读懂hcache直方图：histo模式如何可视化页缓存分布

读懂hcache直方图：histo模式如何可视化页缓存分布

【免费下载链接】hcacheshowing top X biggest cache files global项目地址: https://gitcode.com/gh_mirrors/hc/hcache

排查 Linux 内存占用时，很多人都会遇到同一个困惑：free -h明明显示大量内存被"缓存"占用，却说不清到底是哪些文件吃掉了页缓存。开源工具hcache正是为解决这个问题而生，而它的histo 模式（直方图模式）用一行行 Unicode 块字符，把文件的页缓存分布直观地画在终端里。本文面向新手，从原理到实战带你彻底读懂 hcache 直方图，学会用 histo 模式快速定位缓存大户。

hcache 是什么：为"缓存大户"而生的页缓存分析工具

hcache 是基于 pcstat 二次开发的 Linux页缓存分析工具，核心亮点是--top参数：一条命令即可列出全局占用页缓存最多的前 X 个文件。而--histo参数则提供了另一种视角——不再只看"总量"，而是看"分布"。

它的底层原理并不神秘：hcache 通过mincore(2)系统调用，逐个检查文件每个页面（通常 4K）是否驻留在内存中，从而得到精确到页的缓存状态。直方图模式的核心实现就在 formats.go 的FormatHistogram()函数里。

先搞懂背景：什么是页缓存（page cache）？

Linux 读取文件时，会把文件内容按4K 一页加载进内存，这部分内存就叫页缓存。下次再读同样的内容时，直接从内存命中，速度比磁盘快几个数量级。

问题在于：页缓存会被系统自动保留，除非内存紧张才回收。于是出现了"内存看着满了，但其实是缓存"的经典场景。hcache 的价值，就是把"哪些文件占了多少缓存"这个黑盒打开给你看。

histo 模式直方图的工作原理：两段式绘制逻辑

要读懂直方图，先了解它怎么画出来的。FormatHistogram()的绘制流程分三步：

第一步：读取终端宽度。直方图要铺满屏幕，宽度取决于你的终端列数，这部分由 winsize.go 中的getwinsize()通过TIOCGWINSZ系统调用获取。

第二步：计算可用"桶"（bucket）数量。由于块字符比普通字符宽，算法只使用终端一半的宽度，再减去文件名长度，公式如下：

buckets = (终端列数 - 最长文件名长度) / 2 - 10

第三步：按页数多少选择绘制方式：

• 页数少（桶多于页）：每一页画一个字符，已缓存画█（实心块），未缓存画▁（矮块），一页一个细节，纤毫毕现；
• 页数多（桶少于页）：把连续页面聚合成若干个桶，计算每个桶内缓存页面的平均比例，再映射到不同高度的块字符——这就是直方图的"压缩显示"。

直方图"温度计"：8 级 Unicode 块字符对照表

当页数很多时，hcache 用 8 级块字符表示每个区间的缓存密度，就像一行温度计：

字符	含义	缓存密度
▁	最低矮块	0%（全未缓存）
▂	低矮块	约 1/8
▃	偏低块	约 2/8
▄	半高块	约 3/8
▅	偏半高块	约 4/8
▆	偏高块	约 5/8
▇	高块	约 6/8
█	满高块	100%（全缓存）

整行字符从左到右，正好对应文件从开头到结尾的缓存分布。看到这里，直方图其实已经能"读"了：哪段高、哪段低、哪段稀疏，一目了然。

实战操作：一条命令生成页缓存直方图

先克隆并编译 hcache（需要 Go 1.12+）：

git clone https://gitcode.com/gh_mirrors/hc/hcache cd hcache && make build

然后对单个文件输出直方图：

sudo hcache --histo /usr/lib/x86_64-linux-gnu/libLLVM-11.so.1

输出大致长这样：

libLLVM-11.so.1 19043 ████████████████████▇▇▇▆▆▅▅▄▃▂▁▁▁

左边是文件名，中间的19043是该文件总页数，右边一行字符就是它的页缓存分布直方图。

路径很长导致直方图被压缩？加上--bname只显示文件名（base name），能腾出更多宽度给直方图：

sudo hcache --histo --bname /usr/lib/x86_64-linux-gnu/libLLVM-11.so.1

实战解读：从直方图到优化结论

拿到直方图后，怎么读出有价值的信息？三个要点：

• 整行接近满格█：文件几乎全部驻留内存，属于"热数据"，如果它体积巨大，就是内存占用的头号嫌疑；
• 前半段密集、后半段稀疏：说明只有文件开头被频繁访问（如日志头、索引区），可以考虑冷热分离；
• 忽高忽低的锯齿：缓存零散分布，通常是文件被随机读写过，缓存命中率不高，磁盘压力可能集中在这些区域。

把直方图和--top结合，还能做全局排查：

sudo hcache --top 10 --histo --bname

这会先找出全局页缓存占用最大的 10 个文件，再为每个文件画出直方图。哪几个文件在疯狂吃内存、它们的缓存分布是否健康，一屏就能看全——这正是 hcache 相对传统pcstat的核心优势。

常见问题与使用技巧（FAQ）

Q：为什么直方图只有终端宽度的一半？A：Unicode 块字符是双倍宽字符，为了让整行直方图刚好铺满屏幕，算法按一半列数计算桶数，这是设计如此。

Q：必须用 sudo 吗？A：查看其他进程打开的文件的缓存状态时，需要相应权限，建议用sudo运行；若只看自己有权限访问的文件，普通用户即可。

Q：histo 和 terse、json 能一起用吗？A：输出格式互斥，直方图会覆盖其他格式。想给脚本用，选--json；想人肉看分布，选--histo。

Q：文件很大，直方图会不会非常长？A：不会。大文件的页面会被自动聚合到桶中，字符数量始终受终端宽度约束，这也是直方图能"一屏看全"大文件的原因。

总结：让页缓存不再神秘

hcache 的 histo 模式把"哪些页被缓存"从冰冷的数字变成了一行可视化图表。它不改变你的系统行为，只负责把内核页缓存的真相摊开给你看。下次再遇到"内存去哪了"的疑问，跑一条sudo hcache --top 10 --histo，答案就在那一行行块字符里。😉

【免费下载链接】hcacheshowing top X biggest cache files global项目地址: https://gitcode.com/gh_mirrors/hc/hcache