CPU内存不足分析Gitlab的内存消耗

妖狐艹你老母 2024-05-06 09:41 8阅读 0赞

🚀1.运行top命令🚀

🚀🚀2.按M排序，内存从大到小排序(从前往后)🚀🚀

🚀🚀🚀3.按小写的c，查看运行命令的绝对路径🚀🚀🚀

🚀🚀🚀🚀4.找到gitlab.rb文件🚀🚀🚀🚀

--------------------

### 🚀1.运行top命令🚀 ###

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5o6C5o6C5LiJ55Sf5pyJ5bm4_size_16_color_FFFFFF_t_70_g_se_x_16][]

### 🚀🚀2.按M排序，内存从大到小排序(从前往后)🚀🚀 ###

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5o6C5o6C5LiJ55Sf5pyJ5bm4_size_19_color_FFFFFF_t_70_g_se_x_16][]

### 🚀🚀🚀3.按小写的c，查看运行命令的绝对路径🚀🚀🚀 ###

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5o6C5o6C5LiJ55Sf5pyJ5bm4_size_20_color_FFFFFF_t_70_g_se_x_16][]

res代表所消耗的内存，可以发现有很多gitlab-puma-worker线程并且每个都消耗了很多内存

原因：这是因为使用默认设置，gitlab的puma-worker是本机的核心线程数+1，也就是CPU越多puma-worker线程数就越多

### 🚀🚀🚀🚀4.找到gitlab.rb文件🚀🚀🚀🚀 ###

vim gitlab.rb

按/ 查找 puma\['worker\_processes'\]

![aa98a2a2bb9e4207bd9eececed7c2f2c.png][]

如果找不到(版本不同)，则查找unicorn\['worker\_processes'\]

![a311b1eea1414eacbbe28355844dfa18.png][]

去掉注释或者改成一个较小的数字(推荐小于等于10)，使用固定核心线程数

docker重启gitlab

发现内存瞬间降了很多

🚀🚀🚀🚀🚀能改的叫做缺点，不能改的叫做弱点🚀🚀🚀🚀🚀

[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5o6C5o6C5LiJ55Sf5pyJ5bm4_size_16_color_FFFFFF_t_70_g_se_x_16]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/06/07cc451678bd43d99896e9799fe40ad4.png
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5o6C5o6C5LiJ55Sf5pyJ5bm4_size_19_color_FFFFFF_t_70_g_se_x_16]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/06/3e596ce6fbd94b34a799e3eb1288859b.png
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5o6C5o6C5LiJ55Sf5pyJ5bm4_size_20_color_FFFFFF_t_70_g_se_x_16]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/06/5cfd9da49b304a139cc8bceb0c8a6f32.png
[aa98a2a2bb9e4207bd9eececed7c2f2c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/06/936136c69915425ab75b32a51187c065.png
[a311b1eea1414eacbbe28355844dfa18.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/06/0ca301cb1ddf4132b706df069539bdcb.png