在基于云计算的大数据应用场景中,数据密集型任务产生了极大的内存资源开销。单纯通过内存扩容的方法能缓解内存资源紧张,却无法解决硬件地址开销增长的问题。因此,服务器厂商提供对大页内存的支持,一方面减少页表项降低地址转换的开销,另一方面降低TLB的缺失率提高业务负载性能。面向大页的场景下,Linux中已有多种大页管理系统。但大页管理系统和小页管理系统是独立的,大页数量在大页管理系统中启动后是固定的。由于上层业务负载的不可预知性,大页和小页内存无法准确适配,势必造成一定的内存浪费。目前,在大页管理系统上层构建一套内存自适应系统的工作还是空白。本文基于Linux原有的大页和小页机制,研究和设计了面向大页场景的内存自适应系统。该系统能够根据大页内存使用情况自动调整大页数量,从而提升内存利用率并且节约开销。为了实现本系统,本文完成了下列工作:1)依据大页数据统计,设计内存自适应的算法。在内存初始化、申请和释放等处添加接口,统计当前大页总页面数和空闲页面数。算法基于大页的历史使用数据预测未来使用情况,从而判定是否要进行调整。2)大页数量调整时,设计页面内容迁移的方法。设计了大页内存调整时对数据迁移的方法,保证当前运行在大页的程序的正确性。3)考虑到程序和系统性能,将调整以异步线程的方式实现。该方式减少了对运行程序性能造成的影响,同时避免了频繁调整造成的系统抖动。4)深入分析了 X86/X64和ARM 32/64体系结构的Linux内存管理模块。设计与实现的过程中考虑了多个平台,系统可支持X86/X64和ARM 32/64平台。5)最后,对系统进行了测试。采用测试集SPEC 2006,STREAM和HUGEMEM-MMAP对系统的功能和性能进行验证,取得了预期效果。