我有一个问题（我可以可靠地重现）在一堆Linux主机上，在一个进程积极地占用内存后，系统变得完全没有响应。 我在内核日志中看到这样的事情：
2017-09-14 19:53:51.252365 kernel: hyperkube: page allocation stalls for 62933ms, order:0, mode:0x14201ca(GFP_HIGHUSER_MOVABLE|__GFP_COLD), nodemask=(null) 2017-09-14 19:53:51.252402 kernel: hyperkube cpuset=kube-proxy mems_allowed=0 2017-09-14 19:53:51.252440 kernel: CPU: 1 PID: 1438 Comm: hyperkube Not tainted 4.11.9-coreos #1 2017-09-14 19:53:51.252478 kernel: Hardware name: Xen HVM domU, BIOS 4.2.amazon 11/11/2016 2017-09-14 19:53:51.252512 kernel: Call Trace: 2017-09-14 19:53:51.252591 kernel: dump_stack+0x63/0x90 2017-09-14 19:53:51.252628 kernel: warn_alloc+0x11c/0x1b0 2017-09-14 19:53:51.252682 kernel: __alloc_pages_slowpath+0x811/0xe50 2017-09-14 19:53:51.252720 kernel: ? alloc_pages_current+0x8c/0x110 2017-09-14 19:53:51.258910 kernel: __alloc_pages_nodemask+0x21b/0x230 2017-09-14 19:53:51.258951 kernel: alloc_pages_current+0x8c/0x110 2017-09-14 19:53:51.259009 kernel: __page_cache_alloc+0xae/0xc0 2017-09-14 19:53:51.259041 kernel: filemap_fault+0x338/0x630 2017-09-14 19:53:51.268298 kernel: ? filemap_map_pages+0x19d/0x390 2017-09-14 19:53:51.268360 kernel: ext4_filemap_fault+0x31/0x50 [ext4] 2017-09-14 19:53:51.268397 kernel: __do_fault+0x1e/0xc0 2017-09-14 19:53:51.268436 kernel: __handle_mm_fault+0xb06/0x1090 2017-09-14 19:53:51.268471 kernel: handle_mm_fault+0xd1/0x240 2017-09-14 19:53:51.268504 kernel: __do_page_fault+0x222/0x4b0 2017-09-14 19:53:51.268539 kernel: do_page_fault+0x22/0x30 2017-09-14 19:53:51.268572 kernel: page_fault+0x28/0x30 2017-09-14 19:53:51.268605 kernel: RIP: 0033:0x45d561 2017-09-14 19:53:51.268666 kernel: RSP: 002b:00007f64d3ef2de8 EFLAGS: 00010246 2017-09-14 19:53:51.268717 kernel: RAX: 0000000000000000 RBX: 000000000000007c RCX: 000000000045d561 2017-09-14 19:53:51.268757 kernel: RDX: 0000000000000000 RSI: 0000000000000000 RDI: 0000000000000000 2017-09-14 19:53:51.277186 kernel: RBP: 00007f64d3ef2df8 R08: 00007f64d3ef2de8 R09: 0000000000000000 2017-09-14 19:53:51.277239 kernel: R10: 0000000000000000 R11: 0000000000000246 R12: 0000000000000000 2017-09-14 19:53:51.277283 kernel: R13: 0000000000000034 R14: 0000000000000000 R15: 00000000000000f3 2017-09-14 19:53:51.277322 kernel: Mem-Info: 2017-09-14 19:53:51.277355 kernel: active_anon:903273 inactive_anon:164 isolated_anon:0 active_file:166 inactive_file:754 isolated_file:0 unevictable:0 dirty:0 writeback:0 unstable:0 slab_reclaimable:8251 slab_unreclaimable:17340 mapped:591 shmem:2354 pagetables:4389 bounce:0 free:14896 free_pcp:73 free_cma:0 2017-09-14 19:53:51.277393 kernel: Node 0 active_anon:3613092kB inactive_anon:656kB active_file:864kB inactive_file:2744kB unevictable:0kB isolated(anon):0kB isolated(file):0kB mapped:2364kB dirty:0kB writeback:0kB shmem:9416kB shmem_thp: 0kB shmem_pmdmapped: 0kB anon_thp: 606208kB writeback_tmp:0kB unstable:0kB pages_scanned:246 all_unreclaimable? no 2017-09-14 19:53:51.288390 kernel: Node 0 DMA free:15052kB min:184kB low:228kB high:272kB active_anon:764kB inactive_anon:0kB active_file:0kB inactive_file:0kB unevictable:0kB writepending:0kB present:15988kB managed:15900kB mlocked:0kB slab_reclaimable:0kB slab_unreclaimable:84kB kernel_stack:0kB pagetables:0kB bounce:0kB free_pcp:0kB local_pcp:0kB free_cma:0kB 2017-09-14 19:53:51.288448 kernel: lowmem_reserve[]: 0 3717 3717 3717 2017-09-14 19:53:51.288483 kernel: Node 0 DMA32 free:44532kB min:44868kB low:56084kB high:67300kB active_anon:3612328kB inactive_anon:656kB active_file:912kB inactive_file:2516kB unevictable:0kB writepending:0kB present:3915776kB managed:3841148kB mlocked:0kB slab_reclaimable:33004kB slab_unreclaimable:69276kB kernel_stack:10096kB pagetables:17556kB bounce:0kB free_pcp:412kB local_pcp:156kB free_cma:0kB 2017-09-14 19:53:51.288520 kernel: lowmem_reserve[]: 0 0 0 0 2017-09-14 19:53:51.288553 kernel: Node 0 DMA: 5*4kB (UM) 1*8kB (M) 3*16kB (UM) 2*32kB (UM) 1*64kB (M) 2*128kB (UM) 1*256kB (U) 0*512kB 2*1024kB (UM) 0*2048kB 3*4096kB (ME) = 15052kB 2017-09-14 19:53:51.288609 kernel: Node 0 DMA32: 537*4kB (UMEH) 360*8kB (UMEH) 397*16kB (UMEH) 238*32kB (UMEH) 141*64kB (UMEH) 61*128kB (E) 22*256kB (E) 4*512kB (ME) 1*1024kB (M) 0*2048kB 0*4096kB = 44532kB 2017-09-14 19:53:51.288735 kernel: Node 0 hugepages_total=0 hugepages_free=0 hugepages_surp=0 hugepages_size=1048576kB 2017-09-14 19:53:51.288784 kernel: Node 0 hugepages_total=0 hugepages_free=0 hugepages_surp=0 hugepages_size=2048kB 2017-09-14 19:53:51.294569 kernel: 3234 total pagecache pages 2017-09-14 19:53:51.294619 kernel: 0 pages in swap cache 2017-09-14 19:53:51.294670 kernel: Swap cache stats: add 0, delete 0, find 0/0 2017-09-14 19:53:51.294747 kernel: Free swap = 0kB 2017-09-14 19:53:51.294781 kernel: Total swap = 0kB 2017-09-14 19:53:51.294825 kernel: 982941 pages RAM 2017-09-14 19:53:51.300569 kernel: 0 pages HighMem/MovableOnly 2017-09-14 19:53:51.300616 kernel: 18679 pages reserved 2017-09-14 19:53:51.300673 kernel: 0 pages hwpoisoned 正如你在这里看到的那样，系统似乎停滞了60秒，试图分配内存。 系统完全无法使用10分钟后，OOM杀手进入并杀死了贪婪的进程。
如果有人能帮我理解，我真的很喜欢：
依靠OOM杀手意味着你已经输了。 OOM只是防止内核恐慌的最后机会。
收集性能数据将显示您变得无响应的症状。 尤其是，如果平均负载比CPU的数量大得多，那么你就有太多的准备运行的任务堆积起来。 可能是因为花费这么多系统时间扫描内存页面。 这会导致响应时间很差。
关于为什么确定没有内存不是微不足道的，看看文档/ sysctl / vm.txt具体overcommit_memory 。 内核是相当复杂的假装有更多的内存可用，因为实际的物理使用通常远远小于分配。 这需要一点CPU时间，这可能会加剧病态的低内存条件。
我看到这可能是EC2中的Xen虚拟机。 在云中，如果你想在这个问题上投入资源，很容易使大型虚拟机启动。
如果您怀疑应用程序分配的太多，开发人员应该使用Valgrind来查看其内存configuration文件，或者在从OOM进行Panimo时查看kdump。