虚拟机预留内存没有万能比例，关键业务建议按峰值需求留足余量、尽量不超分；普通业务可结合监控适度超分，开发测试可更激进，但必须守住swap和OOM这条底线。
很多人在虚拟化平台里看到“内存预留”这个选项，第一反应是拉到最大，结果宿主机能跑的虚拟机越来越少，资源账单却越来越贵，也有人完全不管，靠超分硬撑，最后业务高峰一到，虚拟机开始swap，延迟飙升，预留内存到底怎么定，本质上是在资源利用率和性能稳定性之间找平衡。
虚拟机预留内存多少合适？先看三个核心判断维度
业务峰值和SLA决定预留下限
先别问“别人预留多少”,先看你的业务能接受多大抖动。
- 常驻内存：系统启动后稳定占用的部分，比如操作系统、运行时、缓存基线。
- 峰值内存：业务高峰、批处理、大查询、突发流量时短时间冲高的部分。
- 突发内存：缓存、连接池、临时对象带来的额外占用。
如果业务SLA要求低延迟、不能卡顿，预留量应覆盖“常驻+峰值+一小段安全余量”，如果只是内部报表、开发测试，预留可以只覆盖常驻，峰值靠宿主空闲内存兜底，举个例子，某Java服务常驻8GB，高峰10GB，预留12GB左右通常比只预留8GB更稳,但具体还要看宿主压力和监控曲线。
超分比例和宿主资源决定预留上限
内存超分不是免费午餐，它依赖宿主有空闲页、能快速回收，或者用balloon、KSM、swap来腾挪，业内专家指出,内存超分只有在宿主有足够空闲页和快速回收能力时才安全。
- 宿主空闲内存越少,预留越要保守。
- 用了balloon驱动，虚拟机可能被回收内存,性能会波动。
- 开了KSM，相同页合并能省内存,但CPU开销会上升。
- 一旦走到swap,数据库和实时业务基本会出问题。
预留上限不是由单台虚拟机决定，而是由整台宿主的可用内存、超分策略、NUMA结构共同决定，在北京、上海等地域的IDC里，跨NUMA节点的内存超分还要额外看宿主亲和性,否则远程内存访问会拖慢延迟敏感业务。
监控数据比经验值更可靠
别凭感觉调,先看数据：
- VMware：用esxtop看MEM、SWAP、 balloon、steal。
- Linux虚拟机：
free -m、vmstat 1、sar -r 1、cat /proc/meminfo。 - 容器节点：
kubectl top pod、kubectl describe node看Allocated resources。 - 长期趋势：连续观察一到两周,覆盖业务高峰和低谷。
看几个关键指标：内存使用率是否长期贴顶、swap in/out是否非零、balloon是否频繁回收、steal time是否升高，只要swap持续出现,就说明预留或规格偏紧。
虚拟机内存预留和限制的区别是什么？搞混容易出性能瓶颈
预留是保底，限制是封顶
- 预留：保证虚拟机至少能拿到的物理内存，预留越高,调度器越不敢把这块内存超分给别人。
- 限制：虚拟机最多能用的内存上限，限制太低,业务高峰会触发回收或OOM。
- 份额：资源竞争时的优先级权重，份额高，抢内存时更占优,但不等于保底。
三者关系可以记成：预留管下限，限制管上限,份额管竞争。
超分场景下预留如何影响调度
预留高的虚拟机，相当于提前占了座位，宿主剩余可超分内存减少，能开的虚拟机数量下降，预留低的虚拟机，虽然密度上去了，但高峰时可能被balloon回收，或者被宿主动态迁移、swap。
行业共识认为，数据库和实时交易类业务应尽量避免内存swap，对这类业务,预留接近峰值通常比追求密度更划算。
常见误区：预留越大越好
预留拉满，单台虚拟机确实稳,但代价是：
- 宿主可调度内存减少,资源浪费。
- 其他虚拟机可能因为抢不到内存而性能下降。
- HA准入控制可能拒绝故障切换,因为预留资源不够。
- 云账单或私有云扩容成本上升。
预留的目标不是“最大”，而是“刚好挡住性能瓶颈”。
云服务器虚拟机内存预留怎么设置？不同平台实操路径
VMware vSphere：预留、限制与份额
操作路径：
- 关闭虚拟机或确认支持热改。
- 右键虚拟机,编辑设置。
- 找到“资源”选项卡，选择“内存”。
- 设置“预留”,单位MB或GB。
- “限制”可留空,或设为业务上限。
- 检查“份额”是否符合业务优先级。
- 确认集群HA准入控制还有足够预留资源。
如果勾选“预留所有客户机内存”，虚拟机启动时就会锁定全部内存，这个选项适合关键业务,但会显著降低整合密度。
KVM/QEMU与OpenStack：用cgroup和XML控制
KVM层面可以编辑XML：
virsh edit 虚拟机名- 在
<memtune>里设置<hard_limit>,单位KiB。 - 用
<memoryBacking><hugepages/>启用大页，减少TLB miss。 - 用
<numatune>绑定NUMA节点,降低跨节点访问。
OpenStack里，预留通常通过flavor extra specs和NUMA策略间接实现：
hw:mem_page_size=large启用大页。hw:cpu_policy=dedicated配合CPU绑定。hw:numa_nodes=1控制NUMA拓扑。- 节点侧用
systemd-cgls、/sys/fs/cgroup/memory检查cgroup限制。
公有云：实例规格与弹性内存策略
大多数公有云不直接暴露“预留内存”选项，你买什么规格，就相当于预留了什么内存,需要注意：
- 共享型、突发性能实例可能有资源争抢,延迟不如独享型稳定。
- 弹性内存、热变配要看平台是否支持,以及是否需要重启。
- 看SLA和积分机制,别只看便宜。
开发测试、数据库、容器场景下预留多少更合理
开发测试环境：适度超分，预留低一些
开发测试机通常CPU和内存利用率低，可以只预留常驻内存，让峰值靠宿主空闲内存兜底，但快照、克隆、批量启动时容易集中抢内存,最好错峰操作。
数据库与中间件：预留接近峰值，避免swap
MySQL、PostgreSQL、Redis、Kafka这类业务,对内存延迟敏感。
- 预留应覆盖缓冲池、连接、排序、复制缓存等峰值。
- 尽量启用大页,减少页表开销。
- 绑定NUMA节点,避免跨节点内存访问。
- 监控swap，只要持续非零,就加预留或升规格。
容器与Kubernetes：requests/limits与虚拟机预留的映射
容器里的requests接近预留，limits接近限制，节点上还要留出kube-reserved和system-reserved，如果虚拟机本身预留不足,容器QoS再高也可能被宿主拖累。
预算有限时，如何避免虚拟机内存浪费与性能瓶颈？
用监控找浪费：内存使用率、swap、balloon、steal
先找出“占着内存不用”的虚拟机：
- 内存使用率长期低于常驻基线。
- swap长期为零,balloon从未触发。
- 业务低谷期内存大量空闲。
- 快照、克隆机长期闲置。
对这类虚拟机，可以降低预留、缩小规格或合并部署。
分级预留：核心业务、普通业务、边缘业务
| 业务类型 | 预留策略 | 超分建议 | 主要风险 |
|---|---|---|---|
| 核心数据库 | 覆盖峰值加余量 | 不超分或极低 | OOM、延迟抖动 |
| 普通Web/API | 覆盖常驻加突发 | 适度超分 | 高峰变慢 |
| 开发测试 | 覆盖常驻 | 较高超分 | 偶发卡顿 |
| 批处理/离线 | 按窗口峰值 | 可动态调整 | 任务超时 |
调整节奏：先观察、再小步调、后固化
- 观察一到两周,记录高峰和低谷。
- 每次只调一小步,比如降一档预留。
- 调完观察swap、balloon、业务延迟。
- 稳定后固化到模板或IaC脚本。
- 业务变更、版本升级后重新评估。
虚拟机预留内存常见问题解答
虚拟机预留内存多少合适？有没有通用公式？
没有通用数值，可用公式：预留=常驻内存+峰值增量+安全余量，安全余量看业务SLA、宿主压力和是否允许超分，关键业务尽量覆盖峰值,普通业务覆盖常驻即可。
虚拟机内存预留越大性能越好吗？
不是，预留越大，单台虚拟机越稳，但宿主可调度内存越少，整合密度越低，浪费越明显，预留的目标是避免swap和关键争抢,而不是把所有内存都锁死。
云服务器虚拟机内存预留怎么设置才不浪费？
先看监控，确认常驻和峰值；再按核心、普通、边缘分级；最后小步调整并观察swap、balloon、steal，公有云选匹配规格，私有云在vSphere、KVM或OpenStack里按业务SLA设置预留，关键业务不超分，非关键业务适度超分,开发测试可更激进。