2. 内存密集型业务特征识别
容量规划的第一步不是算内存，而是判断“这个业务到底算不算内存密集型”。判断错了，后面所有计算都会跑偏：把 CPU 密集型业务按内存密集型配，会浪费内存预算；把真正的内存密集型业务当成普通业务，则会在业务高峰出现换页、缓存命中率骤降、数据库 Buffer Pool 命中率跌破阈值等连锁问题。本节从内存访问模式、工作集大小和性能瓶颈三个维度，给出可操作的识别方法。
一、内存密集型业务的本质：瓶颈在“内存层级”而非“计算”
任何业务都要用内存，但“用内存”和“内存受限”是两回事。内存密集型业务的共同特征是：CPU 利用率长期不高（例如 30%~50%），但内存容量占用高、内存带宽压力大，或者对内存延迟极其敏感。当内存不足时，性能不是线性下降，而是断崖式下跌——因为系统开始换页（swap）或频繁触发缓存淘汰，磁盘 I/O 被拖入关键路径。
可以用一个简单的判据来初筛：在压测或生产高峰中，如果 CPU 利用率 < 60% 而内存占用率 > 80%，或者 内存带宽利用率 > 70%，或者 LLC（Last Level Cache）缺失率显著上升，就应优先按内存密集型业务对待。反之，如果 CPU 已经打满而内存仍有大量空闲，则更可能是计算密集型。
二、四类典型负载的内存访问模式
不同业务的内存访问模式差异很大，识别时要看“访问粒度、访问局部性、读写比例、延迟敏感度”四个属性。
- 数据库（OLTP 为主）：以随机小页访问为主，读写混合，对延迟极敏感。核心内存对象是 Buffer Pool / InnoDB Buffer Pool，工作集通常等于“热数据 + 索引”。访问局部性中等，但一旦 Buffer Pool 装不下热数据，物理读会急剧上升。
- 内存缓存（Redis / Memcached）：几乎全内存驻留，访问模式为随机 key 查找，读写比通常 8:2 或更高，对延迟要求亚毫秒级。工作集就是全部数据集（或全部热 key），内存不足会直接触发淘汰策略，命中率下降。
- 实时分析（OLAP / 流处理）：以顺序扫描和列式聚合为主，内存带宽压力大，常出现大块内存分配（如 Hash Join、排序缓冲区）。工作集可能是“当前查询涉及的列数据 + 中间结果”，峰值内存远高于平均。
- 虚拟化（VM / 容器密度）：内存被多个虚拟机或容器瓜分，访问模式取决于各 guest 的业务。关键指标是“内存超分比”和“气球驱动/交换”行为，瓶颈往往出现在内存回收和 NUMA 跨节点访问上。
下面这张图把四类负载在“访问模式—工作集—瓶颈点”上的差异放在同一张关系图中，便于横向对比识别。
三、工作集大小的估算方法
工作集（Working Set）是识别内存密集型业务的核心量化指标。它不等于“数据总量”，而是“在稳定运行期间被频繁访问、必须常驻内存的那部分数据”。估算工作集有三种常用手段：
- 监控法：在业务高峰运行 1~2 周，采集 Buffer Pool 命中率、缓存命中率、page fault 次数。当命中率稳定在目标阈值以上（如数据库 Buffer Pool 命中率 > 99%，Redis 命中率 > 95%）时，当前内存占用可近似视为工作集下限。
- 采样法：对数据库做全量扫描统计，按访问频次排序，取累计访问量占比 80%~90% 的数据量作为工作集估计。例如某订单库总数据 2 TB，按主键访问频次排序后，前 15% 的数据贡献了 85% 的访问，则工作集约 300 GB。
- 公式法：工作集 ≈ 热数据量 × (1 + 索引膨胀系数) × (1 + 并发放大系数)。索引膨胀系数通常取 1.2~1.5，并发放大系数在 OLAP 场景可取 1.5~3.0。
四、性能瓶颈的定位与判断
识别内存密集型业务，最终要落到“瓶颈是否在内存”上。建议按以下顺序排查：
- 看 CPU 与内存的利用率剪刀差：CPU 低、内存高，是内存密集型的典型信号。
- 看换页与缺页：
vmstat中si/so持续非零，或pgmajfault快速增长，说明内存不足已影响性能。 - 看缓存命中率：数据库 Buffer Pool 命中率、Redis 命中率、LLC 命中率下降，是工作集超出内存的直接证据。
- 看内存带宽：使用
pcm-memory或perf stat观察内存带宽利用率，OLAP 场景常先于容量触顶。 - 看 NUMA 分布：
numastat中远端访问比例高，说明内存分配不均，会放大延迟。
五、快速判断清单
在实际容量规划中，可以用下面这份清单快速给业务打标签。满足 3 条及以上，即可判定为内存密集型，进入内存容量详细测算流程。
| 判断项 | 内存密集型信号 | 非内存密集型信号 |
|---|---|---|
| CPU 利用率 | 长期 < 60% | 长期 > 80% |
| 内存占用率 | > 80% 且持续 | < 60% 且波动小 |
| 缓存命中率 | 低于目标阈值并下降 | 稳定在高位 |
| 换页活动 | si/so 持续非零 | 几乎为零 |
| 内存带宽 | > 70% 利用率 | < 40% |
| 延迟敏感度 | 对内存延迟极敏感 | 对吞吐更敏感 |
完成本节识别后，你就得到了一个明确的输入：业务是否属于内存密集型、工作集大致多大、瓶颈在容量还是带宽。下一阶段才能据此选择 Xeon 平台的内存通道配置、容量配比和 NUMA 策略，避免“先买后算”的被动局面。