Home Arrow Icon Knowledge base Arrow Icon Global Arrow Icon jaké jsou klíčové metriky ke sledování profilování paměti v kanálech CI/CD


jaké jsou klíčové metriky ke sledování profilování paměti v kanálech CI/CD


Chcete-li sledovat profilování paměti v kanálech CI/CD, měli byste sledovat následující klíčové metriky:

1. Propustnost shromažďování odpadu: Měří množství času stráveného aktivitami shromažďování odpadu v porovnání s celkovou dobou provádění. Nižší hodnota znamená lepší správu paměti[1].

2. Průměrná doba pozastavení shromažďování odpadků: Měří průměrnou dobu, po kterou se aplikace během shromažďování odpadků pozastaví. Nižší hodnoty znamenají menší dopad na výkon aplikace[1].

3. Maximum Garbage Collection Pause Time: Měří maximální dobu, po kterou se aplikace pozastaví během garbage collection. Nižší hodnoty znamenají menší dopad na výkon aplikace[1].

4. Rychlost vytváření objektů: Měří rychlost, jakou aplikace vytváří objekty. Vyšší hodnoty mohou indikovat úniky paměti nebo neefektivní využití paměti[1].

5. Peak Heap Size: Měří maximální množství paměti využívané aplikací. Vyšší hodnoty mohou indikovat úniky paměti nebo neefektivní využití paměti[1].

6. Thread Count: Měří počet aktivních vláken v aplikaci. Vyšší hodnoty mohou znamenat zvýšené využití paměti[1].

7. Stavy vláken: Měří rozložení vláken v různých stavech (např. běžící, spící, blokovaný). To může pomoci identifikovat problémy související s pamětí[1].

8. Skupiny vláken: Měří počet skupin vláken v aplikaci. Vyšší hodnoty mohou znamenat zvýšené využití paměti[1].

9. Plytvá paměť: Měří množství paměti, která není využívána efektivně. Vyšší hodnoty mohou indikovat úniky paměti nebo neefektivní využití paměti[1].

10. Object Count: Měří celkový počet objektů v aplikaci. Vyšší hodnoty mohou indikovat úniky paměti nebo neefektivní využití paměti[1].

11. Class Count: Měří počet tříd v aplikaci. Vyšší hodnoty mohou znamenat zvýšené využití paměti[1].

Sledováním těchto metrik můžete identifikovat problémy související s pamětí na začátku životního cyklu vývoje a optimalizovat využití paměti, abyste zajistili efektivní výkon aplikací.

Citace:
[1] https://blog.heaphero.io/2018/07/10/micrometrics-for-ci-cd-pipeline/
[2] https://www.linkedin.com/pulse/cicd-pipeline-metrics-palani-thiyagarajan
[3] https://thenewstack.io/using-dora-metrics-to-optimize-ci-pipelines/
[4] https://docs.gitlab.com/ee/user/analytics/ci_cd_analytics.html
[5] https://codilime.com/blog/continuous-monitoring-and-observability-in-devops/