我同时运行了一堆 CPU 密集型进程；它们通常每个都使用几 GB 的内存。有时它们也会分配大量内存（比如 150-250GB）。通常最多只有一个进程这样做，所以它们适合可用的 RAM（我的机器上是 384GB）。然而，有时会发生更多进程同时分配这么大的内存，（显然）一切都会因为交换而变慢。
在这种情况下，我会停止所有占用大量内存的进程，只留下一个，以便让它有效地计算。但是，换入一个停止的进程需要很长时间，因为这意味着以随机访问模式从磁盘加载数十 GB 的数据。因此，问题是：我如何强制单个进程按顺序从交换中加载整个核心？
到目前为止，我只发现了一个 swappiness 内核提示，它（在 cgroups 的帮助下）可以阻止进程进行更多交换，但对取消交换的性能没有帮助。关闭所有交换显然是不可能的，因为其他已停止的进程必须占用那里的空间。
构建我自己的小型调度程序也不是一种选择——这些进程是 python 中的各种小脚本/程序，并且内存峰值通常发生在库调用中，所以我无法预测何时会出现峰值。
需要说明的是：我不考虑购买 TB 级的 RAM，这种规模的 RAM 太贵了。将交换放在 SSD/SSD 阵列上只会有一点帮助（已测量），所以这也不是我想要的解决方案。
（部分自答）：
看来，如果不对内核进行黑客攻击，几乎不可能真正顺序读取交换（仅读取属于单个进程的页面）：我测量过swapoff -a，它肯定没有顺序读取交换。如果这种优化很容易实现，那么更快地读取它是合乎逻辑的。
/proc/[pid]/mem目前我最好的方法是使用下面的脚本（必须以 root 身份运行）通过伪文件读取整个进程内存：
#!/usr/bin/python2
import re
import sys
pid=str(sys.argv[1]) # process pid given by the first arg
print(pid) # just to aviod mistakes
CHUNKSIZE=10485760 # single read() invocation block size
total=0
maps_file = open("/proc/"+pid+"/maps", 'r')
mem_file = open("/proc/"+pid+"/mem", 'r', 0)
for line in maps_file.readlines(): # for each mapped region
m = re.match(r'([0-9A-Fa-f]+)-([0-9A-Fa-f]+) ([-r])', line)
if m.group(3) == 'r': # if this is a readable region
start = int(m.group(1), 16)
end = int(m.group(2), 16)
mem_file.seek(start) # seek to region start
togo = end-start # number of bytes to read
while togo > CHUNKSIZE: # read sequential memory from region one block at the moment
mem_file.read(CHUNKSIZE)
togo -= CHUNKSIZE
total += CHUNKSIZE
print(total/1048576) # be verbose, print megabytes read so far
mem_file.read(togo) # read remaining region contents
total+=togo # dump contents to standard output
print(total/1048576) # be verbose...
maps_file.close()
mem_file.close()
它恰好在内存的最后几个字节处失败，但通常具有与给定进程相同的性能，swapoff并且仅加载给定进程。脚本是修改后的片段这个答案。