buff/cache 是内核管理的可回收内存，包含 buffers（待写入磁盘的数据）和 cache（已读取的文件页），其占用高不等于内存不足；判断是否异常应以 available 是否充足为准，而非 buff/cache 绝对值大小。

直接看 buff/cache 这一列，再结合 available 和实际使用场景，就能判断缓冲区与缓存是否异常占用内存。

buff/cache 到底占了什么内存？

这一列是 Buffers（缓冲区） 和 Cache（页面缓存） 的总和：

• Buffers：临时存放即将写入磁盘的数据（比如刚被修改但还没刷盘的文件块），属于“待出库”状态；
• Cache：已从磁盘读取、暂存在内存中供快速复用的数据（比如频繁访问的日志、程序代码、配置文件），属于“已入库可调用”状态。

它们不是“被程序长期霸占”的内存，而是内核主动管理的可回收资源——只要新进程申请内存，系统会优先释放这部分空间。

PyCharm 2026.2.0.1 Linux版

PyCharm 2026.2.0.1 Linux版提供 JetBrains 官方 2026.2.0.1 版本安装包，适合需要指定 PyCharm 版本进行 Python 项目开发、运行和调试的用户。

下载

怎么判断 buff/cache 是否异常？

关键不看绝对值大小，而看它是否影响了真实可用性：

• 如果 available ≥ total × 10%（例如总内存16GB，available ≥ 1.6GB），说明缓存虽多但没挤占可用空间，属正常；
• 如果 available 接近 0，同时 buff/cache 占比极高（比如 total 16GB，buff/cache 12GB，available 仅 200MB），说明缓存已无法有效回收，可能因脏页积压、共享内存段锁定或 ramfs/tmpfs 占用导致；
• 注意 shared 列——若该值偏高（如几百MB以上），可能是 tmpfs 挂载（/dev/shm）或大量共享内存段未释放，这类内存通常不能被常规 cache 回收机制清理。

如何定位是谁在大量使用 cache？

free 本身不显示具体来源，但可配合其他命令缩小范围：

• 查大文件读写：用 iotop -o 看哪些进程正在高频读写磁盘；
• 查 pagecache 分布：运行 cat /proc/meminfo | grep -E "Cached|SReclaimable|Shmem"，关注 Cached（主 cache）、SReclaimable（可回收的 slab 缓存）、Shmem（共享内存占用）；
• 查 tmpfs 使用：执行 df -h -t tmpfs，确认 /dev/shm 或自定义 tmpfs 挂载点是否占用了大量内存。

要不要手动清理 buff/cache？

一般不需要，也不推荐随意清理。但若确认是临时性缓存堆积且无业务影响，可谨慎操作：

• 仅清 pagecache：echo 1 > /proc/sys/vm/drop_caches；
• 清 pagecache + dentries + inodes：echo 3 > /proc/sys/vm/drop_caches；
• ⚠️ 注意：该操作需 root 权限，且会短暂增加 I/O 压力，生产环境建议在低峰期执行，并观察 available 是否回升、业务是否抖动。