这是对工具和问题的极好总结：archive.org链接

我会引用它，这样更多的开发者会真正阅读它。

如果要分析整个系统的内存使用情况，或者要彻底分析一个应用程序的内存使用（而不仅仅是其堆使用情况），请使用exmap。对于整个系统分析，找到具有最高有效使用率的进程，它们实际上占用了最多的内存，找到具有最大可写使用率的过程，它们创建了最多的数据（因此可能泄漏或数据使用效率很低）。选择这样的应用程序并在第二个列表视图中分析其映射。有关详细信息，请参见exmap部分。还可以使用外部停止检查X资源的高使用率，特别是在X服务器的进程占用大量内存的情况下。有关详细信息，请参见外部停止部分。如果要检测泄漏，请使用valgrind或kmtrace。如果您想分析应用程序的堆（malloc等）使用情况，可以在memprof或kmtrace中运行它，分析应用程序并在函数调用树中搜索最大的分配。有关更多详细信息，请参见其章节。

如果您想要比使用Valgrind进行评测更快的东西，并且您的内核更旧，而且您不能使用smaps，那么一个带有显示进程驻留集选项的ps（使用ps-o rss，命令）可以让您快速、合理地了解所使用的非交换内存的实际数量。

如果您的代码是C或C++，您可能可以使用getrusage（），它会返回有关进程内存和时间使用情况的各种统计信息。

但并非所有平台都支持这一点，并将为内存使用选项返回0值。

相反，您可以查看在/proc/[pid]/statm中创建的虚拟文件（其中[pid]被您的进程id替换）。

此文件看起来像一个包含7个整数的文本文件。您可能对该文件中的第一个（所有内存使用）和第六个（数据内存使用）数字最感兴趣。

去找Valgrind。让它运行你的程序，它会告诉你它的内存使用情况。

这只适用于程序运行一段时间并停止的情况。我不知道Valgrind是否能够控制一个已经运行的进程，或者不应该停止的进程，比如守护进程。

还有三种方法可以尝试：

ps aux—排序设备它按%MEM对输出进行排序。ps aux | awk“｛打印$2，$4，$11｝”|排序-k2r |头-n 15它使用管道进行排序。顶部-a它开始按%MEM排序

（摘自此处）

没有任何简单的计算方法。但有些人试图得到一些好的答案：

ps_mem.pyGitHub上的ps_mem.py