外部碎片导致大对象分配失败，需通过/proc/buddyinfo确认高阶空闲页缺失、dmesg查order报错、/proc/sys/vm/extfrag_threshold验证容忍度，并用echo 1 > /proc/sys/vm/compact_memory验证整理效果。
遇到“内存充足但大对象分配失败”，比如应用报 malloc 返回 NULL、内核日志出现 page allocation failure: order:X，而 free 显示仍有几百MB空闲——这大概率不是缺内存，而是外部碎片在作祟。排查要分三步走：确认是碎片、定位碎片位置、验证整理效果。
看 /proc/buddyinfo 判断是否真有外部碎片
这是最直接的证据。执行：
cat /proc/buddyinfo
输出按 NUMA 节点和内存区域（DMA、Normal、HighMem）列出各阶空闲页数。重点看高阶（order ≥ 5）是否为 0 或极低，同时低阶（order 0～3）数量却很多。例如：
Node 0, zone Normal 128 64 32 16 8 4 2 1 0 0 0
说明 29 = 512 页（2MB）、210（4MB）等大块全无，但小块充足——典型外部碎片。如果所有阶都接近 0，则更可能是内存真的耗尽或被 slab/ksm 等吃掉，需另查。
查 dmesg 和 /proc/sys/vm/extfrag_threshold 验证触发条件
运行：
dmesg -T | grep "page allocation failure"
找带 order: 的报错行，如 order:6 表示需要 26×4KB = 256KB 连续物理页。再确认系统对碎片的容忍度：
cat /proc/sys/vm/extfrag_threshold
默认值是 50，数值越低，内核越倾向于拒绝高阶分配（即更“怕”碎片）。若该值被调得很低（如 10），即使碎片不严重也可能频繁失败；若为默认值但仍持续报错，说明碎片确实已影响到分配底线。
结合 /proc/meminfo 和 slabtop 排除干扰项
碎片问题常被误判为内存泄漏或 slab 泄漏。先快速过筛：
- 对比
MemFree和DirectMap4k/DirectMap2M（在/proc/meminfo中）：若前者高而后两者偏低，说明大量空闲页卡在无法用于大页或 DMA 的区域，指向碎片 - 运行
slabtop或cat /proc/meminfo | grep SReclaimable：若SReclaimable很高（几百 MB 以上），说明 slab 缓存膨胀，可能挤占了可移动页空间，加剧碎片化 - 检查
/proc/vmallocinfo：若 vmalloc 区域碎片严重（大量小段空闲），会影响内核模块加载和某些驱动的大块分配，虽不直接导致用户态 malloc 失败，但属于同源问题
尝试 compact_memory 并观察是否缓解
这是最轻量的验证手段。执行：
echo 1 > /proc/sys/vm/compact_memory
该操作会触发当前 NUMA 节点的内存规整（compaction），把可移动页搬走、合并空闲页。完成后立刻再看 /proc/buddyinfo ——如果高阶页数明显上升（如 order 9 从 0 变成 2），且后续大对象分配不再失败，就坐实了碎片问题。注意：此操作短时占用 CPU，生产环境慎用高频触发。
