KSM (Kernel Samepage Merging) is running in the Linux kernel and scans the memory of all the virtual machines running on a single host, looking for duplication and consolidating. With KSM we’re able to improve virtual machine density by as much as 300% without impacting performance. One of the great benefits of using Linux as the hypervisor means KSM is not limited to KVM and virtual machines, but can also reduce memory pressure with normal Linux applications. It was integrated in PVE since version 1.5, and is implemented with the package “ksm-control-daemon” (check your version with the cli command “pveversion -v”). [1]
简介：作为一个系统管理程序（hypervisor），Linux® 有几个创新，2.6.32 内核中一个有趣的变化是 KSM(Kernel Samepage Merging) 允许这个系统管理程序通过合并内存页面来增加并发虚拟机的数量。本文探索 KSM 背后的理念（比如存储去耦合）、KSM 的实现、以及如何管理 KSM。
前言： 先来回顾一下Linux平台上的节约内存的方案： swap：通过LRU淘汰掉掉一部分page，把这些page交换到磁盘上。再次访问到这些page的时候，kernel再把它们从磁盘load进内存中。 zram：内存压缩技术。通过压缩lzo算法把页面压缩，也可以节省一部分内存。作者第一次知道zram是在Android中见到的，因为一般的手机使用的emmc flash，是有读写寿命的（作者看到过一份实验数据，某厂家的emmc在连续写入数据三天后，emmc就已经挂了），不能打开swap（因为swap会增加大量
前言： 在前文《[linux][memory]KSM技术分析》中，分析了KSM技术的基本实现原理。这里再总结一下使用ksm/uksm遇到的几个问题，并附加上作者对性能优化的尝试。 分析： 1，20M
前言： Memory Balloon作为虚拟化平台上的一个重要内存QoS方案，作者在前文《[linux][memory]balloon技术分析 》中做过原理性的简要分析。 本篇介绍Memory Balloon的两种性能优化方案，进一步提升内存QoS性能。 第一种方案：在guest的balloon中填充page，再通知qemu使用madvise让host主动释放page。 第二种方案：在guest的balloon中填充page的同时，把page置零。提升host的ksm/uksm的合并效率。 分析： 1，
KSM只会处理通过madvise系统调用显式指定的用户进程地址空间，因此用户程序想使用这个功能就必须在分配地址空间时显式地调用madvise（addr，length，MADV_MERGEA BLE）。如果用户想在KSM中取消某一个用户进程地址空间的合并功能，也需要显式地调用madvise（addr，length,MADV_UNMERGEABLE)。 下面是测试KSM的test.c程序的代码片段，使用mmap()：来创建一个文件的私有映射，并且调用memset()写入这些私有映射的内容缓存页面中。
".... ksmtuned .... read-only system ....."
透明巨页(Transparent hugepage, THP)特性自动化了创建和管理巨页的任务。内核守护进程(khugepage)在后台运行，将空闲页面拼接在一起形成/free大页面。
本文适合有基本Linux内存管理概念的新手阅读，且本文旨在从工作流程和设计思想上介绍KSM，在涉及到源代码的地方，进行了部分删减，如果想详细了解KSM，推荐阅读源代码及源代码中的注释。
前言： 网络的同事希望模拟大量的虚拟机（万台数量级），又受到物理资源的限制，只能使用几台物理机。 遇到了各种奇奇怪怪的问题。 分析：
前言： 使用uksm，遇到了几个问题。 分析： 1，RES top命令： 其中VIRT是进程使用的虚拟内存，RES就是要本段要讨论的内容。 分析top的源代码procps: 可见，是从/proc/
Netdata通过可扩展的Web仪表板提供准确的性能监控，可以显示Linux系统上的流程和服务。它监控有关CPU，内存，磁盘，网络，进程等的指标。
在 KVM 虚拟化中，大家对 CPU mode 的关注相对较少，多采用默认值。其实，CPU mode 的选取对 VM 的影响却很大，如果考虑不周，可能会导致稳定性差，维护成本高，影响业务等一系列问题。本文从性能，热迁移，稳定性，应用移植四个角度对 CPU mode 进行分析。
KVM简介 KVM（Kernel-based Virtual Machine，基于内核的虚拟机）是一种内建于Linux中的开源虚拟机啊技术。具体而言，KVM可帮助用户将Linux转变成虚拟机监控程序，使主机计算机能够运行多个隔离的虚拟环境，即虚拟客户机或虚拟机（VM）。 KVM是Linux的一部分，Linux2.6.20或者更新版本包括KVM。KVM于2006年首次公布，并在一年后合并到主流Linux内核版本中。由于KVM属于现有的Linux代码，因此它能够立即享受每一项新的Linux功能、修复和发展，无需进行额外工程。
不必太纠结于当下，也不必太忧虑未来，当你经历过一些事情的时候，眼前的风景已经和从前不一样了。——村上春树
我们很高兴看到我们社区的早期兴奋，自 8 月 27 日开始投票并发布以下公告以来，已有超过 12,000 人为 KILT 投票。
除了 CPU 虚拟化，另一个关键是内存虚拟化，通过内存虚拟化共享物理系统内存，动态分配给虚拟机。虚拟机的内存虚拟化很象现在的操作系统支持的虚拟内存方式，应用程序看到邻近的内存地址空间，这个地址空间无需和下面的物理机器内存直接对应，操作系统保持着虚拟页到物理页的映射。
内核自行启动（已经被载入内存，开始运行，并已初始化所有的设备驱动程序和数据结构等）之后，就通过启动一个用户级程序init的方式，完成引导进程。
原文在:https://github.com/kusamanetwork/faucet/blob/master/README.md
containerd v1.6 在本周也正式发布了，这是 containerd 的第 7 个大版本。距离上一个大的正式版 v1.5.0 已经过了将近 9 个月的时间（v1.5.0 是 2021 年 5 月发布的），关于 containerd v1.5.0 的主要变更，可参考我去年写的 K8S 生态周报| containerd v1.5.0-rc.0 发布。我们一起来看看 containerd v1.6.0 中有哪些值得关注的变更吧！
在虚拟化环境中的迁移，又分为动态迁移，静态迁移，也有人称之为冷迁移和热迁移，或者离线迁移在线迁移；静态迁移和动态迁移的 区别就是静态迁移明显有一段时间客户机的服务不可用，而动态迁移则没有明显的服务暂停时间，静态迁移有两种1，是关闭客户机将其硬板镜像复制到另一台宿主机系统，然后回复启动起来，这种迁移不保留工作负载，2是，两台客户机公用一个存储系统，关闭一台客户机，防止其内存到另一台宿主机，这样做的方式是，保存迁移前的负载
1856: [Scoi2010]字符串 Time Limit: 5 Sec Memory Limit: 64 MB Submit: 847 Solved: 434 [Submit][Status] Description lxhgww最近接到了一个生成字符串的任务，任务需要他把n个1和m个0组成字符串，但是任务还要求在组成的字符串中，在任意的前k个字符中，1的个数不能少于0的个数。现在lxhgww想要知道满足要求的字符串共有多少个，聪明的程序员们，你们能帮助他吗？ Input 输入数据是一行，包括2个数
时间限制: 2 Sec 内存限制: 512 MB
1. DPU与GPU的耦合是历史产物，完全可以独立出来 2. DPU的原型设计 2.1【DPU的四大组成部分】 2.2【KSM与DPU】 3. DPU的最新设计 3.1【Source Suface Pipes or Overlays】 3.2【Blender】 3.3【Destination surface post-processor】 3.4【Display Interface】 4. 总结 PC上DPU是嵌入在显卡上，不管是独立显卡还是集成显卡都是如此。由于GPU能力越来越强，DPU目前基本是附赠的功
对于用户空间的应用程序，我们通常根本不关心page的物理存放位置，因为我们用的是虚拟地址。所以，只要虚拟地址不变，哪怕这个页在物理上从DDR的这里飞到DDR的那里，用户都基本不感知。那么，为什么要写一篇论述页迁移的文章呢？
Linux的进程排查总体思路和windows的不会偏差太多，具体到细则上存在差异，今天就和师傅们来探讨下Linux下的进程分析及排查。
进程管理 : 包括 进程创建 , 销毁 , 线程组管理 , 内核线程管理 , 队列等待 ;
Polkadot.js扩展程序 管理账户并用于这些账户的交易签署。它不是像MetaMask那样功能齐全的钱包，该扩展程序能够将您的帐户注入应用程序，例如Polkadot.js应用程序 。您可以发起交易，Polkadot.js扩展允许您签署并提交交易。
2751: [HAOI2012]容易题(easy) Time Limit: 10 Sec Memory Limit: 128 MB Submit: 1087 Solved: 477 [Submit][Status][Discuss] Description 为了使得大家高兴，小Q特意出个自认为的简单题（easy）来满足大家，这道简单题是描述如下： 有一个数列A已知对于所有的A[i]都是1~n的自然数，并且知道对于一些A[i]不能取哪些值，我们定义一个数列的积为该数列所有元素的乘积，要求你求出所有可能的
tql，ORZ，catch me off ground。 矩阵快速幂 1. 分解来看，是由矩阵乘法，和快速幂组成 矩阵乘法 for(int i=1;i<=n;i++) for(int j=1;j<=n;j++) for(int k=1;k<=n;k++) c[i][j]+=a[i][k]*b[k][j]; 快速幂 ll pow_ksm(ll a,ll n) { ll res = 1; while(n) { if(n&1) res = res*a%mod;
ACM常用模板合集 #include<cstdio> const int N = 2000 + 5; const int MOD = (int)1e9 + 7; int comb[N][N];//comb[n][m]就是C(n,m) void init(){ for(int i = 0; i < N; i ++){ comb[i][0] = comb[i][i] = 1; for(int j = 1; j < i; j ++){ comb[i]
本文主要介绍在KVM虚拟机中如何进行配置调整可以最大限度地提高 VPP 应用程序的数据包处理性能。
KSM持有者可通过两种方式参加Moonriver众贷：通过Moonbeam基金会应用程序进行质押（众贷开始后这一功能将开启），或者通过交易平台参与。
KVM虚拟化CPU技术总结 一 NUMA技术介绍 NUMA是一种解决多CPU共同工作的技术方案，我们先回顾下多CPU共同工作的技术架构历史。多CPU共同工作主要有三种架构，分别是SMP MPP NUMA架构。SMP MPP NUMA 都是为了解决多CPU共同工作的问题。 早期的时候，每台服务器都是单CPU，随着技术发展，出现了多CPU共同工作的需求，最早的多CPU技术是SMP。 SMP 多个CPU通过一个总线访问存储器，因此SMP系统有时也被称为一致存储器访问（UMA）结构体系，一致性意指无论在什么时候，处理器只能为内存的每个数据保持或共享唯一一个数值。 SMP的缺点是可伸缩性有限，因为在存储器接口达到饱和的时候，增加处理器并不能获得更高的性能，因此SMP方式支持的CPU个数有限。 MPP MPP模式则是一种分布式存储器模式，能够将更多的处理器纳入一个系统的存储器。一个分布式存储器模式具有多个节点，每个节点都有自己的存储器，可以配置为SMP模式，也可以配置为非SMP模式。单个的节点相互连接起来就形成了一个总系统。MPP可以近似理解成一个SMP的横向扩展集群，MPP一般要依靠软件实现。 NUMA 每个处理器有自己的存储器，每个处理器也可以访问别的处理器的存储器。 NUMA-Q 是IBM最早将NUMA技术应用到i386上的商业方案，可以支持更多的x86 CPU一起工作。
There are an equation. ∑0≤k1,k2,⋯km≤n∏1⩽j<m(kj+1kj)%1000000007=? We define that (kj+1kj)=kj+1!kj!(
1297: [SCOI2009]迷路 Time Limit: 10 Sec Memory Limit: 162 MB Submit: 652 Solved: 442 [Submit][Status] Description windy在有向图中迷路了。 该有向图有 N 个节点，windy从节点 0 出发，他必须恰好在 T 时刻到达节点 N-1。 现在给出该有向图，你能告诉windy总共有多少种不同的路径吗？ 注意：windy不能在某个节点逗留，且通过某有向边的时间严格为给定的时间。 Input 第一行包
前言： 乍一看，hugetlb和hugepage还挺像的，好像都是所谓的“大页”。然而，却很难说出来它们的差异。作者也是花了写时间翻翻代码，写了几个测试的例子，加上用工具据实测了几个关键参数，才明白。 分析： 1，page fault 用户大多数情况下申请内存的方法： a，使用malloc函数族，其实是glibc封装了brk/mmap。这种情况下分配的是虚拟内存，并没有直接分配物理内存。 b，调用brk分配，这种情况很少见，并只分配虚拟内存。 c，使用mmap，分配出来虚拟内存。如果flags带有MAP
前言： 在虚拟化场景下，libvirt会为每个qemu进程，也就是一台虚拟机，创建对应的cgroup，用来限制这台虚拟机的资源使用。这章讨论一下cgroup对内存的限制、回收能力对虚拟机的影响。 Centos7使用Linux 3.10。Ubuntu1604使用Linux 4.4。这章主要分析这两个版本的kernel的能力对比。 分析： 1，使用场景 在内存复用的场景下，会使用到cgroup的内存限制能力。举例来说，Host上有内存32G，每台Guest分配4G，那么可以启动8台Guest。如果内存超分配
点击上方“LiveVideoStack”关注我们 翻译、编辑：Alex 技术审校：刘姗 本文来自OTTVerse，作者为Krishna Rao Vijayanagar。 ▲扫描图中二维码或点击阅读原文▲ 了解音视频技术大会更多信息 Apple FairPlay Easy-Tech #020# 在本篇文章中，我们将了解Apple推出的FairPlay DRM解决方案（主要用于在iOS、tvOS和macOS设备上安全分发内容）。让我们一起来看下FairPlay DRM的重要构成、基本工作流和一些有趣
RXD is a good mathematician. One day he wants to calculate:
理解OpenShift（5）：从 Docker Volume 到 OpenShift Persistent Volume
前言： procrank是一个统计内存使用的神器，包括VSS，PSS，PSS和USS的详细参数。作为一个内存使用的分析工具，简直厉害的不要不要的。 作者尝试过几个Linux发行版，都没有把procrank作为可以安装的包。这也不奇怪，作者接触这个命令的时候，也是在Android中使用到的。尽管后来不从事嵌入式开发了，每当遇到类似的问题时，都会情不自禁的想到这个神奇的工具。在Iaas平台中，统计KSM也是利器。 源代码： 如上面所说，代码选自Android的源代码。为了使用方便，作者在github上做了一份拷
很多公司都使用界面化的监控工具，很酷炫，这说明，监控这块我们几乎都会接触到，大家是有想法的，其次在不同的目的下，选择不同的工具有着不同的目的，今天这篇文章我就给大家介绍酷炫的图形化监控小军刀netdata的使用。
vCenter（VCSA）中无法添加ESXi主机，提示无法找到IP，全部加入域后，问题解决；
介绍下一款Linux性能实时监测工具-Netdata，它是Linux系统实时性能监测工具，以web的可视化方式展示系统及应用程序的实时运行状态（包括cpu、内存、硬盘输入/输出、网络等linux性能的数据）。Netdata的web前端响应很快，而且不需要Flash插件。UI很整洁，保持着 Netdata 应有的特性。具体内容文末会简单介绍。
前面我们提到的HDFS，了解了HDFS的特性和架构。HDFS能够存储TB甚至PB规模的数据是有前提的，首先数据要以大文件为主，其次NameNode的内存要足够大。对HDFS有所了解的同学肯定都知道，NameNode是HDFS的存储着整个集群的元数据信息，比如所有文件和目录信息等等。而且当元数据信息较多时，NameNode的启动会变得很慢，也比较容易触发GC操作。显然当数据到了一定的量级，元数据管理会成为HDFS的一个瓶颈，其实这也是为什么说它适合存储大文件的原因。如果解决了元数据管理的问题，其实HDFS是可以支撑海量小文件的。
求： n ! mod p \large n! \text{ mod } p n! mod p 时间复杂度： Θ ( n log n ) \Theta(\sqrt n \log n) Θ(n logn)
在Episode2的Openstack侦探故事中，两个负载平衡器运行在基于OpenStack的云虚拟机，共享一个简单的基于高可用的IP地址开始拍打，来回切换IP地址。在排除虚拟网络错误配置的简单问题后，我终于得到了暗示，问题可能不是来源于虚拟，而在我们的云背后裸露的金属世界。也许高IO是造成VRRP包之间保持间隙的原因。
（1）kvm只支持x86平台 （2）依赖于 HVM,inter VT AMD-v
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
