分層剖析 Linux 核心如何觀測頁面存取並推論 Working Set

隨著 AI、雲端服務與大型應用持續推升記憶體需求，記憶體使用已不只是容量問題，也直接影響系統成本與執行效能。從個人電腦與行動裝置，到瀏覽器與 Electron 應用等日常軟體，「程式佔用大量記憶體」已成為使用者與開發者經常面對的問題。

然而，當我們在 Linux 上分析程式的記憶體使用時，通常會先觀察 RSS 或 PSS 等指標。這些指標可以描述程式目前駐留於實體記憶體的容量，卻難以回答「哪些資料仍屬於程式實際需要的 working set？」同時，在 Linux 核心中，page hotness 並沒有單一且通用的定義，而是核心根據 page access、aging、reclaim 與 refault 等訊號所做出的近似判斷。

因此本議程將透過可重現的實驗與核心追蹤，回到 Linux 的 Idle Page Tracking 和 mm/workingset.c 及其 MGLRU refault 路徑的關鍵實作，剖析核心如何觀察頁面存取、辨識頁面回收後的 refault，並將這些訊號轉化為 working set 推論與 reclaim 回饋。