VMware虚拟机卡顿(虚拟机卡死)(调整所有虚拟机内存使其适应预留的主机 RAM (F)、默认进程优先级、不允许使用内存页面修整功能(M))

文章目录

  • 设置
    • 编辑——首选项——内存——额外内存——调整所有虚拟机内存使其适应预留的主机 RAM (F)(我把这个勾上了)
    • 编辑——首选项——优先级——默认进程优先级
    • 虚拟机——设置——选项——高级——不允许使用内存页面修整功能(M)

参考文章:虚拟机很卡,但是主机不卡该咋办?

设置

编辑——首选项——内存——额外内存——调整所有虚拟机内存使其适应预留的主机 RAM (F)(我把这个勾上了)

在这里插入图片描述

在 VMware 或其他虚拟化平台中,系统管理员可以通过多种方式配置虚拟机的内存,以优化资源使用和系统性能。您提到的三个选项分别有不同的作用和影响:

  1. 调整所有虚拟机内存使其适应预留的主机 RAM (F):这个选项通常意味着虚拟机管理程序会尝试在不超过主机总RAM的限制下,动态地调整虚拟机的内存分配。这样做可以确保所有运行的虚拟机能够适应主机上的物理内存限制,减少内存不足的情况。这种设置下,虚拟机的内存分配更加严格,通常不会进行大量的内存交换(swapping),从而保持较高的性能。

  2. 允许交换部分虚拟机内存 (S):这个选项允许虚拟机管理程序在内存资源紧张时,将部分虚拟机的内存内容交换到磁盘上。这种方式可以在物理内存不足时,通过使用磁盘空间作为“虚拟内存”来增加可用内存,从而允许更多的虚拟机同时运行。但是,由于磁盘读写速度远低于RAM,这会导致性能下降。

  3. 允许交换大部分虚拟机内存 (M):与上一个选项类似,这个选项允许更多的虚拟机内存被交换到磁盘。这种设置在物理内存极其有限,但需要运行大量虚拟机的情况下比较有用。不过,频繁的内存交换会导致显著的性能损失,因为虚拟机需要不断地从磁盘读取数据来补充内存不足。

在选择这些设置时,需要权衡虚拟机的数量和性能需求。如果主机的物理内存足够,建议尽量减少内存交换,以保持较高的性能。如果物理内存有限,但又需要运行多个虚拟机,可以考虑允许更多的内存交换,同时需要接受相应的性能下降。

我选择勾选“调整所有虚拟机内存使其适应预留的主机 RAM (F)”

编辑——首选项——优先级——默认进程优先级

在这里插入图片描述

在 VMware 虚拟化环境中,“默认进程优先级” 设置允许管理员指定虚拟机进程在主机操作系统中的优先级。这有助于控制虚拟机在主机资源竞争中的表现,特别是当多个虚拟机或其他应用程序同时运行时。

您提到的两个选项,“抓取的输入内容(G): 正常” 和 “取消抓取的输入内容(U): 正常”,具体含义如下:

  1. 抓取的输入内容 (G): 这可能是指当虚拟机抓取或捕捉到用户输入(如键盘、鼠标操作)时的处理方式。“正常” 表示虚拟机处理这些输入的优先级设置为正常,即不会特别增加或减少处理这些输入的资源分配优先级。

  2. 取消抓取的输入内容 (U): 这可能是指当用户输入不再直接送往虚拟机(例如,当用户停止与虚拟机的交互,将控制返回给宿主机操作系统时)的处理方式。同样地,“正常” 表示在这种情况下虚拟机的处理优先级也是正常。

这两个设置通常反映了虚拟机在处理用户交互时的资源分配策略。设置为"正常"意味着虚拟机在这些情况下不会获得特别的处理优先级,但也不会被降级,保持与其他进程相同的优先级。

最后,“虚拟机的本地设置将覆盖这些全局设置” 表示如果在虚拟机的具体配置中对这些设置进行了修改,那么这些个别设置将优先于全局设置。这为管理员提供了灵活性,可以根据每个虚拟机的具体需求来调整优先级设置。

我选择默认不动,怕影响宿主机。

虚拟机——设置——选项——高级——不允许使用内存页面修整功能(M)

在这里插入图片描述

在 VMware 的虚拟机配置中,“不允许使用内存页面修整功能(M)” 这个选项关联到内存管理技术中的一项称为“内存页面修整”(Memory Page Trimming)的功能。

内存页面修整 是一种内存管理技术,用于优化虚拟机内存的使用效率。当启用该功能时,虚拟机监控程序(hypervisor)会定期检查虚拟机分配的内存页面,识别并回收那些没有被虚拟机利用的或是空闲的内存页面。这些内存资源随后可以被重新分配给需要更多内存的其他虚拟机或进程,从而提高整体资源利用率。

选择 “不允许使用内存页面修整功能(M)” 通常意味着:

  • 禁用内存修整:这个设置将阻止虚拟机监控程序对该虚拟机进行内存页面的回收和优化处理。这意味着一旦内存被分配给了虚拟机,即使这些内存并未被实际使用,它也不会被系统回收。

  • 性能影响:在某些情况下,禁用内存页面修整可能会有利于提升特定应用的性能,尤其是那些对内存访问速度有极高要求的应用。因为内存修整过程本身可能会引入延迟,而在高性能需求的场景中,这种延迟可能是不可接受的。

  • 资源利用效率:禁用内存页面修整可能会导致物理主机上的内存资源利用率降低,因为未被有效使用的内存无法重新分配给其他可能需要这些资源的虚拟机。

这种设置的选择取决于对虚拟机的特定需求和运行环境的考量。如果内存资源充足或应用对响应时间极为敏感,可以考虑禁用此功能。如果资源较为紧张且需要优化内存使用,通常推荐启用内存页面修整。

如果勾选了“不允许使用内存页面修整功能(M)”,那内存分配给了虚拟机,就永远没法释放给宿主机了吗?

选择了“不允许使用内存页面修整功能”后,虚拟机确实会持有它所分配的全部内存,而不会自动将未使用或少用的内存页面释放回宿主机。然而,这并不意味着内存永远无法释放。这里有一些其他方式和场景,通过这些方式可以管理或释放内存:

  1. 虚拟机关闭或重启:当虚拟机被关闭或重新启动时,其占用的所有资源,包括内存,都会被释放回宿主机。

  2. 动态内存管理:虽然禁用了内存页面修整,但如果虚拟化平台支持其他类型的动态内存管理技术(如 VMware 的动态内存分配),则这些技术可以在不同虚拟机之间动态调整内存分配,依然可以在一定程度上优化内存使用。

  3. 手动调整内存配置:管理员可以手动调整虚拟机的内存配置,减少其内存分配,从而将未使用的内存释放回宿主机。

  4. 内存超额分配:在一些虚拟化环境中,即使内存已分配给特定虚拟机,系统仍然可以通过技术如内存超额分配来提高内存使用效率。这种技术允许物理内存总量少于分配给所有虚拟机的内存总和,通过各种管理技术确保内存资源按需分配。

尽管“不允许使用内存页面修整功能”会影响内存的灵活管理,但它主要影响的是内存的实时回收与再分配,而不是内存释放的绝对可能性。管理员应根据具体需求和可用资源来选择最适合的内存管理策略。

我选择不勾选“不允许使用内存页面修整功能(M)”,怕影响宿主机。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/353024.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Tuple 元组

文章目录 一、什么是元组 ?二、元组的具体操作2.1 创建元组2.1.1 tuple() 创建元组函数和 list() 创建列表函数总结 2.2 元组的元素访问操作2.3 元组的元素计数操作2.4 zip 对象 一、什么是元组 ? 列表属于可变序列,可以任意修改列表中的元素。 元组的…

(1)图像识别yolov5—安装教程

目录 1、安装YOLOv5: 2、下载预训练模型: 3、识别示例图片: 1、安装YOLOv5: 首先,你需要在你的计算机上下载 YOLOv5 的文件包,下载链接:https://github.com/ultralytics/yolov5。下载后对压缩文件进行解压。 (Linux命令行安装方式:git clone https://github.com/u…

Chromium源码阅读:深入理解Mojo框架的设计思想,并掌握其基本用法(1)

Mojo简介 Mojo 是一个运行时库的集合,提供与平台无关的通用 IPC 原语抽象、消息 IDL 格式以及具有针对多种目标语言的代码生成的绑定库,以便于跨任意进程间和进程内边界传递消息。 Mojo 分为清晰分离的层,子组件的基本层次结构如下&#xff…

全氟己酮自动灭火材料表现亮眼!手把手教你自动灭火毯的使用方法

灭火毯的使用方法是什么?很多朋友在购买灭火毯之前,都比较关心这个问题。在这里,我们可以把灭火毯分为两种。一种是传统灭火毯,还有一种是近年来兴起的高科技产品—全氟己酮自动灭火毯。这两种灭火毯的使用方法大有不同&#xff0…

游戏服务器研究一:bigworld 开源代码的编译与运行

1. 前言 bigworld 已经开源了它的代码,而我对于大世界的 scale 很感兴趣,所以就尝试把代码跑起来研究。但是,整个过程比我原先预想的复杂得多。 虽然能找到一些官方的帮助文档,但这些文档要么过旧,要么过于详尽&…

表面声波滤波器——设计方案(4)

设计步骤 设计声表面波滤波器,首先需要分析器件的指标要求,如中心频率、使用带宽、插入损耗等,结合产线工艺水平,选择合适的衬底材料和换能器材料。确认可以满足器件性能需求的换能器设计方案,然后通过软件仿真。对叉…

python基础语法 002 - 4 字符串

1 字符串 字符串:引号括起来的数据类型 # 双引号 a "yuze wang"# 单引号 a ’yuze wang‘# 三引号 a ’‘’yuze‘‘’ a """yuze"""注意:所有格式表示都是半角,全角会报错 1.1 引号表示 …

IMU应用于体操训练

考虑到在艺术体操训练与竞赛中艺术体操的训练与比赛中,地板项目导致的伤率最高,最近,一个来自澳大利亚的科研团队利用IMU评估运动员执行基础翻腾技巧训练时,他们上肢与下肢所承受的冲击负荷。 本次实验共有十四名艺术体操运动员参…

Profibus协议转Modbus协议网关模块帮助PLC实现智能激光设备通讯

一、前言 Profibus转Modbus网关(XD-MDPB100)是一种工业通信协议转换设备,用于实现Profibus协议与Modbus协议之间的转换。Profibus转Modbus网关在工业自动化系统中具有广泛的应用,它解决了不同协议设备之间的通信问题。本文将深入…

《Nest系列 - 2. Nest 代码生成器,让你告别base代码书写!!!》

紧接上文我们做一些核心梳理 核心梳理: /controllers目录:存放控制器文件,每个控制器对应一组路由和请求处理方法。控制器处理来自客户端的HTTP请求,并返回相应的响应。/modules目录:存放模块文件,每个模块…

学会这几点,轻松制作引人入胜的电子期刊

随着数字化时代的到来,电子期刊已经成为了信息传播的重要载体。它以方便快捷、形式多样、互动性强等特点,受到了广泛的欢迎。那么,如何制作一份引人入胜的电子期刊呢?下面就来为大家分享几点制作电子期刊的小技巧。 1.选择合适的制…

Linux实现: 客户端(cli01)通过TCP(或UDP)连接到聊天服务器(serv)进行聊天?(伪代码版本)

🏆本文收录于「Bug调优」专栏,主要记录项目实战过程中的Bug之前因后果及提供真实有效的解决方案,希望能够助你一臂之力,帮你早日登顶实现财富自由🚀;同时,欢迎大家关注&&收藏&&…

爬抖音直播间观众数据

打开抖音,稍微看了下买房直播间,突然很好奇是那些用户在观看,想拿下这些用户数据,再通过用户等级排序,筛选出优质客户。 现在用户数据已经拿到了,但是关键数据,抖音是打码加密的。目前最大的难…

前端面试项目细节重难点(已工作|做分享)(九)

面试官:请你讲讲你在工作中如何开发一个新需求,你的整个开发过程是什么样的? 答:仔细想想,我开发新需求的过程如下: (1)第一步:理解需求文档: 首先&#x…

Java——面向对象进阶(三)

前言: 抽象类,接口,内部类 文章目录 一、抽象类1.1 抽象方法1.2 抽象类1.3 抽象类的使用 二、 接口2.1 接口的定义和实现2.2 default 关键字2.3 实现接口时遇到的问题 三、内部类3.1 成员内部类3.2 静态内部类3.3 成员内部类3.4 匿名内部类&a…

6月17(信息差)

1.马斯克最新预测:未来不再需要手机 将被脑机芯片替代 当地时间6月17日,马斯克高仿号“Not Elon Musk”发帖称:“你会在你的大脑上安装一个Neuralink接口,让你通过思考来控制你的新X手机吗?”对此,马斯克本…

C++ 62 之 冒泡排序

#include <iostream> // #include <string> #include <cstring>using namespace std;// 冒泡排序:函数模板 template<typename T> void mySort(T arr[], int len){ // size参数是数组的个数&#xff0c;一定是int型的for (size_t i 0; i < len -1;…

88. 合并两个有序数组(简单)

88. 合并两个有序数组 1. 题目描述2.详细题解3.代码实现3.1 Python3.2 Java 1. 题目描述 题目中转&#xff1a;88. 合并两个有序数组 2.详细题解 两个数组均有序&#xff08;非递减&#xff09;&#xff0c;要求合并两个数组&#xff0c;直观的思路&#xff0c;借助第三个数…

利用AI云防护实现高效负载均衡

在当今高度数字化的世界里&#xff0c;保证网站和应用的高可用性和响应速度对企业的业务连续性和用户体验至关重要。传统的负载均衡技术虽然能够分发流量&#xff0c;但在面对突发流量、DDoS攻击或资源动态调整时往往力不从心。本文将探讨如何借助AI云防护服务&#xff0c;不仅…

超图论文细品——2019年AAAI《Hypergraph Neural Networks》

我是“导航” 1 摘要1.1 简介1.2 问题描述 2 超图2.1 图和超图对比 参考 1 摘要 1.1 简介 文章提出了一种名为超图神经网络的框架&#xff0c;用于高维数据的表示学习。 该方法英文称呼为 Hypergraph Neural Networks&#xff0c;简写为 HGNN。 1.2 问题描述 传统的 GNN 是…