Такой сбой узнаётся не по красивому графику, а по повторяемости. Днём сайт ещё отвечает, один процесс постепенно раздувается, система его завершает, после рестарта всё ненадолго приходит в норму, а затем история повторяется. В этот момент команде особенно хочется сделать что-нибудь быстрое и внешне убедительное.
Обычно первым делом предлагают добавить памяти или вынести виноватый кусок в отдельный сервис. Но оба решения стоят денег раньше, чем кто-то назвал конкретное действие, после которого память не возвращается. Если этого действия ещё нет в заметке, разговор о железе начинается слишком рано.
1. Сначала разберите, что именно происходит
Фраза «нам не хватает RAM» часто склеивает несколько разных наблюдений в одно. Лучше разложить их отдельно: какой процесс система завершает, помогает ли именно рестарт, и сколько длится спокойный период после него. Процесс, который понемногу набирает размер весь день, — это один тип истории. Один тяжёлый запрос, который закончился и исчез, — другой.
Важно писать не «сервер», а точное имя процесса. Обычный PHP-запрос чаще всего заканчивается и отдаёт память назад, поэтому такой рисунок обычно живёт в том, что работает дольше одного запроса: в воркере очереди, планировщике, процессе на Node или другом фоне. Пока имя не названо, покупка памяти почти наверняка будет слишком широкой мерой.
Проверять это лучше на копии с реальным объёмом данных. Пустая база может скрыть и тяжёлое чтение, и накопление памяти просто потому, что в ней нечего держать. Если кроме продакшена ничего нет, это тоже надо зафиксировать, а перед проверкой поднять восстановление. Тест и покупка сервера — не одно и то же решение.
2. Повторите один сценарий и снимите три числа
Нужен один повторяемый сценарий: страница, которую открывает человек, или одна задача воркера. Снимите размер процесса до запуска, потом пик во время работы, а затем размер после того, как процесс снова простаивает. Повторите это много раз подряд. Так становится видно не общее впечатление, а форма изменения.
Если размер вырос и потом вернулся к прежнему уровню, перед вами тяжёлое действие, а не удержание памяти. Оно может быть дорогим по времени и по объёму, но память после него освобождается. В такой ситуации обычно правят чтение данных, уменьшают набор, вводят лимиты или переходят на потоковую обработку.
Если размер поднялся и остался выше, значит, что-то продолжает жить после завершения работы. Здесь часто виноваты не экзотические баги, а очень бытовые вещи: кеш без ограничения, список, в который всё время дописывают, клиент, который открывают на каждую задачу и не закрывают, накопленный буфер на долгоживущем объекте. Рестарт помогает только потому, что выбрасывает всё это целиком.
Если связи с выбранным сценарием нет, это тоже полезный вывод. Значит, выбран не тот процесс или не то действие. Исправить гипотезу дешевле, чем покупать память по неясной картине.
3. Где это обычно прячется
Ночной или дневной набор памяти редко живёт в обычном PHP-запросе, потому что запрос заканчивается. Поэтому сначала имеет смысл смотреть на всё, что переживает один запрос: воркеры, планировщики, отдельные процессы на Node, фоновые службы. Именно там небольшое удержание способно накапливаться долго и незаметно.
Сам запрос при этом тоже может быть тяжёлым. Например, код тянет слишком много строк в память и держит их до самого ответа. Тогда проблема ближе к медленным запросам и большим чтениям, чем к разговору о новой машине. Как разбирать slow log и почему цикл из множества обращений легко недооценить, я описал в материале reading the slow log before you split the service.
4. Что не даёт добавленная память
Она не называет действие, после которого размер остаётся выше нормы. Она только сдвигает момент следующего сбоя. На спокойной системе это может выглядеть как улучшение на недели, на более загруженной — до завтра, но причина остаётся на месте.
Она не доказывает и необходимость переписывать сервис. Если внутри процесса живёт кеш без предела, незакрытый клиент или массив, который только растёт, новый сервис унаследует ту же привычку. Менять границу развёртывания стоит по архитектурной причине, а не потому, что в инциденте неудобно выглядело имя процесса.
И ещё один практический момент: добавленная память не заменяет нормальную копию для проверки. Увеличить ресурсы на боевой машине и продолжать гадать во время работы пользователей — плохой способ узнать правду. Сначала нужен повторяемый сценарий и три числа, потом уже разговор о размере сервера.
5. Порядок, который можно повторить
Сначала назовите процесс, который завершает система. Потом подтвердите, что сайт возвращает именно рестарт, и запишите длительность спокойного периода. Поднимите копию с реальными данными, выберите одно действие и двадцать раз снимите три числа: до, пик, после. Если размер падает обратно, работайте дальше с чтением и запросами. Если остаётся выше, ищите объект, который переживает действие, и проверяйте уже его.
Когда нужен второй взгляд
Команда обычно может сама назвать процесс и прогнать повторяемую проверку. Второй взгляд полезен, когда размер не снижается, а источник удержания не виден; когда проблема сидит в воркере, который опасно перезапускать, потому что он ещё и отправляет письма или проводит списания; или когда есть только продакшен, а копии для проверки пока нет.
Именно с такими случаями я и работаю: понять, возвращает ли процесс память на вашей текущей системе, и убрать удержание до того, как кто-то начнёт расширять сервер. Услуги включают такую работу с производительностью на продакшене. Проекты показывают результат рядом с конкретной операцией, а не превращают один инцидент в рассказ обо всей платформе. Память, которая растёт без остановки, превращается в тему производительности и масштабируемости: сначала процесс, который её держит, и правило удержания, а больший сервер потом. Если нужен второй взгляд, напишите мне имя процесса, действие, которое вы повторяли, и вернулся ли размер вниз. Ключи от системы остаются у вас.