable
173 This parameter is only useful when kernelcore= is specified at boot time to
174 create ZONE_MOVABLE for pages that may be reclaimed or migrated. Huge pages
175 are not movable so are not normally allocated from ZONE_MOVABLE. A non-zero
176 value written to hugepages_treat_as_movable allows huge pages to be allocated
177 from ZONE_MOVABLE.
179 Once enabled, the ZONE_MOVABLE is treated as an area of memory the huge
180 pages pool can easily grow or shrink within. Assuming that applications are
181 not running that mlock() a lot of memory, it is likely the huge pages pool
182 can grow to the size of ZONE_MOVABLE by repeatedly entering the desired value
183 into nr_hugepages and triggering page reclaim.
185 ==============================================================
187 hugetlb_shm_group
189 hugetlb_shm_group contains group id that is allowed to create SysV
190 shared memory segment using hugetlb page.
192 ==============================================================
194 laptop_mode
196 laptop_mode is a knob that controls "laptop mode". All the things that are
197 controlled by this knob are discussed in Documentation/laptops/laptop-mode.txt.
199 ==============================================================
201 legacy_va_layout
203 If non-zero, this sysctl disables the new 32-bit mmap layout - the kernel
204 will use the legacy (2.4) layout for all processes.
206 ==============================================================
208 lowmem_reserve_ratio
210 For some specialised workloads on highmem machines it is dangerous for
211 the kernel to allow process memory to be allocated from the "lowmem"
212 zone.  This is because that memory could then be pinned via the mlock()
213 system call, or by unavailability of swapspace.
215 And on large highmem machines this lack of reclaimable lowmem memory
216 can be fatal.
218 So the Linux page allocator has a mechanism which prevents allocations
219 which _could_ use highmem from using too much lowmem.  This means that
220 a certain amount of lowmem is defended from the possibility of being
221 captured into pinned user memory.
223 (The same argument applies to the old 16 megabyte ISA DMA region.  This
224 mechanism will also defend that region from allocations which could use
225 highmem or lowmem).
227 The `lowmem_reserve_ratio' tunable determines how aggressive the kernel is
228 in defending these lower zones.
230 If you have a machine which uses highmem or ISA DMA and your
231 applications are using mlock(), or if you are running with no swap then
232 you probably should change the lowmem_reserve_ratio setting.
234 The lowmem_reserve_ratio is an array. You can see them by reading this file.
236 % cat /proc/sys/vm/lowmem_reserve_ratio
237 256     256     32
239 Note: # of this elements is one fewer than number of zones. Because the highest
240       zone's value is not necessary for following calculation.
242 But, these values are not used directly. The kernel calculates # of protection
243 pages for each zones from them. These are shown as array of protection pages
244 in /proc/zoneinfo like followings. (This is an example of x86-64 box).
245 Each zone has an array of protection pages like this.
248 Node 0, zone      DMA
249   pages free     1355
250         min      3
251         low      3
252         high     4
253         :
254         :
255     numa_other   0
256         protection: (0, 2004, 2004, 2004)
257         ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
258   pagesets
259     cpu: 0 pcp: 0
260         :
262 These protections are added to score to judge whether this zone should be used
263 for page allocation or should be reclaimed.
265 In this example, if normal pages (index=2) are required to this DMA zone and
266 watermark[WMARK_HIGH] is used for watermark, the kernel judges this zone should
267 not be used because pages_free(1355) is smaller than watermark + protection[2]
268 (4 + 2004 = 2008). If this protection value is 0, this zone would be used for
269 normal page requirement. If requirement is DMA zone(index=0), protection[0]
270 (=0) is used.
272 zone[i]'s protection[j] is calculated by following expression.
274 (i < j):
275   zone[i]->protection[j]
276   = (total sums of present_pages from zone[i+1] to zone[j] on the node)
277     / lowmem_reserve_ratio[i];
278 (i = j):
279    (should not be protected. = 0;
280 (i > j):
281    (not necessary, but looks 0)
283 The default values of lowmem_reserve_ratio[i] are
284     256 (if zone[i] means DMA or DMA32 zone)
285     32  (others).
286 As above expression, they are reciprocal number of ratio.
287 256 means 1/256. # of protection pages becomes about "0.39%" of total present
288 pages of higher zones on the node.
290 If you would like to protect more pages, smaller values are effective.
291 The minimum value is 1 (1/1 -> 100%).
293 ==============================================================
295 max_map_count:
297 This file contains the maximum number of memory map areas a process
298 may have. Memory map areas are used as a side-effect of calling
299 malloc, directly by mmap and mprotect, and also when loading shared
300 libraries.
302 While most applications need less than a thousand maps, certain
303 programs, particularly malloc debuggers, may consume lots of them,
304 e.g., up to one or two maps per allocation.
306 The default value is 65536.
308 =============================================================
310 memory_failure_early_kill:
312 Control how to kill processes when uncorrected memory error (typically
313 a 2bit error in a memory module) is detected in the background by hardware
314 that cannot be handled by the kernel. In some cases (like the page
315 still having a valid copy on disk) the kernel will handle the failure
316 transparently without affecting any applications. But if there is
317 no other uptodate copy of the data it will kill to prevent any data
318 corruptions from propagating.
320 1: Kill all processes that have the corrupted and not reloadable page mapped
321 as soon as the corruption is detected.  Note this is not supported
322 for a few types of pages, like kernel internally allocated data or
323 the swap cache, but works for the majority of user pages.
325 0: Only unmap the corrupted page from all processes and only kill a process
326 who tries to access it.
328 The kill is done using a catchable SIGBUS with BUS_MCEERR_AO, so processes can
329 handle this if they want to.
331 This is only active on architectures/platforms with advanced machine
332 check handling and depends on the hardware capabilities.
334 Applications can override this setting individually with the PR_MCE_KILL prctl
336 ==============================================================
338 memory_failure_recovery
340 Enable memory failure recovery (when supported by the platform)
342 1: Attempt recovery.
344 0: Always panic on a memory failure.
346 ==============================================================
348 min_free_kbytes:
350 This is used to force the Linux VM to keep a minimum number
351 of kilobytes free.  The VM uses this number to compute a
352 watermark[WMARK_MIN] value for each lowmem zone in the system.
353 Each lowmem zone gets a number of reserved free pages based
354 proportionally on its size.
356 Some minimal amount of memory is needed to satisfy PF_MEMALLOC
357 allocations; if you set this to lower than 1024KB, your system will
358 become subtly broken, and prone to deadlock under high loads.
360 Setting this too high will OOM your machine instantly.
362 =============================================================
364 min_slab_ratio:
366 This is available only on NUMA kernels.
368 A percentage of the total pages in each zone.  On Zone reclaim
369 (fallback from the local zone occurs) slabs will be reclaimed if more
370 than this percentage of pages in a zone are reclaimable slab pages.
371 This insures that the slab growth stays under control even in NUMA
372 systems that rarely perform global reclaim.
374 The default is 5 percent.
376 Note that slab reclaim is triggered in a per zone / node fashion.
377 The process of reclaiming slab memory is currently not node specific
378 and may not be fast.
380 =============================================================
382 min_unmapped_ratio:
384 This is available only on NUMA kernels.
386 This is a percentage of the total pages in each zone. Zone reclaim will
387 only occur if more than this percentage of pages are in a state that
388 zone_reclaim_mode allows to be reclaimed.
390 If zone_reclaim_mode has the value 4 OR'd, then the percentage is compared
391 against all file-backed unmapped pages including swapcache pages and tmpfs
392 files. Otherwise, only unmapped pages backed by normal files but not tmpfs
393 files and similar are considered.
395 The default is 1 percent.
397 ==============================================================
399 mmap_min_addr
401 This file indicates the amount of address space  which a user process will
402 be restricted from mmapping.  Since kernel null dereference bugs could
403 accidentally operate based on the information in the first couple of pages
404 of memory userspace processes should not be allowed to write to them.  By
405 default this value is set to 0 and no protections will be enforced by the
406 security module.  Setting this value to something like 64k will allow the
407 vast majority of applications to work correctly and provide defense in depth
408 against future potential kernel bugs.
410 ==============================================================
412 nr_hugepages
414 Change the minimum size of the hugepage pool.
416 See Documentation/vm/hugetlbpage.txt
418 ==============================================================
420 nr_overcommit_hugepages
422 Change the maximum size of the hugepage pool. The maximum is
423 nr_hugepages + nr_overcommit_hugepages.
425 See Documentation/vm/hugetlbpage.txt
427 ==============================================================
429 nr_pdflush_threads
431 The current number of pdflush threads.  This value is read-only.
432 The value changes according to the number of dirty pages in the system.
434 When necessary, additional pdflush threads are created, one per second, up to
435 nr_pdflush_threads_max.
437 ==============================================================
439 nr_trim_pages
441 This is available only on NOMMU kernels.
443 This value adjusts the excess page trimming behaviour of power-of-2 aligned
444 NOMMU mmap allocations.
446 A value of 0 disables trimming of allocations entirely, while a value of 1
447 trims excess pages aggressively. Any value >= 1 acts as the watermark where
448 trimming of allocations is initiated.
450 The default value is 1.
452 See Documentation/nommu-mmap.txt for more information.
454 ==============================================================
456 numa_zonelist_order
458 This sysctl is only for NUMA.
459 'where the memory is allocated from' is controlled by zonelists.
460 (This documentation ignores ZONE_HIGHMEM/ZONE_DMA32 for simple explanation.
461  you may be able to read ZONE_DMA as ZONE_DMA32...)
463 In non-NUMA case, a zonelist for GFP_KERNEL is ordered as following.
464 ZONE_NORMAL -> ZONE_DMA
465 This means that a memory allocation request for GFP_KERNEL will
466 get memory from ZONE_DMA only when ZONE_NORMAL is not available.
468 In NUMA case, you can think of following 2 types of order.
469 Assume 2 node NUMA and below is zonelist of Node(0)'s GFP_KERNEL
471 (A) Node(0) ZONE_NORMAL -> Node(0) ZONE_DMA -> Node(1) ZONE_NORMAL
472 (B) Node(0) ZONE_NORMAL -> Node(1) ZONE_NORMAL -> Node(0) ZONE_DMA.
474 Type(A) offers the best locality for processes on Node(0), but ZONE_DMA
475 will be used before ZONE_NORMAL exhaustion. This increases possibility of
476 out-of-memory(OOM) of ZONE_DMA because ZONE_DMA is tend to be small.
478 Type(B) cannot offer the best locality but is more robust against OOM of
479 the DMA zone.
481 Type(A) is called as "Node" order. Type (B) is "Zone" order.
483 "Node order" orders the zonelists by node, then by zone within each node.
484 Specify "[Nn]ode" for node order
486 "Zone Order" orders the zonelists by zone type, then by node within each
487 zone.  Specify "[Zz]one" for zone order.
489 Specify "[Dd]efault" to request automatic configuration.  Autoconfiguration
490 will select "node" order in following case.
491 (1) if the DMA zone does not exist or
492 (2) if the DMA zone comprises greater than 50% of the available memory or
493 (3) if any node's DMA zone comprises greater than 60% of its local memory and
494     the amount of local memory is big enough.
496 Otherwise, "zone" order will be selected. Default order is recommended unless
497 this is causing problems for your system/application.
499 ==============================================================
501 oom_dump_tasks
503 Enables a system-wide task dump (excluding kernel threads) to be
504 produced when the kernel performs an OOM-killing and includes such
505 information as pid, uid, tgid, vm size, rss, cpu, oom_adj score, and
506 name.  This is helpful to determine why the OOM killer was invoked
507 and to identify the rogue task that caused it.
509 If this is set to zero, this information is suppressed.  On very
510 large systems with thousands of tasks it may not be feasible to dump
511 the memory state information for each one.  Such systems should not
512 be forced to incur a performance penalty in OOM conditions when the
513 information may not be desired.
515 If this is set to non-zero, this information is shown whenever the
516 OOM killer actually kills a memory-hogging task.
518 The default value is 1 (enabled).
520 ==============================================================
522 oom_kill_allocating_task
524 This enables or disables killing the OOM-triggering task in
525 out-of-memory situations.
527 If this is set to zero, the OOM killer will scan through the entire
528 tasklist and select a task based on heuristics to kill.  This normally
529 selects a rogue memory-hogging task that frees up a large amount of
530 memory when killed.
532 If this is set to non-zero, the OOM killer simply kills the task that
533 triggered the out-of-memory condition.  This avoids the expensive
534 tasklist scan.
536 If panic_on_oom is selected, it takes precedence over whatever value
537 is used in oom_kill_allocating_task.
539 The default value is 0.
541 ==============================================================
543 overcommit_memory:
545 This value contains a flag that enables memory overcommitment.
547 When this flag is 0, the kernel attempts to estimate the amount
548 of free memory left when userspace requests more memory.
550 When this flag is 1, the kernel pretends there is always enough
551 memory until it actually runs out.
553 When this flag is 2, the kernel uses a "never overcommit"
554 policy that attempts to prevent any overcommit of memory.
556 This feature can be very useful because there are a lot of
557 programs that malloc() huge amounts of memory "just-in-case"
558 and don't use much of it.
560 The default value is 0.
562 See Documentation/vm/overcommit-accounting and
563 security/commoncap.c::cap_vm_enough_memory() for more information.
565 ==============================================================
567 overcommit_ratio:
569 When overcommit_memory is set to 2, the committed address
570 space is not permitted to exceed swap plus this percentage
571 of physical RAM.  See above.
573 ==============================================================
575 page-cluster
577 page-cluster controls the number of pages which are written to swap in
578 a single attempt.  The swap I/O size.
580 It is a logarithmic value - setting it to zero means "1 page", setting
581 it to 1 means "2 pages", setting it to 2 means "4 pages", etc.
583 The default value is three (eight pages at a time).  There may be some
584 small benefits in tuning this to a different value if your workload is
585 swap-intensive.
587 =============================================================
589 panic_on_oom
591 This enables or disables panic on out-of-memory feature.
593 If this is set to 0, the kernel will kill some rogue process,
594 called oom_killer.  Usually, oom_killer can kill rogue processes and
595 system will survive.
597 If this is set to 1, the kernel panics when out-of-memory happens.
598 However, if a process limits using nodes by mempolicy/cpusets,
599 and those nodes become memory exhaustion status, one process
600 may be killed by oom-killer. No panic occurs in this case.
601 Because other nodes' memory may be free. This means system total status
602 may be not fatal yet.
604 If this is set to 2, the kernel panics compulsorily even on the
605 above-mentioned. Even oom happens under memory cgroup, the whole
606 system panics.
608 The default value is 0.
609 1 and 2 are for failover of clustering. Please select either
610 according to your policy of failover.
611 panic_on_oom=2+kdump gives you very strong tool to investigate
612 why oom happens. You can get snapshot.
614 =============================================================
616 percpu_pagelist_fraction
618 This is the fraction of pages at most (high mark pcp->high) in each zone that
619 are allocated for each per cpu page list.  The min value for this is 8.  It
620 means that we don't allow more than 1/8th of pages in each zone to be
621 allocated in any single per_cpu_pagelist.  This entry only changes the value
622 of hot per cpu pagelists.  User can specify a number like 100 to allocate
623 1/100th of each zone to each per cpu page list.
625 The batch value of each per cpu pagelist is also updated as a result.  It is
626 set to pcp->high/4.  The upper limit of batch is (PAGE_SHIFT * 8)
628 The initial value is zero.  Kernel does not use this value at boot time to set
629 the high water marks for each per cpu page list.
631 ==============================================================
633 stat_interval
635 The time interval between which vm statistics are updated.  The default
636 is 1 second.
638 ==============================================================
640 swappiness
642 This control is used to define how aggressive the kernel will swap
643 memory pages.  Higher values will increase agressiveness, lower values
644 decrease the amount of swap.
646 The default value is 60.
648 ==============================================================
650 vfs_cache_pressure
651 ------------------
653 Controls the tendency of the kernel to reclaim the memory which is used for
654 caching of directory and inode objects.
656 At the default value of vfs_cache_pressure=100 the kernel will attempt to
657 reclaim dentries and inodes at a "fair" rate with respect to pagecache and
658 swapcache reclaim.  Decreasing vfs_cache_pressure causes the kernel to prefer
659 to retain dentry and inode caches. When vfs_cache_pressure=0, the kernel will
660 never reclaim dentries and inodes due to memory pressure and this can easily
661 lead to out-of-memory conditions. Increasing vfs_cache_pressure beyond 100
662 causes the kernel to prefer to reclaim dentries and inodes.
664 ==============================================================
666 zone_reclaim_mode:
668 Zone_reclaim_mode allows someone to set more or less aggressive approaches to
669 reclaim memory when a zone runs out of memory. If it is set to zero then no
670 zone reclaim occurs. Allocations will be satisfied from other zones / nodes
671 in the system.
673 This is value ORed together of
675 1       = Zone reclaim on
676 2       = Zone reclaim writes dirty pages out
677 4       = Zone reclaim swaps pages
679 zone_reclaim_mode is set during bootup to 1 if it is determined that pages
680 from remote zones will cause a measurable performance reduction. The
681 page allocator will then reclaim easily reusable pages (those page
682 cache pages that are currently not used) before allocating off node pages.
684 It may be beneficial to switch off zone reclaim if the system is
685 used for a file server and all of memory should be used for caching files
686 from disk. In that case the caching effect is more important than
687 data locality.
689 Allowing zone reclaim to write out pages stops processes that are
690 writing large amounts of data from dirtying pages on other nodes. Zone
691 reclaim will write out dirty pages if a zone fills up and so effectively
692 throttle the process. This may decrease the performance of a single process
693 since it cannot use all of system memory to buffer the outgoing writes
694 anymore but it preserve the memory on other nodes so that the performance
695 of other processes running on other nodes will not be affected.
697 Allowing regular swap effectively restricts allocations to the local
698 node unless explicitly overridden by memory policies or cpuset
699 configurations.
701 ============ End of Document =================================