• /
  • EnglishEspañolFrançais日本語한국어Português
  • Se connecterDémarrer

Cette traduction automatique est fournie pour votre commodité.

En cas d'incohérence entre la version anglaise et la version traduite, la version anglaise prévaudra. Veuillez visiter cette page pour plus d'informations.

Créer un problème

Consommation excessive de CPU ou de mémoire

Problème

Vous avez installé l' intégration Prometheus OpenMetrics pour Docker ou Kubernetes, et elle consomme trop de mémoire ou de CPU.

Solution

Lors de l'exécution de l'intégration dans un énorme cluster récupérant des centaines de cibles, la consommation de CPU et de mémoire augmentera et le nombre de travailleurs pourrait affecter scrape_duration.

Par exemple, une intégration Prometheus OpenMetrics consomme 2,5 CPU et 700 Mo de RAM car :

  • Il gratte 800 targets, expose 1000 timeseries chacun.
  • Chacun a une latence de 150ms avec un scrape_duration de 30 secondes.

Pour réduire la consommation de ressources :

  1. Mettez à jour l'intégration avec la dernière image disponible.

  2. Réduisez le temps de récolte en diminuant emitter_harvest_period. (La valeur par défaut est 1s et l'intervalle ne peut pas être inférieur à 200ms.) Étant donné que les métriques sont envoyées plus souvent, la consommation de mémoire est réduite.

  3. Collectez les métriques moins fréquemment en augmentant scrape_duration pour réduire à la fois la consommation de mémoire et l'utilisation du processeur.

  4. Réduisez le nombre de travailleurs pour réduire à la fois la consommation de mémoire et l’utilisation du processeur. Le scraping va ralentir et pourrait dépasser scrape_duration. Pour cela :

    • Mettez à jour l'intégration vers la dernière version disponible de l'image.
    • Diminuez worker_threads de la valeur par défaut de 4 à votre valeur préférée.
Droits d'auteur © 2025 New Relic Inc.

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.