"[PATCH] Fix leaks on /proc/{*/sched,sched_debug,timer_list,timer_stats}" and
[mmotm.git] / Documentation / sysctl / vm.txt
bloba6e360d2055c561ae347a75e20c015b3f61a8928
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 - dirty_background_bytes
23 - dirty_background_ratio
24 - dirty_bytes
25 - dirty_expire_centisecs
26 - dirty_ratio
27 - dirty_writeback_centisecs
28 - drop_caches
29 - hugepages_treat_as_movable
30 - hugetlb_shm_group
31 - laptop_mode
32 - legacy_va_layout
33 - lowmem_reserve_ratio
34 - max_map_count
35 - memory_failure_early_kill
36 - memory_failure_recovery
37 - min_free_kbytes
38 - min_slab_ratio
39 - min_unmapped_ratio
40 - mmap_min_addr
41 - nr_hugepages
42 - nr_overcommit_hugepages
43 - nr_pdflush_threads
44 - nr_trim_pages         (only if CONFIG_MMU=n)
45 - numa_zonelist_order
46 - oom_dump_tasks
47 - oom_kill_allocating_task
48 - overcommit_memory
49 - overcommit_ratio
50 - page-cluster
51 - panic_on_oom
52 - percpu_pagelist_fraction
53 - stat_interval
54 - swappiness
55 - vfs_cache_pressure
56 - zone_reclaim_mode
58 ==============================================================
60 block_dump
62 block_dump enables block I/O debugging when set to a nonzero value. More
63 information on block I/O debugging is in Documentation/laptops/laptop-mode.txt.
65 ==============================================================
67 dirty_background_bytes
69 Contains the amount of dirty memory at which the pdflush background writeback
70 daemon will start writeback.
72 If dirty_background_bytes is written, dirty_background_ratio becomes a function
73 of its value (dirty_background_bytes / the amount of dirtyable system memory).
75 ==============================================================
77 dirty_background_ratio
79 Contains, as a percentage of total system memory, the number of pages at which
80 the pdflush background writeback daemon will start writing out dirty data.
82 ==============================================================
84 dirty_bytes
86 Contains the amount of dirty memory at which a process generating disk writes
87 will itself start writeback.
89 If dirty_bytes is written, dirty_ratio becomes a function of its value
90 (dirty_bytes / the amount of dirtyable system memory).
92 Note: the minimum value allowed for dirty_bytes is two pages (in bytes); any
93 value lower than this limit will be ignored and the old configuration will be
94 retained.
96 ==============================================================
98 dirty_expire_centisecs
100 This tunable is used to define when dirty data is old enough to be eligible
101 for writeout by the pdflush daemons.  It is expressed in 100'ths of a second.
102 Data which has been dirty in-memory for longer than this interval will be
103 written out next time a pdflush daemon wakes up.
105 ==============================================================
107 dirty_ratio
109 Contains, as a percentage of total system memory, the number of pages at which
110 a process which is generating disk writes will itself start writing out dirty
111 data.
113 ==============================================================
115 dirty_writeback_centisecs
117 The pdflush writeback daemons will periodically wake up and write `old' data
118 out to disk.  This tunable expresses the interval between those wakeups, in
119 100'ths of a second.
121 Setting this to zero disables periodic writeback altogether.
123 ==============================================================
125 drop_caches
127 Writing to this will cause the kernel to drop clean caches, dentries and
128 inodes from memory, causing that memory to become free.
130 To free pagecache:
131         echo 1 > /proc/sys/vm/drop_caches
132 To free dentries and inodes:
133         echo 2 > /proc/sys/vm/drop_caches
134 To free pagecache, dentries and inodes:
135         echo 3 > /proc/sys/vm/drop_caches
137 As this is a non-destructive operation and dirty objects are not freeable, the
138 user should run `sync' first.
140 ==============================================================
142 hugepages_treat_as_movable
144 This parameter is only useful when kernelcore= is specified at boot time to
145 create ZONE_MOVABLE for pages that may be reclaimed or migrated. Huge pages
146 are not movable so are not normally allocated from ZONE_MOVABLE. A non-zero
147 value written to hugepages_treat_as_movable allows huge pages to be allocated
148 from ZONE_MOVABLE.
150 Once enabled, the ZONE_MOVABLE is treated as an area of memory the huge
151 pages pool can easily grow or shrink within. Assuming that applications are
152 not running that mlock() a lot of memory, it is likely the huge pages pool
153 can grow to the size of ZONE_MOVABLE by repeatedly entering the desired value
154 into nr_hugepages and triggering page reclaim.
156 ==============================================================
158 hugetlb_shm_group
160 hugetlb_shm_group contains group id that is allowed to create SysV
161 shared memory segment using hugetlb page.
163 ==============================================================
165 laptop_mode
167 laptop_mode is a knob that controls "laptop mode". All the things that are
168 controlled by this knob are discussed in Documentation/laptops/laptop-mode.txt.
170 ==============================================================
172 legacy_va_layout
174 If non-zero, this sysctl disables the new 32-bit mmap mmap layout - the kernel
175 will use the legacy (2.4) layout for all processes.
177 ==============================================================
179 lowmem_reserve_ratio
181 For some specialised workloads on highmem machines it is dangerous for
182 the kernel to allow process memory to be allocated from the "lowmem"
183 zone.  This is because that memory could then be pinned via the mlock()
184 system call, or by unavailability of swapspace.
186 And on large highmem machines this lack of reclaimable lowmem memory
187 can be fatal.
189 So the Linux page allocator has a mechanism which prevents allocations
190 which _could_ use highmem from using too much lowmem.  This means that
191 a certain amount of lowmem is defended from the possibility of being
192 captured into pinned user memory.
194 (The same argument applies to the old 16 megabyte ISA DMA region.  This
195 mechanism will also defend that region from allocations which could use
196 highmem or lowmem).
198 The `lowmem_reserve_ratio' tunable determines how aggressive the kernel is
199 in defending these lower zones.
201 If you have a machine which uses highmem or ISA DMA and your
202 applications are using mlock(), or if you are running with no swap then
203 you probably should change the lowmem_reserve_ratio setting.
205 The lowmem_reserve_ratio is an array. You can see them by reading this file.
207 % cat /proc/sys/vm/lowmem_reserve_ratio
208 256     256     32
210 Note: # of this elements is one fewer than number of zones. Because the highest
211       zone's value is not necessary for following calculation.
213 But, these values are not used directly. The kernel calculates # of protection
214 pages for each zones from them. These are shown as array of protection pages
215 in /proc/zoneinfo like followings. (This is an example of x86-64 box).
216 Each zone has an array of protection pages like this.
219 Node 0, zone      DMA
220   pages free     1355
221         min      3
222         low      3
223         high     4
224         :
225         :
226     numa_other   0
227         protection: (0, 2004, 2004, 2004)
228         ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
229   pagesets
230     cpu: 0 pcp: 0
231         :
233 These protections are added to score to judge whether this zone should be used
234 for page allocation or should be reclaimed.
236 In this example, if normal pages (index=2) are required to this DMA zone and
237 watermark[WMARK_HIGH] is used for watermark, the kernel judges this zone should
238 not be used because pages_free(1355) is smaller than watermark + protection[2]
239 (4 + 2004 = 2008). If this protection value is 0, this zone would be used for
240 normal page requirement. If requirement is DMA zone(index=0), protection[0]
241 (=0) is used.
243 zone[i]'s protection[j] is calculated by following expression.
245 (i < j):
246   zone[i]->protection[j]
247   = (total sums of present_pages from zone[i+1] to zone[j] on the node)
248     / lowmem_reserve_ratio[i];
249 (i = j):
250    (should not be protected. = 0;
251 (i > j):
252    (not necessary, but looks 0)
254 The default values of lowmem_reserve_ratio[i] are
255     256 (if zone[i] means DMA or DMA32 zone)
256     32  (others).
257 As above expression, they are reciprocal number of ratio.
258 256 means 1/256. # of protection pages becomes about "0.39%" of total present
259 pages of higher zones on the node.
261 If you would like to protect more pages, smaller values are effective.
262 The minimum value is 1 (1/1 -> 100%).
264 ==============================================================
266 max_map_count:
268 This file contains the maximum number of memory map areas a process
269 may have. Memory map areas are used as a side-effect of calling
270 malloc, directly by mmap and mprotect, and also when loading shared
271 libraries.
273 While most applications need less than a thousand maps, certain
274 programs, particularly malloc debuggers, may consume lots of them,
275 e.g., up to one or two maps per allocation.
277 The default value is 65536.
279 =============================================================
281 memory_failure_early_kill:
283 Control how to kill processes when uncorrected memory error (typically
284 a 2bit error in a memory module) is detected in the background by hardware
285 that cannot be handled by the kernel. In some cases (like the page
286 still having a valid copy on disk) the kernel will handle the failure
287 transparently without affecting any applications. But if there is
288 no other uptodate copy of the data it will kill to prevent any data
289 corruptions from propagating.
291 1: Kill all processes that have the corrupted and not reloadable page mapped
292 as soon as the corruption is detected.  Note this is not supported
293 for a few types of pages, like kernel internally allocated data or
294 the swap cache, but works for the majority of user pages.
296 0: Only unmap the corrupted page from all processes and only kill a process
297 who tries to access it.
299 The kill is done using a catchable SIGBUS with BUS_MCEERR_AO, so processes can
300 handle this if they want to.
302 This is only active on architectures/platforms with advanced machine
303 check handling and depends on the hardware capabilities.
305 Applications can override this setting individually with the PR_MCE_KILL prctl
307 ==============================================================
309 memory_failure_recovery
311 Enable memory failure recovery (when supported by the platform)
313 1: Attempt recovery.
315 0: Always panic on a memory failure.
317 ==============================================================
319 min_free_kbytes:
321 This is used to force the Linux VM to keep a minimum number
322 of kilobytes free.  The VM uses this number to compute a
323 watermark[WMARK_MIN] value for each lowmem zone in the system.
324 Each lowmem zone gets a number of reserved free pages based
325 proportionally on its size.
327 Some minimal amount of memory is needed to satisfy PF_MEMALLOC
328 allocations; if you set this to lower than 1024KB, your system will
329 become subtly broken, and prone to deadlock under high loads.
331 Setting this too high will OOM your machine instantly.
333 =============================================================
335 min_slab_ratio:
337 This is available only on NUMA kernels.
339 A percentage of the total pages in each zone.  On Zone reclaim
340 (fallback from the local zone occurs) slabs will be reclaimed if more
341 than this percentage of pages in a zone are reclaimable slab pages.
342 This insures that the slab growth stays under control even in NUMA
343 systems that rarely perform global reclaim.
345 The default is 5 percent.
347 Note that slab reclaim is triggered in a per zone / node fashion.
348 The process of reclaiming slab memory is currently not node specific
349 and may not be fast.
351 =============================================================
353 min_unmapped_ratio:
355 This is available only on NUMA kernels.
357 This is a percentage of the total pages in each zone. Zone reclaim will
358 only occur if more than this percentage of pages are in a state that
359 zone_reclaim_mode allows to be reclaimed.
361 If zone_reclaim_mode has the value 4 OR'd, then the percentage is compared
362 against all file-backed unmapped pages including swapcache pages and tmpfs
363 files. Otherwise, only unmapped pages backed by normal files but not tmpfs
364 files and similar are considered.
366 The default is 1 percent.
368 ==============================================================
370 mmap_min_addr
372 This file indicates the amount of address space  which a user process will
373 be restricted from mmaping.  Since kernel null dereference bugs could
374 accidentally operate based on the information in the first couple of pages
375 of memory userspace processes should not be allowed to write to them.  By
376 default this value is set to 0 and no protections will be enforced by the
377 security module.  Setting this value to something like 64k will allow the
378 vast majority of applications to work correctly and provide defense in depth
379 against future potential kernel bugs.
381 ==============================================================
383 nr_hugepages
385 Change the minimum size of the hugepage pool.
387 See Documentation/vm/hugetlbpage.txt
389 ==============================================================
391 nr_overcommit_hugepages
393 Change the maximum size of the hugepage pool. The maximum is
394 nr_hugepages + nr_overcommit_hugepages.
396 See Documentation/vm/hugetlbpage.txt
398 ==============================================================
400 nr_pdflush_threads
402 The current number of pdflush threads.  This value is read-only.
403 The value changes according to the number of dirty pages in the system.
405 When necessary, additional pdflush threads are created, one per second, up to
406 nr_pdflush_threads_max.
408 ==============================================================
410 nr_trim_pages
412 This is available only on NOMMU kernels.
414 This value adjusts the excess page trimming behaviour of power-of-2 aligned
415 NOMMU mmap allocations.
417 A value of 0 disables trimming of allocations entirely, while a value of 1
418 trims excess pages aggressively. Any value >= 1 acts as the watermark where
419 trimming of allocations is initiated.
421 The default value is 1.
423 See Documentation/nommu-mmap.txt for more information.
425 ==============================================================
427 numa_zonelist_order
429 This sysctl is only for NUMA.
430 'where the memory is allocated from' is controlled by zonelists.
431 (This documentation ignores ZONE_HIGHMEM/ZONE_DMA32 for simple explanation.
432  you may be able to read ZONE_DMA as ZONE_DMA32...)
434 In non-NUMA case, a zonelist for GFP_KERNEL is ordered as following.
435 ZONE_NORMAL -> ZONE_DMA
436 This means that a memory allocation request for GFP_KERNEL will
437 get memory from ZONE_DMA only when ZONE_NORMAL is not available.
439 In NUMA case, you can think of following 2 types of order.
440 Assume 2 node NUMA and below is zonelist of Node(0)'s GFP_KERNEL
442 (A) Node(0) ZONE_NORMAL -> Node(0) ZONE_DMA -> Node(1) ZONE_NORMAL
443 (B) Node(0) ZONE_NORMAL -> Node(1) ZONE_NORMAL -> Node(0) ZONE_DMA.
445 Type(A) offers the best locality for processes on Node(0), but ZONE_DMA
446 will be used before ZONE_NORMAL exhaustion. This increases possibility of
447 out-of-memory(OOM) of ZONE_DMA because ZONE_DMA is tend to be small.
449 Type(B) cannot offer the best locality but is more robust against OOM of
450 the DMA zone.
452 Type(A) is called as "Node" order. Type (B) is "Zone" order.
454 "Node order" orders the zonelists by node, then by zone within each node.
455 Specify "[Nn]ode" for zone order
457 "Zone Order" orders the zonelists by zone type, then by node within each
458 zone.  Specify "[Zz]one"for zode order.
460 Specify "[Dd]efault" to request automatic configuration.  Autoconfiguration
461 will select "node" order in following case.
462 (1) if the DMA zone does not exist or
463 (2) if the DMA zone comprises greater than 50% of the available memory or
464 (3) if any node's DMA zone comprises greater than 60% of its local memory and
465     the amount of local memory is big enough.
467 Otherwise, "zone" order will be selected. Default order is recommended unless
468 this is causing problems for your system/application.
470 ==============================================================
472 oom_dump_tasks
474 Enables a system-wide task dump (excluding kernel threads) to be
475 produced when the kernel performs an OOM-killing and includes such
476 information as pid, uid, tgid, vm size, rss, cpu, oom_adj score, and
477 name.  This is helpful to determine why the OOM killer was invoked
478 and to identify the rogue task that caused it.
480 If this is set to zero, this information is suppressed.  On very
481 large systems with thousands of tasks it may not be feasible to dump
482 the memory state information for each one.  Such systems should not
483 be forced to incur a performance penalty in OOM conditions when the
484 information may not be desired.
486 If this is set to non-zero, this information is shown whenever the
487 OOM killer actually kills a memory-hogging task.
489 The default value is 0.
491 ==============================================================
493 oom_kill_allocating_task
495 This enables or disables killing the OOM-triggering task in
496 out-of-memory situations.
498 If this is set to zero, the OOM killer will scan through the entire
499 tasklist and select a task based on heuristics to kill.  This normally
500 selects a rogue memory-hogging task that frees up a large amount of
501 memory when killed.
503 If this is set to non-zero, the OOM killer simply kills the task that
504 triggered the out-of-memory condition.  This avoids the expensive
505 tasklist scan.
507 If panic_on_oom is selected, it takes precedence over whatever value
508 is used in oom_kill_allocating_task.
510 The default value is 0.
512 ==============================================================
514 overcommit_memory:
516 This value contains a flag that enables memory overcommitment.
518 When this flag is 0, the kernel attempts to estimate the amount
519 of free memory left when userspace requests more memory.
521 When this flag is 1, the kernel pretends there is always enough
522 memory until it actually runs out.
524 When this flag is 2, the kernel uses a "never overcommit"
525 policy that attempts to prevent any overcommit of memory.
527 This feature can be very useful because there are a lot of
528 programs that malloc() huge amounts of memory "just-in-case"
529 and don't use much of it.
531 The default value is 0.
533 See Documentation/vm/overcommit-accounting and
534 security/commoncap.c::cap_vm_enough_memory() for more information.
536 ==============================================================
538 overcommit_ratio:
540 When overcommit_memory is set to 2, the committed address
541 space is not permitted to exceed swap plus this percentage
542 of physical RAM.  See above.
544 ==============================================================
546 page-cluster
548 page-cluster controls the number of pages which are written to swap in
549 a single attempt.  The swap I/O size.
551 It is a logarithmic value - setting it to zero means "1 page", setting
552 it to 1 means "2 pages", setting it to 2 means "4 pages", etc.
554 The default value is three (eight pages at a time).  There may be some
555 small benefits in tuning this to a different value if your workload is
556 swap-intensive.
558 =============================================================
560 panic_on_oom
562 This enables or disables panic on out-of-memory feature.
564 If this is set to 0, the kernel will kill some rogue process,
565 called oom_killer.  Usually, oom_killer can kill rogue processes and
566 system will survive.
568 If this is set to 1, the kernel panics when out-of-memory happens.
569 However, if a process limits using nodes by mempolicy/cpusets,
570 and those nodes become memory exhaustion status, one process
571 may be killed by oom-killer. No panic occurs in this case.
572 Because other nodes' memory may be free. This means system total status
573 may be not fatal yet.
575 If this is set to 2, the kernel panics compulsorily even on the
576 above-mentioned.
578 The default value is 0.
579 1 and 2 are for failover of clustering. Please select either
580 according to your policy of failover.
582 =============================================================
584 percpu_pagelist_fraction
586 This is the fraction of pages at most (high mark pcp->high) in each zone that
587 are allocated for each per cpu page list.  The min value for this is 8.  It
588 means that we don't allow more than 1/8th of pages in each zone to be
589 allocated in any single per_cpu_pagelist.  This entry only changes the value
590 of hot per cpu pagelists.  User can specify a number like 100 to allocate
591 1/100th of each zone to each per cpu page list.
593 The batch value of each per cpu pagelist is also updated as a result.  It is
594 set to pcp->high/4.  The upper limit of batch is (PAGE_SHIFT * 8)
596 The initial value is zero.  Kernel does not use this value at boot time to set
597 the high water marks for each per cpu page list.
599 ==============================================================
601 stat_interval
603 The time interval between which vm statistics are updated.  The default
604 is 1 second.
606 ==============================================================
608 swappiness
610 This control is used to define how aggressive the kernel will swap
611 memory pages.  Higher values will increase agressiveness, lower values
612 decrease the amount of swap.
614 The default value is 60.
616 ==============================================================
618 vfs_cache_pressure
619 ------------------
621 Controls the tendency of the kernel to reclaim the memory which is used for
622 caching of directory and inode objects.
624 At the default value of vfs_cache_pressure=100 the kernel will attempt to
625 reclaim dentries and inodes at a "fair" rate with respect to pagecache and
626 swapcache reclaim.  Decreasing vfs_cache_pressure causes the kernel to prefer
627 to retain dentry and inode caches. When vfs_cache_pressure=0, the kernel will
628 never reclaim dentries and inodes due to memory pressure and this can easily
629 lead to out-of-memory conditions. Increasing vfs_cache_pressure beyond 100
630 causes the kernel to prefer to reclaim dentries and inodes.
632 ==============================================================
634 zone_reclaim_mode:
636 Zone_reclaim_mode allows someone to set more or less aggressive approaches to
637 reclaim memory when a zone runs out of memory. If it is set to zero then no
638 zone reclaim occurs. Allocations will be satisfied from other zones / nodes
639 in the system.
641 This is value ORed together of
643 1       = Zone reclaim on
644 2       = Zone reclaim writes dirty pages out
645 4       = Zone reclaim swaps pages
647 zone_reclaim_mode is set during bootup to 1 if it is determined that pages
648 from remote zones will cause a measurable performance reduction. The
649 page allocator will then reclaim easily reusable pages (those page
650 cache pages that are currently not used) before allocating off node pages.
652 It may be beneficial to switch off zone reclaim if the system is
653 used for a file server and all of memory should be used for caching files
654 from disk. In that case the caching effect is more important than
655 data locality.
657 Allowing zone reclaim to write out pages stops processes that are
658 writing large amounts of data from dirtying pages on other nodes. Zone
659 reclaim will write out dirty pages if a zone fills up and so effectively
660 throttle the process. This may decrease the performance of a single process
661 since it cannot use all of system memory to buffer the outgoing writes
662 anymore but it preserve the memory on other nodes so that the performance
663 of other processes running on other nodes will not be affected.
665 Allowing regular swap effectively restricts allocations to the local
666 node unless explicitly overridden by memory policies or cpuset
667 configurations.
669 ============ End of Document =================================