tracing: Fix syscall_*regfunc() vs copy_process() race
[platform/adaptation/renesas_rcar/renesas_kernel.git] / Documentation / cgroups / memory.txt
1 Memory Resource Controller
2
3 NOTE: The Memory Resource Controller has generically been referred to as the
4       memory controller in this document. Do not confuse memory controller
5       used here with the memory controller that is used in hardware.
6
7 (For editors)
8 In this document:
9       When we mention a cgroup (cgroupfs's directory) with memory controller,
10       we call it "memory cgroup". When you see git-log and source code, you'll
11       see patch's title and function names tend to use "memcg".
12       In this document, we avoid using it.
13
14 Benefits and Purpose of the memory controller
15
16 The memory controller isolates the memory behaviour of a group of tasks
17 from the rest of the system. The article on LWN [12] mentions some probable
18 uses of the memory controller. The memory controller can be used to
19
20 a. Isolate an application or a group of applications
21    Memory-hungry applications can be isolated and limited to a smaller
22    amount of memory.
23 b. Create a cgroup with a limited amount of memory; this can be used
24    as a good alternative to booting with mem=XXXX.
25 c. Virtualization solutions can control the amount of memory they want
26    to assign to a virtual machine instance.
27 d. A CD/DVD burner could control the amount of memory used by the
28    rest of the system to ensure that burning does not fail due to lack
29    of available memory.
30 e. There are several other use cases; find one or use the controller just
31    for fun (to learn and hack on the VM subsystem).
32
33 Current Status: linux-2.6.34-mmotm(development version of 2010/April)
34
35 Features:
36  - accounting anonymous pages, file caches, swap caches usage and limiting them.
37  - pages are linked to per-memcg LRU exclusively, and there is no global LRU.
38  - optionally, memory+swap usage can be accounted and limited.
39  - hierarchical accounting
40  - soft limit
41  - moving (recharging) account at moving a task is selectable.
42  - usage threshold notifier
43  - memory pressure notifier
44  - oom-killer disable knob and oom-notifier
45  - Root cgroup has no limit controls.
46
47  Kernel memory support is a work in progress, and the current version provides
48  basically functionality. (See Section 2.7)
49
50 Brief summary of control files.
51
52  tasks                           # attach a task(thread) and show list of threads
53  cgroup.procs                    # show list of processes
54  cgroup.event_control            # an interface for event_fd()
55  memory.usage_in_bytes           # show current res_counter usage for memory
56                                  (See 5.5 for details)
57  memory.memsw.usage_in_bytes     # show current res_counter usage for memory+Swap
58                                  (See 5.5 for details)
59  memory.limit_in_bytes           # set/show limit of memory usage
60  memory.memsw.limit_in_bytes     # set/show limit of memory+Swap usage
61  memory.failcnt                  # show the number of memory usage hits limits
62  memory.memsw.failcnt            # show the number of memory+Swap hits limits
63  memory.max_usage_in_bytes       # show max memory usage recorded
64  memory.memsw.max_usage_in_bytes # show max memory+Swap usage recorded
65  memory.soft_limit_in_bytes      # set/show soft limit of memory usage
66  memory.stat                     # show various statistics
67  memory.use_hierarchy            # set/show hierarchical account enabled
68  memory.force_empty              # trigger forced move charge to parent
69  memory.pressure_level           # set memory pressure notifications
70  memory.swappiness               # set/show swappiness parameter of vmscan
71                                  (See sysctl's vm.swappiness)
72  memory.move_charge_at_immigrate # set/show controls of moving charges
73  memory.oom_control              # set/show oom controls.
74  memory.numa_stat                # show the number of memory usage per numa node
75
76  memory.kmem.limit_in_bytes      # set/show hard limit for kernel memory
77  memory.kmem.usage_in_bytes      # show current kernel memory allocation
78  memory.kmem.failcnt             # show the number of kernel memory usage hits limits
79  memory.kmem.max_usage_in_bytes  # show max kernel memory usage recorded
80
81  memory.kmem.tcp.limit_in_bytes  # set/show hard limit for tcp buf memory
82  memory.kmem.tcp.usage_in_bytes  # show current tcp buf memory allocation
83  memory.kmem.tcp.failcnt            # show the number of tcp buf memory usage hits limits
84  memory.kmem.tcp.max_usage_in_bytes # show max tcp buf memory usage recorded
85
86 1. History
87
88 The memory controller has a long history. A request for comments for the memory
89 controller was posted by Balbir Singh [1]. At the time the RFC was posted
90 there were several implementations for memory control. The goal of the
91 RFC was to build consensus and agreement for the minimal features required
92 for memory control. The first RSS controller was posted by Balbir Singh[2]
93 in Feb 2007. Pavel Emelianov [3][4][5] has since posted three versions of the
94 RSS controller. At OLS, at the resource management BoF, everyone suggested
95 that we handle both page cache and RSS together. Another request was raised
96 to allow user space handling of OOM. The current memory controller is
97 at version 6; it combines both mapped (RSS) and unmapped Page
98 Cache Control [11].
99
100 2. Memory Control
101
102 Memory is a unique resource in the sense that it is present in a limited
103 amount. If a task requires a lot of CPU processing, the task can spread
104 its processing over a period of hours, days, months or years, but with
105 memory, the same physical memory needs to be reused to accomplish the task.
106
107 The memory controller implementation has been divided into phases. These
108 are:
109
110 1. Memory controller
111 2. mlock(2) controller
112 3. Kernel user memory accounting and slab control
113 4. user mappings length controller
114
115 The memory controller is the first controller developed.
116
117 2.1. Design
118
119 The core of the design is a counter called the res_counter. The res_counter
120 tracks the current memory usage and limit of the group of processes associated
121 with the controller. Each cgroup has a memory controller specific data
122 structure (mem_cgroup) associated with it.
123
124 2.2. Accounting
125
126                 +--------------------+
127                 |  mem_cgroup     |
128                 |  (res_counter)     |
129                 +--------------------+
130                  /            ^      \
131                 /             |       \
132            +---------------+  |        +---------------+
133            | mm_struct     |  |....    | mm_struct     |
134            |               |  |        |               |
135            +---------------+  |        +---------------+
136                               |
137                               + --------------+
138                                               |
139            +---------------+           +------+--------+
140            | page          +---------->  page_cgroup|
141            |               |           |               |
142            +---------------+           +---------------+
143
144              (Figure 1: Hierarchy of Accounting)
145
146
147 Figure 1 shows the important aspects of the controller
148
149 1. Accounting happens per cgroup
150 2. Each mm_struct knows about which cgroup it belongs to
151 3. Each page has a pointer to the page_cgroup, which in turn knows the
152    cgroup it belongs to
153
154 The accounting is done as follows: mem_cgroup_charge_common() is invoked to
155 set up the necessary data structures and check if the cgroup that is being
156 charged is over its limit. If it is, then reclaim is invoked on the cgroup.
157 More details can be found in the reclaim section of this document.
158 If everything goes well, a page meta-data-structure called page_cgroup is
159 updated. page_cgroup has its own LRU on cgroup.
160 (*) page_cgroup structure is allocated at boot/memory-hotplug time.
161
162 2.2.1 Accounting details
163
164 All mapped anon pages (RSS) and cache pages (Page Cache) are accounted.
165 Some pages which are never reclaimable and will not be on the LRU
166 are not accounted. We just account pages under usual VM management.
167
168 RSS pages are accounted at page_fault unless they've already been accounted
169 for earlier. A file page will be accounted for as Page Cache when it's
170 inserted into inode (radix-tree). While it's mapped into the page tables of
171 processes, duplicate accounting is carefully avoided.
172
173 An RSS page is unaccounted when it's fully unmapped. A PageCache page is
174 unaccounted when it's removed from radix-tree. Even if RSS pages are fully
175 unmapped (by kswapd), they may exist as SwapCache in the system until they
176 are really freed. Such SwapCaches are also accounted.
177 A swapped-in page is not accounted until it's mapped.
178
179 Note: The kernel does swapin-readahead and reads multiple swaps at once.
180 This means swapped-in pages may contain pages for other tasks than a task
181 causing page fault. So, we avoid accounting at swap-in I/O.
182
183 At page migration, accounting information is kept.
184
185 Note: we just account pages-on-LRU because our purpose is to control amount
186 of used pages; not-on-LRU pages tend to be out-of-control from VM view.
187
188 2.3 Shared Page Accounting
189
190 Shared pages are accounted on the basis of the first touch approach. The
191 cgroup that first touches a page is accounted for the page. The principle
192 behind this approach is that a cgroup that aggressively uses a shared
193 page will eventually get charged for it (once it is uncharged from
194 the cgroup that brought it in -- this will happen on memory pressure).
195
196 But see section 8.2: when moving a task to another cgroup, its pages may
197 be recharged to the new cgroup, if move_charge_at_immigrate has been chosen.
198
199 Exception: If CONFIG_MEMCG_SWAP is not used.
200 When you do swapoff and make swapped-out pages of shmem(tmpfs) to
201 be backed into memory in force, charges for pages are accounted against the
202 caller of swapoff rather than the users of shmem.
203
204 2.4 Swap Extension (CONFIG_MEMCG_SWAP)
205
206 Swap Extension allows you to record charge for swap. A swapped-in page is
207 charged back to original page allocator if possible.
208
209 When swap is accounted, following files are added.
210  - memory.memsw.usage_in_bytes.
211  - memory.memsw.limit_in_bytes.
212
213 memsw means memory+swap. Usage of memory+swap is limited by
214 memsw.limit_in_bytes.
215
216 Example: Assume a system with 4G of swap. A task which allocates 6G of memory
217 (by mistake) under 2G memory limitation will use all swap.
218 In this case, setting memsw.limit_in_bytes=3G will prevent bad use of swap.
219 By using the memsw limit, you can avoid system OOM which can be caused by swap
220 shortage.
221
222 * why 'memory+swap' rather than swap.
223 The global LRU(kswapd) can swap out arbitrary pages. Swap-out means
224 to move account from memory to swap...there is no change in usage of
225 memory+swap. In other words, when we want to limit the usage of swap without
226 affecting global LRU, memory+swap limit is better than just limiting swap from
227 an OS point of view.
228
229 * What happens when a cgroup hits memory.memsw.limit_in_bytes
230 When a cgroup hits memory.memsw.limit_in_bytes, it's useless to do swap-out
231 in this cgroup. Then, swap-out will not be done by cgroup routine and file
232 caches are dropped. But as mentioned above, global LRU can do swapout memory
233 from it for sanity of the system's memory management state. You can't forbid
234 it by cgroup.
235
236 2.5 Reclaim
237
238 Each cgroup maintains a per cgroup LRU which has the same structure as
239 global VM. When a cgroup goes over its limit, we first try
240 to reclaim memory from the cgroup so as to make space for the new
241 pages that the cgroup has touched. If the reclaim is unsuccessful,
242 an OOM routine is invoked to select and kill the bulkiest task in the
243 cgroup. (See 10. OOM Control below.)
244
245 The reclaim algorithm has not been modified for cgroups, except that
246 pages that are selected for reclaiming come from the per-cgroup LRU
247 list.
248
249 NOTE: Reclaim does not work for the root cgroup, since we cannot set any
250 limits on the root cgroup.
251
252 Note2: When panic_on_oom is set to "2", the whole system will panic.
253
254 When oom event notifier is registered, event will be delivered.
255 (See oom_control section)
256
257 2.6 Locking
258
259    lock_page_cgroup()/unlock_page_cgroup() should not be called under
260    mapping->tree_lock.
261
262    Other lock order is following:
263    PG_locked.
264    mm->page_table_lock
265        zone->lru_lock
266           lock_page_cgroup.
267   In many cases, just lock_page_cgroup() is called.
268   per-zone-per-cgroup LRU (cgroup's private LRU) is just guarded by
269   zone->lru_lock, it has no lock of its own.
270
271 2.7 Kernel Memory Extension (CONFIG_MEMCG_KMEM)
272
273 With the Kernel memory extension, the Memory Controller is able to limit
274 the amount of kernel memory used by the system. Kernel memory is fundamentally
275 different than user memory, since it can't be swapped out, which makes it
276 possible to DoS the system by consuming too much of this precious resource.
277
278 Kernel memory won't be accounted at all until limit on a group is set. This
279 allows for existing setups to continue working without disruption.  The limit
280 cannot be set if the cgroup have children, or if there are already tasks in the
281 cgroup. Attempting to set the limit under those conditions will return -EBUSY.
282 When use_hierarchy == 1 and a group is accounted, its children will
283 automatically be accounted regardless of their limit value.
284
285 After a group is first limited, it will be kept being accounted until it
286 is removed. The memory limitation itself, can of course be removed by writing
287 -1 to memory.kmem.limit_in_bytes. In this case, kmem will be accounted, but not
288 limited.
289
290 Kernel memory limits are not imposed for the root cgroup. Usage for the root
291 cgroup may or may not be accounted. The memory used is accumulated into
292 memory.kmem.usage_in_bytes, or in a separate counter when it makes sense.
293 (currently only for tcp).
294 The main "kmem" counter is fed into the main counter, so kmem charges will
295 also be visible from the user counter.
296
297 Currently no soft limit is implemented for kernel memory. It is future work
298 to trigger slab reclaim when those limits are reached.
299
300 2.7.1 Current Kernel Memory resources accounted
301
302 * stack pages: every process consumes some stack pages. By accounting into
303 kernel memory, we prevent new processes from being created when the kernel
304 memory usage is too high.
305
306 * slab pages: pages allocated by the SLAB or SLUB allocator are tracked. A copy
307 of each kmem_cache is created every time the cache is touched by the first time
308 from inside the memcg. The creation is done lazily, so some objects can still be
309 skipped while the cache is being created. All objects in a slab page should
310 belong to the same memcg. This only fails to hold when a task is migrated to a
311 different memcg during the page allocation by the cache.
312
313 * sockets memory pressure: some sockets protocols have memory pressure
314 thresholds. The Memory Controller allows them to be controlled individually
315 per cgroup, instead of globally.
316
317 * tcp memory pressure: sockets memory pressure for the tcp protocol.
318
319 2.7.3 Common use cases
320
321 Because the "kmem" counter is fed to the main user counter, kernel memory can
322 never be limited completely independently of user memory. Say "U" is the user
323 limit, and "K" the kernel limit. There are three possible ways limits can be
324 set:
325
326     U != 0, K = unlimited:
327     This is the standard memcg limitation mechanism already present before kmem
328     accounting. Kernel memory is completely ignored.
329
330     U != 0, K < U:
331     Kernel memory is a subset of the user memory. This setup is useful in
332     deployments where the total amount of memory per-cgroup is overcommited.
333     Overcommiting kernel memory limits is definitely not recommended, since the
334     box can still run out of non-reclaimable memory.
335     In this case, the admin could set up K so that the sum of all groups is
336     never greater than the total memory, and freely set U at the cost of his
337     QoS.
338
339     U != 0, K >= U:
340     Since kmem charges will also be fed to the user counter and reclaim will be
341     triggered for the cgroup for both kinds of memory. This setup gives the
342     admin a unified view of memory, and it is also useful for people who just
343     want to track kernel memory usage.
344
345 3. User Interface
346
347 0. Configuration
348
349 a. Enable CONFIG_CGROUPS
350 b. Enable CONFIG_RESOURCE_COUNTERS
351 c. Enable CONFIG_MEMCG
352 d. Enable CONFIG_MEMCG_SWAP (to use swap extension)
353 d. Enable CONFIG_MEMCG_KMEM (to use kmem extension)
354
355 1. Prepare the cgroups (see cgroups.txt, Why are cgroups needed?)
356 # mount -t tmpfs none /sys/fs/cgroup
357 # mkdir /sys/fs/cgroup/memory
358 # mount -t cgroup none /sys/fs/cgroup/memory -o memory
359
360 2. Make the new group and move bash into it
361 # mkdir /sys/fs/cgroup/memory/0
362 # echo $$ > /sys/fs/cgroup/memory/0/tasks
363
364 Since now we're in the 0 cgroup, we can alter the memory limit:
365 # echo 4M > /sys/fs/cgroup/memory/0/memory.limit_in_bytes
366
367 NOTE: We can use a suffix (k, K, m, M, g or G) to indicate values in kilo,
368 mega or gigabytes. (Here, Kilo, Mega, Giga are Kibibytes, Mebibytes, Gibibytes.)
369
370 NOTE: We can write "-1" to reset the *.limit_in_bytes(unlimited).
371 NOTE: We cannot set limits on the root cgroup any more.
372
373 # cat /sys/fs/cgroup/memory/0/memory.limit_in_bytes
374 4194304
375
376 We can check the usage:
377 # cat /sys/fs/cgroup/memory/0/memory.usage_in_bytes
378 1216512
379
380 A successful write to this file does not guarantee a successful setting of
381 this limit to the value written into the file. This can be due to a
382 number of factors, such as rounding up to page boundaries or the total
383 availability of memory on the system. The user is required to re-read
384 this file after a write to guarantee the value committed by the kernel.
385
386 # echo 1 > memory.limit_in_bytes
387 # cat memory.limit_in_bytes
388 4096
389
390 The memory.failcnt field gives the number of times that the cgroup limit was
391 exceeded.
392
393 The memory.stat file gives accounting information. Now, the number of
394 caches, RSS and Active pages/Inactive pages are shown.
395
396 4. Testing
397
398 For testing features and implementation, see memcg_test.txt.
399
400 Performance test is also important. To see pure memory controller's overhead,
401 testing on tmpfs will give you good numbers of small overheads.
402 Example: do kernel make on tmpfs.
403
404 Page-fault scalability is also important. At measuring parallel
405 page fault test, multi-process test may be better than multi-thread
406 test because it has noise of shared objects/status.
407
408 But the above two are testing extreme situations.
409 Trying usual test under memory controller is always helpful.
410
411 4.1 Troubleshooting
412
413 Sometimes a user might find that the application under a cgroup is
414 terminated by the OOM killer. There are several causes for this:
415
416 1. The cgroup limit is too low (just too low to do anything useful)
417 2. The user is using anonymous memory and swap is turned off or too low
418
419 A sync followed by echo 1 > /proc/sys/vm/drop_caches will help get rid of
420 some of the pages cached in the cgroup (page cache pages).
421
422 To know what happens, disabling OOM_Kill as per "10. OOM Control" (below) and
423 seeing what happens will be helpful.
424
425 4.2 Task migration
426
427 When a task migrates from one cgroup to another, its charge is not
428 carried forward by default. The pages allocated from the original cgroup still
429 remain charged to it, the charge is dropped when the page is freed or
430 reclaimed.
431
432 You can move charges of a task along with task migration.
433 See 8. "Move charges at task migration"
434
435 4.3 Removing a cgroup
436
437 A cgroup can be removed by rmdir, but as discussed in sections 4.1 and 4.2, a
438 cgroup might have some charge associated with it, even though all
439 tasks have migrated away from it. (because we charge against pages, not
440 against tasks.)
441
442 We move the stats to root (if use_hierarchy==0) or parent (if
443 use_hierarchy==1), and no change on the charge except uncharging
444 from the child.
445
446 Charges recorded in swap information is not updated at removal of cgroup.
447 Recorded information is discarded and a cgroup which uses swap (swapcache)
448 will be charged as a new owner of it.
449
450 About use_hierarchy, see Section 6.
451
452 5. Misc. interfaces.
453
454 5.1 force_empty
455   memory.force_empty interface is provided to make cgroup's memory usage empty.
456   You can use this interface only when the cgroup has no tasks.
457   When writing anything to this
458
459   # echo 0 > memory.force_empty
460
461   Almost all pages tracked by this memory cgroup will be unmapped and freed.
462   Some pages cannot be freed because they are locked or in-use. Such pages are
463   moved to parent (if use_hierarchy==1) or root (if use_hierarchy==0) and this
464   cgroup will be empty.
465
466   The typical use case for this interface is before calling rmdir().
467   Because rmdir() moves all pages to parent, some out-of-use page caches can be
468   moved to the parent. If you want to avoid that, force_empty will be useful.
469
470   Also, note that when memory.kmem.limit_in_bytes is set the charges due to
471   kernel pages will still be seen. This is not considered a failure and the
472   write will still return success. In this case, it is expected that
473   memory.kmem.usage_in_bytes == memory.usage_in_bytes.
474
475   About use_hierarchy, see Section 6.
476
477 5.2 stat file
478
479 memory.stat file includes following statistics
480
481 # per-memory cgroup local status
482 cache           - # of bytes of page cache memory.
483 rss             - # of bytes of anonymous and swap cache memory (includes
484                 transparent hugepages).
485 rss_huge        - # of bytes of anonymous transparent hugepages.
486 mapped_file     - # of bytes of mapped file (includes tmpfs/shmem)
487 pgpgin          - # of charging events to the memory cgroup. The charging
488                 event happens each time a page is accounted as either mapped
489                 anon page(RSS) or cache page(Page Cache) to the cgroup.
490 pgpgout         - # of uncharging events to the memory cgroup. The uncharging
491                 event happens each time a page is unaccounted from the cgroup.
492 swap            - # of bytes of swap usage
493 writeback       - # of bytes of file/anon cache that are queued for syncing to
494                 disk.
495 inactive_anon   - # of bytes of anonymous and swap cache memory on inactive
496                 LRU list.
497 active_anon     - # of bytes of anonymous and swap cache memory on active
498                 LRU list.
499 inactive_file   - # of bytes of file-backed memory on inactive LRU list.
500 active_file     - # of bytes of file-backed memory on active LRU list.
501 unevictable     - # of bytes of memory that cannot be reclaimed (mlocked etc).
502
503 # status considering hierarchy (see memory.use_hierarchy settings)
504
505 hierarchical_memory_limit - # of bytes of memory limit with regard to hierarchy
506                         under which the memory cgroup is
507 hierarchical_memsw_limit - # of bytes of memory+swap limit with regard to
508                         hierarchy under which memory cgroup is.
509
510 total_<counter>         - # hierarchical version of <counter>, which in
511                         addition to the cgroup's own value includes the
512                         sum of all hierarchical children's values of
513                         <counter>, i.e. total_cache
514
515 # The following additional stats are dependent on CONFIG_DEBUG_VM.
516
517 recent_rotated_anon     - VM internal parameter. (see mm/vmscan.c)
518 recent_rotated_file     - VM internal parameter. (see mm/vmscan.c)
519 recent_scanned_anon     - VM internal parameter. (see mm/vmscan.c)
520 recent_scanned_file     - VM internal parameter. (see mm/vmscan.c)
521
522 Memo:
523         recent_rotated means recent frequency of LRU rotation.
524         recent_scanned means recent # of scans to LRU.
525         showing for better debug please see the code for meanings.
526
527 Note:
528         Only anonymous and swap cache memory is listed as part of 'rss' stat.
529         This should not be confused with the true 'resident set size' or the
530         amount of physical memory used by the cgroup.
531         'rss + file_mapped" will give you resident set size of cgroup.
532         (Note: file and shmem may be shared among other cgroups. In that case,
533          file_mapped is accounted only when the memory cgroup is owner of page
534          cache.)
535
536 5.3 swappiness
537
538 Similar to /proc/sys/vm/swappiness, but affecting a hierarchy of groups only.
539 Please note that unlike the global swappiness, memcg knob set to 0
540 really prevents from any swapping even if there is a swap storage
541 available. This might lead to memcg OOM killer if there are no file
542 pages to reclaim.
543
544 Following cgroups' swappiness can't be changed.
545 - root cgroup (uses /proc/sys/vm/swappiness).
546 - a cgroup which uses hierarchy and it has other cgroup(s) below it.
547 - a cgroup which uses hierarchy and not the root of hierarchy.
548
549 5.4 failcnt
550
551 A memory cgroup provides memory.failcnt and memory.memsw.failcnt files.
552 This failcnt(== failure count) shows the number of times that a usage counter
553 hit its limit. When a memory cgroup hits a limit, failcnt increases and
554 memory under it will be reclaimed.
555
556 You can reset failcnt by writing 0 to failcnt file.
557 # echo 0 > .../memory.failcnt
558
559 5.5 usage_in_bytes
560
561 For efficiency, as other kernel components, memory cgroup uses some optimization
562 to avoid unnecessary cacheline false sharing. usage_in_bytes is affected by the
563 method and doesn't show 'exact' value of memory (and swap) usage, it's a fuzz
564 value for efficient access. (Of course, when necessary, it's synchronized.)
565 If you want to know more exact memory usage, you should use RSS+CACHE(+SWAP)
566 value in memory.stat(see 5.2).
567
568 5.6 numa_stat
569
570 This is similar to numa_maps but operates on a per-memcg basis.  This is
571 useful for providing visibility into the numa locality information within
572 an memcg since the pages are allowed to be allocated from any physical
573 node.  One of the use cases is evaluating application performance by
574 combining this information with the application's CPU allocation.
575
576 Each memcg's numa_stat file includes "total", "file", "anon" and "unevictable"
577 per-node page counts including "hierarchical_<counter>" which sums up all
578 hierarchical children's values in addition to the memcg's own value.
579
580 The output format of memory.numa_stat is:
581
582 total=<total pages> N0=<node 0 pages> N1=<node 1 pages> ...
583 file=<total file pages> N0=<node 0 pages> N1=<node 1 pages> ...
584 anon=<total anon pages> N0=<node 0 pages> N1=<node 1 pages> ...
585 unevictable=<total anon pages> N0=<node 0 pages> N1=<node 1 pages> ...
586 hierarchical_<counter>=<counter pages> N0=<node 0 pages> N1=<node 1 pages> ...
587
588 The "total" count is sum of file + anon + unevictable.
589
590 6. Hierarchy support
591
592 The memory controller supports a deep hierarchy and hierarchical accounting.
593 The hierarchy is created by creating the appropriate cgroups in the
594 cgroup filesystem. Consider for example, the following cgroup filesystem
595 hierarchy
596
597                root
598              /  |   \
599             /   |    \
600            a    b     c
601                       | \
602                       |  \
603                       d   e
604
605 In the diagram above, with hierarchical accounting enabled, all memory
606 usage of e, is accounted to its ancestors up until the root (i.e, c and root),
607 that has memory.use_hierarchy enabled. If one of the ancestors goes over its
608 limit, the reclaim algorithm reclaims from the tasks in the ancestor and the
609 children of the ancestor.
610
611 6.1 Enabling hierarchical accounting and reclaim
612
613 A memory cgroup by default disables the hierarchy feature. Support
614 can be enabled by writing 1 to memory.use_hierarchy file of the root cgroup
615
616 # echo 1 > memory.use_hierarchy
617
618 The feature can be disabled by
619
620 # echo 0 > memory.use_hierarchy
621
622 NOTE1: Enabling/disabling will fail if either the cgroup already has other
623        cgroups created below it, or if the parent cgroup has use_hierarchy
624        enabled.
625
626 NOTE2: When panic_on_oom is set to "2", the whole system will panic in
627        case of an OOM event in any cgroup.
628
629 7. Soft limits
630
631 Soft limits allow for greater sharing of memory. The idea behind soft limits
632 is to allow control groups to use as much of the memory as needed, provided
633
634 a. There is no memory contention
635 b. They do not exceed their hard limit
636
637 When the system detects memory contention or low memory, control groups
638 are pushed back to their soft limits. If the soft limit of each control
639 group is very high, they are pushed back as much as possible to make
640 sure that one control group does not starve the others of memory.
641
642 Please note that soft limits is a best-effort feature; it comes with
643 no guarantees, but it does its best to make sure that when memory is
644 heavily contended for, memory is allocated based on the soft limit
645 hints/setup. Currently soft limit based reclaim is set up such that
646 it gets invoked from balance_pgdat (kswapd).
647
648 7.1 Interface
649
650 Soft limits can be setup by using the following commands (in this example we
651 assume a soft limit of 256 MiB)
652
653 # echo 256M > memory.soft_limit_in_bytes
654
655 If we want to change this to 1G, we can at any time use
656
657 # echo 1G > memory.soft_limit_in_bytes
658
659 NOTE1: Soft limits take effect over a long period of time, since they involve
660        reclaiming memory for balancing between memory cgroups
661 NOTE2: It is recommended to set the soft limit always below the hard limit,
662        otherwise the hard limit will take precedence.
663
664 8. Move charges at task migration
665
666 Users can move charges associated with a task along with task migration, that
667 is, uncharge task's pages from the old cgroup and charge them to the new cgroup.
668 This feature is not supported in !CONFIG_MMU environments because of lack of
669 page tables.
670
671 8.1 Interface
672
673 This feature is disabled by default. It can be enabled (and disabled again) by
674 writing to memory.move_charge_at_immigrate of the destination cgroup.
675
676 If you want to enable it:
677
678 # echo (some positive value) > memory.move_charge_at_immigrate
679
680 Note: Each bits of move_charge_at_immigrate has its own meaning about what type
681       of charges should be moved. See 8.2 for details.
682 Note: Charges are moved only when you move mm->owner, in other words,
683       a leader of a thread group.
684 Note: If we cannot find enough space for the task in the destination cgroup, we
685       try to make space by reclaiming memory. Task migration may fail if we
686       cannot make enough space.
687 Note: It can take several seconds if you move charges much.
688
689 And if you want disable it again:
690
691 # echo 0 > memory.move_charge_at_immigrate
692
693 8.2 Type of charges which can be moved
694
695 Each bit in move_charge_at_immigrate has its own meaning about what type of
696 charges should be moved. But in any case, it must be noted that an account of
697 a page or a swap can be moved only when it is charged to the task's current
698 (old) memory cgroup.
699
700   bit | what type of charges would be moved ?
701  -----+------------------------------------------------------------------------
702    0  | A charge of an anonymous page (or swap of it) used by the target task.
703       | You must enable Swap Extension (see 2.4) to enable move of swap charges.
704  -----+------------------------------------------------------------------------
705    1  | A charge of file pages (normal file, tmpfs file (e.g. ipc shared memory)
706       | and swaps of tmpfs file) mmapped by the target task. Unlike the case of
707       | anonymous pages, file pages (and swaps) in the range mmapped by the task
708       | will be moved even if the task hasn't done page fault, i.e. they might
709       | not be the task's "RSS", but other task's "RSS" that maps the same file.
710       | And mapcount of the page is ignored (the page can be moved even if
711       | page_mapcount(page) > 1). You must enable Swap Extension (see 2.4) to
712       | enable move of swap charges.
713
714 8.3 TODO
715
716 - All of moving charge operations are done under cgroup_mutex. It's not good
717   behavior to hold the mutex too long, so we may need some trick.
718
719 9. Memory thresholds
720
721 Memory cgroup implements memory thresholds using the cgroups notification
722 API (see cgroups.txt). It allows to register multiple memory and memsw
723 thresholds and gets notifications when it crosses.
724
725 To register a threshold, an application must:
726 - create an eventfd using eventfd(2);
727 - open memory.usage_in_bytes or memory.memsw.usage_in_bytes;
728 - write string like "<event_fd> <fd of memory.usage_in_bytes> <threshold>" to
729   cgroup.event_control.
730
731 Application will be notified through eventfd when memory usage crosses
732 threshold in any direction.
733
734 It's applicable for root and non-root cgroup.
735
736 10. OOM Control
737
738 memory.oom_control file is for OOM notification and other controls.
739
740 Memory cgroup implements OOM notifier using the cgroup notification
741 API (See cgroups.txt). It allows to register multiple OOM notification
742 delivery and gets notification when OOM happens.
743
744 To register a notifier, an application must:
745  - create an eventfd using eventfd(2)
746  - open memory.oom_control file
747  - write string like "<event_fd> <fd of memory.oom_control>" to
748    cgroup.event_control
749
750 The application will be notified through eventfd when OOM happens.
751 OOM notification doesn't work for the root cgroup.
752
753 You can disable the OOM-killer by writing "1" to memory.oom_control file, as:
754
755         #echo 1 > memory.oom_control
756
757 This operation is only allowed to the top cgroup of a sub-hierarchy.
758 If OOM-killer is disabled, tasks under cgroup will hang/sleep
759 in memory cgroup's OOM-waitqueue when they request accountable memory.
760
761 For running them, you have to relax the memory cgroup's OOM status by
762         * enlarge limit or reduce usage.
763 To reduce usage,
764         * kill some tasks.
765         * move some tasks to other group with account migration.
766         * remove some files (on tmpfs?)
767
768 Then, stopped tasks will work again.
769
770 At reading, current status of OOM is shown.
771         oom_kill_disable 0 or 1 (if 1, oom-killer is disabled)
772         under_oom        0 or 1 (if 1, the memory cgroup is under OOM, tasks may
773                                  be stopped.)
774
775 11. Memory Pressure
776
777 The pressure level notifications can be used to monitor the memory
778 allocation cost; based on the pressure, applications can implement
779 different strategies of managing their memory resources. The pressure
780 levels are defined as following:
781
782 The "low" level means that the system is reclaiming memory for new
783 allocations. Monitoring this reclaiming activity might be useful for
784 maintaining cache level. Upon notification, the program (typically
785 "Activity Manager") might analyze vmstat and act in advance (i.e.
786 prematurely shutdown unimportant services).
787
788 The "medium" level means that the system is experiencing medium memory
789 pressure, the system might be making swap, paging out active file caches,
790 etc. Upon this event applications may decide to further analyze
791 vmstat/zoneinfo/memcg or internal memory usage statistics and free any
792 resources that can be easily reconstructed or re-read from a disk.
793
794 The "critical" level means that the system is actively thrashing, it is
795 about to out of memory (OOM) or even the in-kernel OOM killer is on its
796 way to trigger. Applications should do whatever they can to help the
797 system. It might be too late to consult with vmstat or any other
798 statistics, so it's advisable to take an immediate action.
799
800 The events are propagated upward until the event is handled, i.e. the
801 events are not pass-through. Here is what this means: for example you have
802 three cgroups: A->B->C. Now you set up an event listener on cgroups A, B
803 and C, and suppose group C experiences some pressure. In this situation,
804 only group C will receive the notification, i.e. groups A and B will not
805 receive it. This is done to avoid excessive "broadcasting" of messages,
806 which disturbs the system and which is especially bad if we are low on
807 memory or thrashing. So, organize the cgroups wisely, or propagate the
808 events manually (or, ask us to implement the pass-through events,
809 explaining why would you need them.)
810
811 The file memory.pressure_level is only used to setup an eventfd. To
812 register a notification, an application must:
813
814 - create an eventfd using eventfd(2);
815 - open memory.pressure_level;
816 - write string like "<event_fd> <fd of memory.pressure_level> <level>"
817   to cgroup.event_control.
818
819 Application will be notified through eventfd when memory pressure is at
820 the specific level (or higher). Read/write operations to
821 memory.pressure_level are no implemented.
822
823 Test:
824
825    Here is a small script example that makes a new cgroup, sets up a
826    memory limit, sets up a notification in the cgroup and then makes child
827    cgroup experience a critical pressure:
828
829    # cd /sys/fs/cgroup/memory/
830    # mkdir foo
831    # cd foo
832    # cgroup_event_listener memory.pressure_level low &
833    # echo 8000000 > memory.limit_in_bytes
834    # echo 8000000 > memory.memsw.limit_in_bytes
835    # echo $$ > tasks
836    # dd if=/dev/zero | read x
837
838    (Expect a bunch of notifications, and eventually, the oom-killer will
839    trigger.)
840
841 12. TODO
842
843 1. Make per-cgroup scanner reclaim not-shared pages first
844 2. Teach controller to account for shared-pages
845 3. Start reclamation in the background when the limit is
846    not yet hit but the usage is getting closer
847
848 Summary
849
850 Overall, the memory controller has been a stable controller and has been
851 commented and discussed quite extensively in the community.
852
853 References
854
855 1. Singh, Balbir. RFC: Memory Controller, http://lwn.net/Articles/206697/
856 2. Singh, Balbir. Memory Controller (RSS Control),
857    http://lwn.net/Articles/222762/
858 3. Emelianov, Pavel. Resource controllers based on process cgroups
859    http://lkml.org/lkml/2007/3/6/198
860 4. Emelianov, Pavel. RSS controller based on process cgroups (v2)
861    http://lkml.org/lkml/2007/4/9/78
862 5. Emelianov, Pavel. RSS controller based on process cgroups (v3)
863    http://lkml.org/lkml/2007/5/30/244
864 6. Menage, Paul. Control Groups v10, http://lwn.net/Articles/236032/
865 7. Vaidyanathan, Srinivasan, Control Groups: Pagecache accounting and control
866    subsystem (v3), http://lwn.net/Articles/235534/
867 8. Singh, Balbir. RSS controller v2 test results (lmbench),
868    http://lkml.org/lkml/2007/5/17/232
869 9. Singh, Balbir. RSS controller v2 AIM9 results
870    http://lkml.org/lkml/2007/5/18/1
871 10. Singh, Balbir. Memory controller v6 test results,
872     http://lkml.org/lkml/2007/8/19/36
873 11. Singh, Balbir. Memory controller introduction (v6),
874     http://lkml.org/lkml/2007/8/17/69
875 12. Corbet, Jonathan, Controlling memory use in cgroups,
876     http://lwn.net/Articles/243795/