问题标签 [swapfile]

我有一台 2017 年型号的 13 英寸 Macbook Pro，配备 8 Gigs 内存。我想通过使用交换来获得一些“额外”内存，因为我想创建一些需要大量内存的虚拟机。我读过 macOS 中的交换文件只有 1 GB。我可以随心所欲地扩展交换文件吗？

操作系统：Ubuntu 14.04, 4GB ram, i5, 1.5 GB 交换空间 我正在运行编译命令./build.sh，但是，计算机在运行过程中一直冻结。我在编译期间检查了 RAM、CPU 和 Swap Space 的使用情况，所有这些都已完全使用。解决这个问题的最佳解决方案是什么？我尝试使用交换文件增加交换空间，但是，最大限制（交换文件）似乎是 3 GB，这也被完全使用了。

当我打开一个文件时，Vim 发现它存在一个交换文件，它会警告我并给我一些选项，比如“[A]bort”和“[E]dit Anyways”。但是，它曾经向我展示但不再这样做的一个选项是“[D]删除”交换文件。我怎样才能让它再次显示这个选项？

很多答案导致docker run命令和--memory-swap参数。但是如何对所有容器执行一次呢？有 Windows 设置，但交换参数不能设置为小于 512 Mb。

cos-stable在 GCE 上使用容器优化的操作系统。微型实例，因此 ram 非常稀疏。尝试启用交换以防止在 docker pull 期间由于 OOM 锁定，但无法使其正常工作。

我意识到大多数文件夹都是无状态的，所以我把交换文件放在 home 下：

结果是：

但sudo swapon /home/user/swapfile给出了错误：

任何想法如何在 COS 上启用交换？

我有一个数字海洋水滴，在其上运行free -h显示以下内容：

交换文件已满，我想清空它。我在互联网上找到的所有答案都建议关闭交换，然后使用sudo swapoff -a. 但是，当我运行此命令时，我得到：

我也搜索过这个问题，这里的建议是清除缓存，但清除缓存没有效果。我无法关闭交换，无法创建新交换，无法删除交换文件。有没有办法处理这个？

我的笔记本电脑（运行 Xubuntu 16.04）是几年前的，在 i7-3635QM 处理器上。3-4 年前，它只有 4GB 内存，并且 chrome 浏览器经常完全用完物理内存并开始使用交换空间（4GB） - 当这种情况发生时，整个计算机非常慢并且几乎挂起。我不得不杀死 chrome 以释放所有内存，但计算机在交换空间时几乎没有响应。

所以，我多年前将它升级到16GB内存，这种情况发生的频率较低，但一个月内有几次，我仍然偶尔会遇到这种情况。

在工作中，我有一个在 32 GB 内存上运行的 Xubuntu 桌面，我在该桌面上打开了尽可能多的选项卡，但我很少看到 chrome 的总内存消耗超过总内存的 50%，而且几乎从不强迫系统使用交换。

感觉很奇怪，16GB 和 32GB 的行为如此不同。我能想到的唯一一件事是笔记本电脑的 CPU (i7-3635QM) 与台式机 (i7-7700k) 相比，但操作系统版本和内核版本是相同的。

有谁知道如何防止 chrome 让我的系统使用交换？我试图调整内核的交换性，但没有明显的变化。

谢谢

我知道 Memors Error 是使用 Pandas 库的不同功能时的常见错误。我想在几个方面获​​得帮助。在描述了问题之后，我的问题如下制定。

我的操作系统是 Ubuntu 18，工作空间是 Anaconda 框架内的 jupyter notebook，RAM 容量 8Gb。

我解决的任务。

我有超过 100,000 个字典，其中包含用户访问站点的数据，就像这样。

{'meduza.io': 2, 'google.com': 4, 'oracle.com': 2, 'mail.google.com': 1, 'yandex.ru': 1, 'user_id': 3}

有必要从这些数据中形成一个 DataFrame。起初，我使用 append 函数在 DataFrame 中逐行添加字典。

但是玩具数据集显示，这个功能需要很长时间才能完成。然后我直接尝试通过传递一个带有这样的字典的数组来创建一个 DataFrame。

转换少量数据已经足够快了。但是当我将完整的数据集传递给函数 Memory Eror 时出现。我跟踪 RAM 的消耗。该函数不会开始执行，也不会浪费内存。我试图扩展交换文件。但这不起作用，该功能无法访问它。

我知道要解决我的特定问题，我可以将数据分成几部分，然后将它们组合起来。但我不确定我是否知道解决这个问题的最有效方法。

1. 我想了解如何计算 Pandas 操作所需的内存量。从这个题目的题数来看，在读取、合并等时会出现内存错误，是否可以包含一个交换文件来解决这个问题？

2. 如何更有效地解决在DataFrame中添加字典的问题？“追加”工作效率不高。从完整的数据集中创建 DataFrame 效率更高，但会导致错误。我不了解这些过程的实现，但我想弄清楚像我的任务一样转换数据的最有效方法是什么。

最近，我一直无法访问虚拟机。我查看了实例页面上的控制台日志，我确信我无法通过 ssh 进入实例的原因是内存不足。

在启动期间的日志中，有一行

问题是，我实际上无法访问系统来解决或纠正我在网络上搜索过的任何情况。

嘿嘿，我去编辑我的 nginx 默认配置文件，以 nano 作为 root。

我保存了文件。然后我又去编辑它，我得到了错误：

[读取锁定文件时出错./.default.swp：读取数据不足] nano。

建议和原因？

更新删除 .swp 文件有效，但是每次保存文件时都会遇到此问题，我必须再次删除交换以重新编辑...