作者为Qwen RL大规模训练解决CPU内存泄漏难定位问题。memray全量开销太大，采样后仍因维护Python影子栈而昂贵；scalene抽中时取栈却可能因等GIL死锁。作者借鉴faulthandler，实现无需GIL的Python栈采集，接入jemalloc采样路径，周期性落盘。真实任务中开销几乎为零，因顺带换用更快的jemalloc。

一次存储OOM排查发现，主因是SSE与WebSocket长连接泄漏：客户端断开后服务端未关闭连接、无限等待，累积662个CLOSE_WAIT和1009个fd，撑满256MB堆触发OOM，导致写路径中断。修复措施包括心跳超时探测、try/finally兜底关闭、主循环捕获Error，并加固存储层限长与异步flush。

一次MCP记忆服务写路径完全中断，仅报空message异常。根因是SSE与WebSocket长连接泄漏：客户端断开后服务端无限等待、未关闭连接，累积662个CLOSE_WAIT和1009个fd，最终撑满256MB堆触发OOM。修复措施包括心跳超时回收连接、主循环捕获Error、存储层异步flush与限长，修复后CLOSE_WAIT归零、数据零丢失。

用户反映懒猫读书导致平板卡死，原因是超大PDF彩印文件首屏渲染及预加载导致内存过大，触发系统OOM杀死WebView进程。通过精细视口渲染，后端仅发送屏幕区域和缩放比例的图像，将内存占用控制在常量，减少90%，避免系统杀进程。远程定位根因，体现二十年老程序员经验。

本文讨论了排障过程中常见错误，指出故障原因多在可见性和段状态等方面，而非仅限于ef/nprobe。提供了检查清单，涵盖召回、延迟和堆积等问题，建议通过定量分析症状来定位问题，避免主观判断，并提出了开放问题和改进方向。

512MB内存VPS因内存不足出现SSH断开和API返回521错误，内核日志显示网络接收路径内存分配失败。作者采取清理系统、将swap扩至2GB、zswap改用zstd压缩、调整内核参数、为SSH和Nginx等入口服务设置OOM保护、限制容器内存、安装earlyoom、限制日志占用等优化。九天后系统稳定，未再OOM。结论：512MB需精细调优，但根本方案仍是升级内存。

朋友Henrietta遇到Postgres内存问题，查询导致集群被OOM杀死。通过pg_log_backend_memory_contexts函数分析，发现内存未及时释放。解决方案包括修正统计信息和设置查询超时。理解Postgres内存管理有助于避免类似问题。

在高并发的OpenResty/LuaJIT服务中，进程常驻内存(RSS)持续增长，而Lua GC显示内存占用低，导致OOM问题。为解决此问题，开发了lj-resty-memory工具以揭示RSS与GC占用的差距，并推出LuaJIT-plus增强版，通过智能内存管理机制主动归还内存，改善内存碎片化，确保服务稳定性。

在 ArchLinux 上，32G 内存常出现 OOM 问题。使用 smem 工具可以生成详细的内存使用报告，特别是 PSS。安装后可查看 SWAP 占用情况，结合 pmap 命令和 /proc 文件系统，有助于分析和排查内存问题。

在Kubernetes中运行容器化应用时，内存管理是关键。OOM杀死事件发生在容器内存超限时，影响应用稳定性。常见原因包括内存限制超出、内存泄漏、资源过度分配和突发工作负载。为防止OOM杀死，可设置适当的资源请求和限制，使用垂直和水平自动扩展，监控内存使用，优化应用内存，使用Pod中断预算和管理节点资源。尽管这些策略有效，但动态资源分配更理想。自动化根因分析可快速解决问题，提升应用健康性。

最近迁移mysql实例时，使用portainer安装mysql失败，虚拟机内存不足导致oom。dmesg显示oom killer，journal不可见。