powerpc/mm: Avoid calling arch_enter/leave_lazy_mmu() in set_ptes
[platform/kernel/linux-starfive.git] / Documentation / admin-guide / cgroup-v1 / memory.rst
1 ==========================
2 Memory Resource Controller
3 ==========================
4
5 .. caution::
6       This document is hopelessly outdated and it asks for a complete
7       rewrite. It still contains a useful information so we are keeping it
8       here but make sure to check the current code if you need a deeper
9       understanding.
10
11 .. note::
12       The Memory Resource Controller has generically been referred to as the
13       memory controller in this document. Do not confuse memory controller
14       used here with the memory controller that is used in hardware.
15
16 .. hint::
17       When we mention a cgroup (cgroupfs's directory) with memory controller,
18       we call it "memory cgroup". When you see git-log and source code, you'll
19       see patch's title and function names tend to use "memcg".
20       In this document, we avoid using it.
21
22 Benefits and Purpose of the memory controller
23 =============================================
24
25 The memory controller isolates the memory behaviour of a group of tasks
26 from the rest of the system. The article on LWN [12]_ mentions some probable
27 uses of the memory controller. The memory controller can be used to
28
29 a. Isolate an application or a group of applications
30    Memory-hungry applications can be isolated and limited to a smaller
31    amount of memory.
32 b. Create a cgroup with a limited amount of memory; this can be used
33    as a good alternative to booting with mem=XXXX.
34 c. Virtualization solutions can control the amount of memory they want
35    to assign to a virtual machine instance.
36 d. A CD/DVD burner could control the amount of memory used by the
37    rest of the system to ensure that burning does not fail due to lack
38    of available memory.
39 e. There are several other use cases; find one or use the controller just
40    for fun (to learn and hack on the VM subsystem).
41
42 Current Status: linux-2.6.34-mmotm(development version of 2010/April)
43
44 Features:
45
46  - accounting anonymous pages, file caches, swap caches usage and limiting them.
47  - pages are linked to per-memcg LRU exclusively, and there is no global LRU.
48  - optionally, memory+swap usage can be accounted and limited.
49  - hierarchical accounting
50  - soft limit
51  - moving (recharging) account at moving a task is selectable.
52  - usage threshold notifier
53  - memory pressure notifier
54  - oom-killer disable knob and oom-notifier
55  - Root cgroup has no limit controls.
56
57  Kernel memory support is a work in progress, and the current version provides
58  basically functionality. (See :ref:`section 2.7
59  <cgroup-v1-memory-kernel-extension>`)
60
61 Brief summary of control files.
62
63 ==================================== ==========================================
64  tasks                               attach a task(thread) and show list of
65                                      threads
66  cgroup.procs                        show list of processes
67  cgroup.event_control                an interface for event_fd()
68                                      This knob is not available on CONFIG_PREEMPT_RT systems.
69  memory.usage_in_bytes               show current usage for memory
70                                      (See 5.5 for details)
71  memory.memsw.usage_in_bytes         show current usage for memory+Swap
72                                      (See 5.5 for details)
73  memory.limit_in_bytes               set/show limit of memory usage
74  memory.memsw.limit_in_bytes         set/show limit of memory+Swap usage
75  memory.failcnt                      show the number of memory usage hits limits
76  memory.memsw.failcnt                show the number of memory+Swap hits limits
77  memory.max_usage_in_bytes           show max memory usage recorded
78  memory.memsw.max_usage_in_bytes     show max memory+Swap usage recorded
79  memory.soft_limit_in_bytes          set/show soft limit of memory usage
80                                      This knob is not available on CONFIG_PREEMPT_RT systems.
81  memory.stat                         show various statistics
82  memory.use_hierarchy                set/show hierarchical account enabled
83                                      This knob is deprecated and shouldn't be
84                                      used.
85  memory.force_empty                  trigger forced page reclaim
86  memory.pressure_level               set memory pressure notifications
87  memory.swappiness                   set/show swappiness parameter of vmscan
88                                      (See sysctl's vm.swappiness)
89  memory.move_charge_at_immigrate     set/show controls of moving charges
90                                      This knob is deprecated and shouldn't be
91                                      used.
92  memory.oom_control                  set/show oom controls.
93  memory.numa_stat                    show the number of memory usage per numa
94                                      node
95  memory.kmem.usage_in_bytes          show current kernel memory allocation
96  memory.kmem.failcnt                 show the number of kernel memory usage
97                                      hits limits
98  memory.kmem.max_usage_in_bytes      show max kernel memory usage recorded
99
100  memory.kmem.tcp.limit_in_bytes      set/show hard limit for tcp buf memory
101  memory.kmem.tcp.usage_in_bytes      show current tcp buf memory allocation
102  memory.kmem.tcp.failcnt             show the number of tcp buf memory usage
103                                      hits limits
104  memory.kmem.tcp.max_usage_in_bytes  show max tcp buf memory usage recorded
105 ==================================== ==========================================
106
107 1. History
108 ==========
109
110 The memory controller has a long history. A request for comments for the memory
111 controller was posted by Balbir Singh [1]_. At the time the RFC was posted
112 there were several implementations for memory control. The goal of the
113 RFC was to build consensus and agreement for the minimal features required
114 for memory control. The first RSS controller was posted by Balbir Singh [2]_
115 in Feb 2007. Pavel Emelianov [3]_ [4]_ [5]_ has since posted three versions
116 of the RSS controller. At OLS, at the resource management BoF, everyone
117 suggested that we handle both page cache and RSS together. Another request was
118 raised to allow user space handling of OOM. The current memory controller is
119 at version 6; it combines both mapped (RSS) and unmapped Page
120 Cache Control [11]_.
121
122 2. Memory Control
123 =================
124
125 Memory is a unique resource in the sense that it is present in a limited
126 amount. If a task requires a lot of CPU processing, the task can spread
127 its processing over a period of hours, days, months or years, but with
128 memory, the same physical memory needs to be reused to accomplish the task.
129
130 The memory controller implementation has been divided into phases. These
131 are:
132
133 1. Memory controller
134 2. mlock(2) controller
135 3. Kernel user memory accounting and slab control
136 4. user mappings length controller
137
138 The memory controller is the first controller developed.
139
140 2.1. Design
141 -----------
142
143 The core of the design is a counter called the page_counter. The
144 page_counter tracks the current memory usage and limit of the group of
145 processes associated with the controller. Each cgroup has a memory controller
146 specific data structure (mem_cgroup) associated with it.
147
148 2.2. Accounting
149 ---------------
150
151 .. code-block::
152    :caption: Figure 1: Hierarchy of Accounting
153
154                 +--------------------+
155                 |  mem_cgroup        |
156                 |  (page_counter)    |
157                 +--------------------+
158                  /            ^      \
159                 /             |       \
160            +---------------+  |        +---------------+
161            | mm_struct     |  |....    | mm_struct     |
162            |               |  |        |               |
163            +---------------+  |        +---------------+
164                               |
165                               + --------------+
166                                               |
167            +---------------+           +------+--------+
168            | page          +---------->  page_cgroup|
169            |               |           |               |
170            +---------------+           +---------------+
171
172
173
174 Figure 1 shows the important aspects of the controller
175
176 1. Accounting happens per cgroup
177 2. Each mm_struct knows about which cgroup it belongs to
178 3. Each page has a pointer to the page_cgroup, which in turn knows the
179    cgroup it belongs to
180
181 The accounting is done as follows: mem_cgroup_charge_common() is invoked to
182 set up the necessary data structures and check if the cgroup that is being
183 charged is over its limit. If it is, then reclaim is invoked on the cgroup.
184 More details can be found in the reclaim section of this document.
185 If everything goes well, a page meta-data-structure called page_cgroup is
186 updated. page_cgroup has its own LRU on cgroup.
187 (*) page_cgroup structure is allocated at boot/memory-hotplug time.
188
189 2.2.1 Accounting details
190 ------------------------
191
192 All mapped anon pages (RSS) and cache pages (Page Cache) are accounted.
193 Some pages which are never reclaimable and will not be on the LRU
194 are not accounted. We just account pages under usual VM management.
195
196 RSS pages are accounted at page_fault unless they've already been accounted
197 for earlier. A file page will be accounted for as Page Cache when it's
198 inserted into inode (xarray). While it's mapped into the page tables of
199 processes, duplicate accounting is carefully avoided.
200
201 An RSS page is unaccounted when it's fully unmapped. A PageCache page is
202 unaccounted when it's removed from xarray. Even if RSS pages are fully
203 unmapped (by kswapd), they may exist as SwapCache in the system until they
204 are really freed. Such SwapCaches are also accounted.
205 A swapped-in page is accounted after adding into swapcache.
206
207 Note: The kernel does swapin-readahead and reads multiple swaps at once.
208 Since page's memcg recorded into swap whatever memsw enabled, the page will
209 be accounted after swapin.
210
211 At page migration, accounting information is kept.
212
213 Note: we just account pages-on-LRU because our purpose is to control amount
214 of used pages; not-on-LRU pages tend to be out-of-control from VM view.
215
216 2.3 Shared Page Accounting
217 --------------------------
218
219 Shared pages are accounted on the basis of the first touch approach. The
220 cgroup that first touches a page is accounted for the page. The principle
221 behind this approach is that a cgroup that aggressively uses a shared
222 page will eventually get charged for it (once it is uncharged from
223 the cgroup that brought it in -- this will happen on memory pressure).
224
225 But see :ref:`section 8.2 <cgroup-v1-memory-movable-charges>` when moving a
226 task to another cgroup, its pages may be recharged to the new cgroup, if
227 move_charge_at_immigrate has been chosen.
228
229 2.4 Swap Extension
230 --------------------------------------
231
232 Swap usage is always recorded for each of cgroup. Swap Extension allows you to
233 read and limit it.
234
235 When CONFIG_SWAP is enabled, following files are added.
236
237  - memory.memsw.usage_in_bytes.
238  - memory.memsw.limit_in_bytes.
239
240 memsw means memory+swap. Usage of memory+swap is limited by
241 memsw.limit_in_bytes.
242
243 Example: Assume a system with 4G of swap. A task which allocates 6G of memory
244 (by mistake) under 2G memory limitation will use all swap.
245 In this case, setting memsw.limit_in_bytes=3G will prevent bad use of swap.
246 By using the memsw limit, you can avoid system OOM which can be caused by swap
247 shortage.
248
249 2.4.1 why 'memory+swap' rather than swap
250 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
251
252 The global LRU(kswapd) can swap out arbitrary pages. Swap-out means
253 to move account from memory to swap...there is no change in usage of
254 memory+swap. In other words, when we want to limit the usage of swap without
255 affecting global LRU, memory+swap limit is better than just limiting swap from
256 an OS point of view.
257
258 2.4.2. What happens when a cgroup hits memory.memsw.limit_in_bytes
259 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
260
261 When a cgroup hits memory.memsw.limit_in_bytes, it's useless to do swap-out
262 in this cgroup. Then, swap-out will not be done by cgroup routine and file
263 caches are dropped. But as mentioned above, global LRU can do swapout memory
264 from it for sanity of the system's memory management state. You can't forbid
265 it by cgroup.
266
267 2.5 Reclaim
268 -----------
269
270 Each cgroup maintains a per cgroup LRU which has the same structure as
271 global VM. When a cgroup goes over its limit, we first try
272 to reclaim memory from the cgroup so as to make space for the new
273 pages that the cgroup has touched. If the reclaim is unsuccessful,
274 an OOM routine is invoked to select and kill the bulkiest task in the
275 cgroup. (See :ref:`10. OOM Control <cgroup-v1-memory-oom-control>` below.)
276
277 The reclaim algorithm has not been modified for cgroups, except that
278 pages that are selected for reclaiming come from the per-cgroup LRU
279 list.
280
281 .. note::
282    Reclaim does not work for the root cgroup, since we cannot set any
283    limits on the root cgroup.
284
285 .. note::
286    When panic_on_oom is set to "2", the whole system will panic.
287
288 When oom event notifier is registered, event will be delivered.
289 (See :ref:`oom_control <cgroup-v1-memory-oom-control>` section)
290
291 2.6 Locking
292 -----------
293
294 Lock order is as follows::
295
296   Page lock (PG_locked bit of page->flags)
297     mm->page_table_lock or split pte_lock
298       folio_memcg_lock (memcg->move_lock)
299         mapping->i_pages lock
300           lruvec->lru_lock.
301
302 Per-node-per-memcgroup LRU (cgroup's private LRU) is guarded by
303 lruvec->lru_lock; PG_lru bit of page->flags is cleared before
304 isolating a page from its LRU under lruvec->lru_lock.
305
306 .. _cgroup-v1-memory-kernel-extension:
307
308 2.7 Kernel Memory Extension
309 -----------------------------------------------
310
311 With the Kernel memory extension, the Memory Controller is able to limit
312 the amount of kernel memory used by the system. Kernel memory is fundamentally
313 different than user memory, since it can't be swapped out, which makes it
314 possible to DoS the system by consuming too much of this precious resource.
315
316 Kernel memory accounting is enabled for all memory cgroups by default. But
317 it can be disabled system-wide by passing cgroup.memory=nokmem to the kernel
318 at boot time. In this case, kernel memory will not be accounted at all.
319
320 Kernel memory limits are not imposed for the root cgroup. Usage for the root
321 cgroup may or may not be accounted. The memory used is accumulated into
322 memory.kmem.usage_in_bytes, or in a separate counter when it makes sense.
323 (currently only for tcp).
324
325 The main "kmem" counter is fed into the main counter, so kmem charges will
326 also be visible from the user counter.
327
328 Currently no soft limit is implemented for kernel memory. It is future work
329 to trigger slab reclaim when those limits are reached.
330
331 2.7.1 Current Kernel Memory resources accounted
332 -----------------------------------------------
333
334 stack pages:
335   every process consumes some stack pages. By accounting into
336   kernel memory, we prevent new processes from being created when the kernel
337   memory usage is too high.
338
339 slab pages:
340   pages allocated by the SLAB or SLUB allocator are tracked. A copy
341   of each kmem_cache is created every time the cache is touched by the first time
342   from inside the memcg. The creation is done lazily, so some objects can still be
343   skipped while the cache is being created. All objects in a slab page should
344   belong to the same memcg. This only fails to hold when a task is migrated to a
345   different memcg during the page allocation by the cache.
346
347 sockets memory pressure:
348   some sockets protocols have memory pressure
349   thresholds. The Memory Controller allows them to be controlled individually
350   per cgroup, instead of globally.
351
352 tcp memory pressure:
353   sockets memory pressure for the tcp protocol.
354
355 2.7.2 Common use cases
356 ----------------------
357
358 Because the "kmem" counter is fed to the main user counter, kernel memory can
359 never be limited completely independently of user memory. Say "U" is the user
360 limit, and "K" the kernel limit. There are three possible ways limits can be
361 set:
362
363 U != 0, K = unlimited:
364     This is the standard memcg limitation mechanism already present before kmem
365     accounting. Kernel memory is completely ignored.
366
367 U != 0, K < U:
368     Kernel memory is a subset of the user memory. This setup is useful in
369     deployments where the total amount of memory per-cgroup is overcommitted.
370     Overcommitting kernel memory limits is definitely not recommended, since the
371     box can still run out of non-reclaimable memory.
372     In this case, the admin could set up K so that the sum of all groups is
373     never greater than the total memory, and freely set U at the cost of his
374     QoS.
375
376     .. warning::
377        In the current implementation, memory reclaim will NOT be triggered for
378        a cgroup when it hits K while staying below U, which makes this setup
379        impractical.
380
381 U != 0, K >= U:
382     Since kmem charges will also be fed to the user counter and reclaim will be
383     triggered for the cgroup for both kinds of memory. This setup gives the
384     admin a unified view of memory, and it is also useful for people who just
385     want to track kernel memory usage.
386
387 3. User Interface
388 =================
389
390 To use the user interface:
391
392 1. Enable CONFIG_CGROUPS and CONFIG_MEMCG options
393 2. Prepare the cgroups (see :ref:`Why are cgroups needed?
394    <cgroups-why-needed>` for the background information)::
395
396         # mount -t tmpfs none /sys/fs/cgroup
397         # mkdir /sys/fs/cgroup/memory
398         # mount -t cgroup none /sys/fs/cgroup/memory -o memory
399
400 3. Make the new group and move bash into it::
401
402         # mkdir /sys/fs/cgroup/memory/0
403         # echo $$ > /sys/fs/cgroup/memory/0/tasks
404
405 4. Since now we're in the 0 cgroup, we can alter the memory limit::
406
407         # echo 4M > /sys/fs/cgroup/memory/0/memory.limit_in_bytes
408
409    The limit can now be queried::
410
411         # cat /sys/fs/cgroup/memory/0/memory.limit_in_bytes
412         4194304
413
414 .. note::
415    We can use a suffix (k, K, m, M, g or G) to indicate values in kilo,
416    mega or gigabytes. (Here, Kilo, Mega, Giga are Kibibytes, Mebibytes,
417    Gibibytes.)
418
419 .. note::
420    We can write "-1" to reset the ``*.limit_in_bytes(unlimited)``.
421
422 .. note::
423    We cannot set limits on the root cgroup any more.
424
425
426 We can check the usage::
427
428   # cat /sys/fs/cgroup/memory/0/memory.usage_in_bytes
429   1216512
430
431 A successful write to this file does not guarantee a successful setting of
432 this limit to the value written into the file. This can be due to a
433 number of factors, such as rounding up to page boundaries or the total
434 availability of memory on the system. The user is required to re-read
435 this file after a write to guarantee the value committed by the kernel::
436
437   # echo 1 > memory.limit_in_bytes
438   # cat memory.limit_in_bytes
439   4096
440
441 The memory.failcnt field gives the number of times that the cgroup limit was
442 exceeded.
443
444 The memory.stat file gives accounting information. Now, the number of
445 caches, RSS and Active pages/Inactive pages are shown.
446
447 4. Testing
448 ==========
449
450 For testing features and implementation, see memcg_test.txt.
451
452 Performance test is also important. To see pure memory controller's overhead,
453 testing on tmpfs will give you good numbers of small overheads.
454 Example: do kernel make on tmpfs.
455
456 Page-fault scalability is also important. At measuring parallel
457 page fault test, multi-process test may be better than multi-thread
458 test because it has noise of shared objects/status.
459
460 But the above two are testing extreme situations.
461 Trying usual test under memory controller is always helpful.
462
463 .. _cgroup-v1-memory-test-troubleshoot:
464
465 4.1 Troubleshooting
466 -------------------
467
468 Sometimes a user might find that the application under a cgroup is
469 terminated by the OOM killer. There are several causes for this:
470
471 1. The cgroup limit is too low (just too low to do anything useful)
472 2. The user is using anonymous memory and swap is turned off or too low
473
474 A sync followed by echo 1 > /proc/sys/vm/drop_caches will help get rid of
475 some of the pages cached in the cgroup (page cache pages).
476
477 To know what happens, disabling OOM_Kill as per :ref:`"10. OOM Control"
478 <cgroup-v1-memory-oom-control>` (below) and seeing what happens will be
479 helpful.
480
481 .. _cgroup-v1-memory-test-task-migration:
482
483 4.2 Task migration
484 ------------------
485
486 When a task migrates from one cgroup to another, its charge is not
487 carried forward by default. The pages allocated from the original cgroup still
488 remain charged to it, the charge is dropped when the page is freed or
489 reclaimed.
490
491 You can move charges of a task along with task migration.
492 See :ref:`8. "Move charges at task migration" <cgroup-v1-memory-move-charges>`
493
494 4.3 Removing a cgroup
495 ---------------------
496
497 A cgroup can be removed by rmdir, but as discussed in :ref:`sections 4.1
498 <cgroup-v1-memory-test-troubleshoot>` and :ref:`4.2
499 <cgroup-v1-memory-test-task-migration>`, a cgroup might have some charge
500 associated with it, even though all tasks have migrated away from it. (because
501 we charge against pages, not against tasks.)
502
503 We move the stats to parent, and no change on the charge except uncharging
504 from the child.
505
506 Charges recorded in swap information is not updated at removal of cgroup.
507 Recorded information is discarded and a cgroup which uses swap (swapcache)
508 will be charged as a new owner of it.
509
510 5. Misc. interfaces
511 ===================
512
513 5.1 force_empty
514 ---------------
515   memory.force_empty interface is provided to make cgroup's memory usage empty.
516   When writing anything to this::
517
518     # echo 0 > memory.force_empty
519
520   the cgroup will be reclaimed and as many pages reclaimed as possible.
521
522   The typical use case for this interface is before calling rmdir().
523   Though rmdir() offlines memcg, but the memcg may still stay there due to
524   charged file caches. Some out-of-use page caches may keep charged until
525   memory pressure happens. If you want to avoid that, force_empty will be useful.
526
527 5.2 stat file
528 -------------
529
530 memory.stat file includes following statistics:
531
532   * per-memory cgroup local status
533
534     =============== ===============================================================
535     cache           # of bytes of page cache memory.
536     rss             # of bytes of anonymous and swap cache memory (includes
537                     transparent hugepages).
538     rss_huge        # of bytes of anonymous transparent hugepages.
539     mapped_file     # of bytes of mapped file (includes tmpfs/shmem)
540     pgpgin          # of charging events to the memory cgroup. The charging
541                     event happens each time a page is accounted as either mapped
542                     anon page(RSS) or cache page(Page Cache) to the cgroup.
543     pgpgout         # of uncharging events to the memory cgroup. The uncharging
544                     event happens each time a page is unaccounted from the
545                     cgroup.
546     swap            # of bytes of swap usage
547     dirty           # of bytes that are waiting to get written back to the disk.
548     writeback       # of bytes of file/anon cache that are queued for syncing to
549                     disk.
550     inactive_anon   # of bytes of anonymous and swap cache memory on inactive
551                     LRU list.
552     active_anon     # of bytes of anonymous and swap cache memory on active
553                     LRU list.
554     inactive_file   # of bytes of file-backed memory and MADV_FREE anonymous
555                     memory (LazyFree pages) on inactive LRU list.
556     active_file     # of bytes of file-backed memory on active LRU list.
557     unevictable     # of bytes of memory that cannot be reclaimed (mlocked etc).
558     =============== ===============================================================
559
560   * status considering hierarchy (see memory.use_hierarchy settings):
561
562     ========================= ===================================================
563     hierarchical_memory_limit # of bytes of memory limit with regard to
564                               hierarchy
565                               under which the memory cgroup is
566     hierarchical_memsw_limit  # of bytes of memory+swap limit with regard to
567                               hierarchy under which memory cgroup is.
568
569     total_<counter>           # hierarchical version of <counter>, which in
570                               addition to the cgroup's own value includes the
571                               sum of all hierarchical children's values of
572                               <counter>, i.e. total_cache
573     ========================= ===================================================
574
575   * additional vm parameters (depends on CONFIG_DEBUG_VM):
576
577     ========================= ========================================
578     recent_rotated_anon       VM internal parameter. (see mm/vmscan.c)
579     recent_rotated_file       VM internal parameter. (see mm/vmscan.c)
580     recent_scanned_anon       VM internal parameter. (see mm/vmscan.c)
581     recent_scanned_file       VM internal parameter. (see mm/vmscan.c)
582     ========================= ========================================
583
584 .. hint::
585         recent_rotated means recent frequency of LRU rotation.
586         recent_scanned means recent # of scans to LRU.
587         showing for better debug please see the code for meanings.
588
589 .. note::
590         Only anonymous and swap cache memory is listed as part of 'rss' stat.
591         This should not be confused with the true 'resident set size' or the
592         amount of physical memory used by the cgroup.
593
594         'rss + mapped_file" will give you resident set size of cgroup.
595
596         (Note: file and shmem may be shared among other cgroups. In that case,
597         mapped_file is accounted only when the memory cgroup is owner of page
598         cache.)
599
600 5.3 swappiness
601 --------------
602
603 Overrides /proc/sys/vm/swappiness for the particular group. The tunable
604 in the root cgroup corresponds to the global swappiness setting.
605
606 Please note that unlike during the global reclaim, limit reclaim
607 enforces that 0 swappiness really prevents from any swapping even if
608 there is a swap storage available. This might lead to memcg OOM killer
609 if there are no file pages to reclaim.
610
611 5.4 failcnt
612 -----------
613
614 A memory cgroup provides memory.failcnt and memory.memsw.failcnt files.
615 This failcnt(== failure count) shows the number of times that a usage counter
616 hit its limit. When a memory cgroup hits a limit, failcnt increases and
617 memory under it will be reclaimed.
618
619 You can reset failcnt by writing 0 to failcnt file::
620
621         # echo 0 > .../memory.failcnt
622
623 5.5 usage_in_bytes
624 ------------------
625
626 For efficiency, as other kernel components, memory cgroup uses some optimization
627 to avoid unnecessary cacheline false sharing. usage_in_bytes is affected by the
628 method and doesn't show 'exact' value of memory (and swap) usage, it's a fuzz
629 value for efficient access. (Of course, when necessary, it's synchronized.)
630 If you want to know more exact memory usage, you should use RSS+CACHE(+SWAP)
631 value in memory.stat(see 5.2).
632
633 5.6 numa_stat
634 -------------
635
636 This is similar to numa_maps but operates on a per-memcg basis.  This is
637 useful for providing visibility into the numa locality information within
638 an memcg since the pages are allowed to be allocated from any physical
639 node.  One of the use cases is evaluating application performance by
640 combining this information with the application's CPU allocation.
641
642 Each memcg's numa_stat file includes "total", "file", "anon" and "unevictable"
643 per-node page counts including "hierarchical_<counter>" which sums up all
644 hierarchical children's values in addition to the memcg's own value.
645
646 The output format of memory.numa_stat is::
647
648   total=<total pages> N0=<node 0 pages> N1=<node 1 pages> ...
649   file=<total file pages> N0=<node 0 pages> N1=<node 1 pages> ...
650   anon=<total anon pages> N0=<node 0 pages> N1=<node 1 pages> ...
651   unevictable=<total anon pages> N0=<node 0 pages> N1=<node 1 pages> ...
652   hierarchical_<counter>=<counter pages> N0=<node 0 pages> N1=<node 1 pages> ...
653
654 The "total" count is sum of file + anon + unevictable.
655
656 6. Hierarchy support
657 ====================
658
659 The memory controller supports a deep hierarchy and hierarchical accounting.
660 The hierarchy is created by creating the appropriate cgroups in the
661 cgroup filesystem. Consider for example, the following cgroup filesystem
662 hierarchy::
663
664                root
665              /  |   \
666             /   |    \
667            a    b     c
668                       | \
669                       |  \
670                       d   e
671
672 In the diagram above, with hierarchical accounting enabled, all memory
673 usage of e, is accounted to its ancestors up until the root (i.e, c and root).
674 If one of the ancestors goes over its limit, the reclaim algorithm reclaims
675 from the tasks in the ancestor and the children of the ancestor.
676
677 6.1 Hierarchical accounting and reclaim
678 ---------------------------------------
679
680 Hierarchical accounting is enabled by default. Disabling the hierarchical
681 accounting is deprecated. An attempt to do it will result in a failure
682 and a warning printed to dmesg.
683
684 For compatibility reasons writing 1 to memory.use_hierarchy will always pass::
685
686         # echo 1 > memory.use_hierarchy
687
688 7. Soft limits
689 ==============
690
691 Soft limits allow for greater sharing of memory. The idea behind soft limits
692 is to allow control groups to use as much of the memory as needed, provided
693
694 a. There is no memory contention
695 b. They do not exceed their hard limit
696
697 When the system detects memory contention or low memory, control groups
698 are pushed back to their soft limits. If the soft limit of each control
699 group is very high, they are pushed back as much as possible to make
700 sure that one control group does not starve the others of memory.
701
702 Please note that soft limits is a best-effort feature; it comes with
703 no guarantees, but it does its best to make sure that when memory is
704 heavily contended for, memory is allocated based on the soft limit
705 hints/setup. Currently soft limit based reclaim is set up such that
706 it gets invoked from balance_pgdat (kswapd).
707
708 7.1 Interface
709 -------------
710
711 Soft limits can be setup by using the following commands (in this example we
712 assume a soft limit of 256 MiB)::
713
714         # echo 256M > memory.soft_limit_in_bytes
715
716 If we want to change this to 1G, we can at any time use::
717
718         # echo 1G > memory.soft_limit_in_bytes
719
720 .. note::
721        Soft limits take effect over a long period of time, since they involve
722        reclaiming memory for balancing between memory cgroups
723
724 .. note::
725        It is recommended to set the soft limit always below the hard limit,
726        otherwise the hard limit will take precedence.
727
728 .. _cgroup-v1-memory-move-charges:
729
730 8. Move charges at task migration (DEPRECATED!)
731 ===============================================
732
733 THIS IS DEPRECATED!
734
735 It's expensive and unreliable! It's better practice to launch workload
736 tasks directly from inside their target cgroup. Use dedicated workload
737 cgroups to allow fine-grained policy adjustments without having to
738 move physical pages between control domains.
739
740 Users can move charges associated with a task along with task migration, that
741 is, uncharge task's pages from the old cgroup and charge them to the new cgroup.
742 This feature is not supported in !CONFIG_MMU environments because of lack of
743 page tables.
744
745 8.1 Interface
746 -------------
747
748 This feature is disabled by default. It can be enabled (and disabled again) by
749 writing to memory.move_charge_at_immigrate of the destination cgroup.
750
751 If you want to enable it::
752
753         # echo (some positive value) > memory.move_charge_at_immigrate
754
755 .. note::
756       Each bits of move_charge_at_immigrate has its own meaning about what type
757       of charges should be moved. See :ref:`section 8.2
758       <cgroup-v1-memory-movable-charges>` for details.
759
760 .. note::
761       Charges are moved only when you move mm->owner, in other words,
762       a leader of a thread group.
763
764 .. note::
765       If we cannot find enough space for the task in the destination cgroup, we
766       try to make space by reclaiming memory. Task migration may fail if we
767       cannot make enough space.
768
769 .. note::
770       It can take several seconds if you move charges much.
771
772 And if you want disable it again::
773
774         # echo 0 > memory.move_charge_at_immigrate
775
776 .. _cgroup-v1-memory-movable-charges:
777
778 8.2 Type of charges which can be moved
779 --------------------------------------
780
781 Each bit in move_charge_at_immigrate has its own meaning about what type of
782 charges should be moved. But in any case, it must be noted that an account of
783 a page or a swap can be moved only when it is charged to the task's current
784 (old) memory cgroup.
785
786 +---+--------------------------------------------------------------------------+
787 |bit| what type of charges would be moved ?                                    |
788 +===+==========================================================================+
789 | 0 | A charge of an anonymous page (or swap of it) used by the target task.   |
790 |   | You must enable Swap Extension (see 2.4) to enable move of swap charges. |
791 +---+--------------------------------------------------------------------------+
792 | 1 | A charge of file pages (normal file, tmpfs file (e.g. ipc shared memory) |
793 |   | and swaps of tmpfs file) mmapped by the target task. Unlike the case of  |
794 |   | anonymous pages, file pages (and swaps) in the range mmapped by the task |
795 |   | will be moved even if the task hasn't done page fault, i.e. they might   |
796 |   | not be the task's "RSS", but other task's "RSS" that maps the same file. |
797 |   | And mapcount of the page is ignored (the page can be moved even if       |
798 |   | page_mapcount(page) > 1). You must enable Swap Extension (see 2.4) to    |
799 |   | enable move of swap charges.                                             |
800 +---+--------------------------------------------------------------------------+
801
802 8.3 TODO
803 --------
804
805 - All of moving charge operations are done under cgroup_mutex. It's not good
806   behavior to hold the mutex too long, so we may need some trick.
807
808 9. Memory thresholds
809 ====================
810
811 Memory cgroup implements memory thresholds using the cgroups notification
812 API (see cgroups.txt). It allows to register multiple memory and memsw
813 thresholds and gets notifications when it crosses.
814
815 To register a threshold, an application must:
816
817 - create an eventfd using eventfd(2);
818 - open memory.usage_in_bytes or memory.memsw.usage_in_bytes;
819 - write string like "<event_fd> <fd of memory.usage_in_bytes> <threshold>" to
820   cgroup.event_control.
821
822 Application will be notified through eventfd when memory usage crosses
823 threshold in any direction.
824
825 It's applicable for root and non-root cgroup.
826
827 .. _cgroup-v1-memory-oom-control:
828
829 10. OOM Control
830 ===============
831
832 memory.oom_control file is for OOM notification and other controls.
833
834 Memory cgroup implements OOM notifier using the cgroup notification
835 API (See cgroups.txt). It allows to register multiple OOM notification
836 delivery and gets notification when OOM happens.
837
838 To register a notifier, an application must:
839
840  - create an eventfd using eventfd(2)
841  - open memory.oom_control file
842  - write string like "<event_fd> <fd of memory.oom_control>" to
843    cgroup.event_control
844
845 The application will be notified through eventfd when OOM happens.
846 OOM notification doesn't work for the root cgroup.
847
848 You can disable the OOM-killer by writing "1" to memory.oom_control file, as:
849
850         #echo 1 > memory.oom_control
851
852 If OOM-killer is disabled, tasks under cgroup will hang/sleep
853 in memory cgroup's OOM-waitqueue when they request accountable memory.
854
855 For running them, you have to relax the memory cgroup's OOM status by
856
857         * enlarge limit or reduce usage.
858
859 To reduce usage,
860
861         * kill some tasks.
862         * move some tasks to other group with account migration.
863         * remove some files (on tmpfs?)
864
865 Then, stopped tasks will work again.
866
867 At reading, current status of OOM is shown.
868
869         - oom_kill_disable 0 or 1
870           (if 1, oom-killer is disabled)
871         - under_oom        0 or 1
872           (if 1, the memory cgroup is under OOM, tasks may be stopped.)
873         - oom_kill         integer counter
874           The number of processes belonging to this cgroup killed by any
875           kind of OOM killer.
876
877 11. Memory Pressure
878 ===================
879
880 The pressure level notifications can be used to monitor the memory
881 allocation cost; based on the pressure, applications can implement
882 different strategies of managing their memory resources. The pressure
883 levels are defined as following:
884
885 The "low" level means that the system is reclaiming memory for new
886 allocations. Monitoring this reclaiming activity might be useful for
887 maintaining cache level. Upon notification, the program (typically
888 "Activity Manager") might analyze vmstat and act in advance (i.e.
889 prematurely shutdown unimportant services).
890
891 The "medium" level means that the system is experiencing medium memory
892 pressure, the system might be making swap, paging out active file caches,
893 etc. Upon this event applications may decide to further analyze
894 vmstat/zoneinfo/memcg or internal memory usage statistics and free any
895 resources that can be easily reconstructed or re-read from a disk.
896
897 The "critical" level means that the system is actively thrashing, it is
898 about to out of memory (OOM) or even the in-kernel OOM killer is on its
899 way to trigger. Applications should do whatever they can to help the
900 system. It might be too late to consult with vmstat or any other
901 statistics, so it's advisable to take an immediate action.
902
903 By default, events are propagated upward until the event is handled, i.e. the
904 events are not pass-through. For example, you have three cgroups: A->B->C. Now
905 you set up an event listener on cgroups A, B and C, and suppose group C
906 experiences some pressure. In this situation, only group C will receive the
907 notification, i.e. groups A and B will not receive it. This is done to avoid
908 excessive "broadcasting" of messages, which disturbs the system and which is
909 especially bad if we are low on memory or thrashing. Group B, will receive
910 notification only if there are no event listeners for group C.
911
912 There are three optional modes that specify different propagation behavior:
913
914  - "default": this is the default behavior specified above. This mode is the
915    same as omitting the optional mode parameter, preserved by backwards
916    compatibility.
917
918  - "hierarchy": events always propagate up to the root, similar to the default
919    behavior, except that propagation continues regardless of whether there are
920    event listeners at each level, with the "hierarchy" mode. In the above
921    example, groups A, B, and C will receive notification of memory pressure.
922
923  - "local": events are pass-through, i.e. they only receive notifications when
924    memory pressure is experienced in the memcg for which the notification is
925    registered. In the above example, group C will receive notification if
926    registered for "local" notification and the group experiences memory
927    pressure. However, group B will never receive notification, regardless if
928    there is an event listener for group C or not, if group B is registered for
929    local notification.
930
931 The level and event notification mode ("hierarchy" or "local", if necessary) are
932 specified by a comma-delimited string, i.e. "low,hierarchy" specifies
933 hierarchical, pass-through, notification for all ancestor memcgs. Notification
934 that is the default, non pass-through behavior, does not specify a mode.
935 "medium,local" specifies pass-through notification for the medium level.
936
937 The file memory.pressure_level is only used to setup an eventfd. To
938 register a notification, an application must:
939
940 - create an eventfd using eventfd(2);
941 - open memory.pressure_level;
942 - write string as "<event_fd> <fd of memory.pressure_level> <level[,mode]>"
943   to cgroup.event_control.
944
945 Application will be notified through eventfd when memory pressure is at
946 the specific level (or higher). Read/write operations to
947 memory.pressure_level are no implemented.
948
949 Test:
950
951    Here is a small script example that makes a new cgroup, sets up a
952    memory limit, sets up a notification in the cgroup and then makes child
953    cgroup experience a critical pressure::
954
955         # cd /sys/fs/cgroup/memory/
956         # mkdir foo
957         # cd foo
958         # cgroup_event_listener memory.pressure_level low,hierarchy &
959         # echo 8000000 > memory.limit_in_bytes
960         # echo 8000000 > memory.memsw.limit_in_bytes
961         # echo $$ > tasks
962         # dd if=/dev/zero | read x
963
964    (Expect a bunch of notifications, and eventually, the oom-killer will
965    trigger.)
966
967 12. TODO
968 ========
969
970 1. Make per-cgroup scanner reclaim not-shared pages first
971 2. Teach controller to account for shared-pages
972 3. Start reclamation in the background when the limit is
973    not yet hit but the usage is getting closer
974
975 Summary
976 =======
977
978 Overall, the memory controller has been a stable controller and has been
979 commented and discussed quite extensively in the community.
980
981 References
982 ==========
983
984 .. [1] Singh, Balbir. RFC: Memory Controller, http://lwn.net/Articles/206697/
985 .. [2] Singh, Balbir. Memory Controller (RSS Control),
986    http://lwn.net/Articles/222762/
987 .. [3] Emelianov, Pavel. Resource controllers based on process cgroups
988    https://lore.kernel.org/r/45ED7DEC.7010403@sw.ru
989 .. [4] Emelianov, Pavel. RSS controller based on process cgroups (v2)
990    https://lore.kernel.org/r/461A3010.90403@sw.ru
991 .. [5] Emelianov, Pavel. RSS controller based on process cgroups (v3)
992    https://lore.kernel.org/r/465D9739.8070209@openvz.org
993
994 6. Menage, Paul. Control Groups v10, http://lwn.net/Articles/236032/
995 7. Vaidyanathan, Srinivasan, Control Groups: Pagecache accounting and control
996    subsystem (v3), http://lwn.net/Articles/235534/
997 8. Singh, Balbir. RSS controller v2 test results (lmbench),
998    https://lore.kernel.org/r/464C95D4.7070806@linux.vnet.ibm.com
999 9. Singh, Balbir. RSS controller v2 AIM9 results
1000    https://lore.kernel.org/r/464D267A.50107@linux.vnet.ibm.com
1001 10. Singh, Balbir. Memory controller v6 test results,
1002     https://lore.kernel.org/r/20070819094658.654.84837.sendpatchset@balbir-laptop
1003
1004 .. [11] Singh, Balbir. Memory controller introduction (v6),
1005    https://lore.kernel.org/r/20070817084228.26003.12568.sendpatchset@balbir-laptop
1006 .. [12] Corbet, Jonathan, Controlling memory use in cgroups,
1007    http://lwn.net/Articles/243795/