Home Arrow Icon Knowledge base Arrow Icon Global Arrow Icon Kokie yra pagrindiniai rodikliai, skirti stebėti atminties profiliavimą CI/CD konvejeriuose


Kokie yra pagrindiniai rodikliai, skirti stebėti atminties profiliavimą CI/CD konvejeriuose


Jei norite stebėti atminties profiliavimą CI/CD konvejeriuose, turėtumėte sekti šią pagrindinę metriką:

1. Šiukšlių surinkimo pralaidumas: matuojamas laikas, praleistas šiukšlių surinkimo veiklai, palyginti su visu vykdymo laiku. Mažesnė reikšmė rodo geresnį atminties valdymą[1].

2. Vidutinis šiukšlių surinkimo pristabdymo laikas: matuojamas vidutinis laikas, per kurį programa pristabdo šiukšles. Mažesnės vertės rodo mažesnį poveikį programos veikimui[1].

3. Maksimalus šiukšlių surinkimo pristabdymo laikas: matuojamas maksimalus laikas, per kurį programa pristabdo šiukšlių surinkimą. Mažesnės vertės rodo mažesnį poveikį programos veikimui[1].

4. Objektų kūrimo sparta: matuoja greitį, kuriuo programa sukuria objektus. Didesnės reikšmės gali rodyti atminties nutekėjimą arba neefektyvų atminties naudojimą[1].

5. Peak Heap Size: matuoja didžiausią programos naudojamą atminties kiekį. Didesnės reikšmės gali rodyti atminties nutekėjimą arba neefektyvų atminties naudojimą[1].

6. Gijų skaičius: matuoja aktyvių gijų skaičių programoje. Didesnės reikšmės gali rodyti padidėjusį atminties naudojimą[1].

7. Gijų būsenos: matuoja gijų pasiskirstymą įvairiose būsenose (pvz., veikia, miega, užblokuota). Tai gali padėti nustatyti su atmintimi susijusias problemas[1].

8. Gijų grupės: matuoja gijų grupių skaičių programoje. Didesnės reikšmės gali rodyti padidėjusį atminties naudojimą[1].

9. Išeikvota atmintis: matuoja neefektyviai išnaudojamos atminties kiekį. Didesnės reikšmės gali rodyti atminties nutekėjimą arba neefektyvų atminties naudojimą[1].

10. Objektų skaičius: matuojamas bendras objektų skaičius programoje. Didesnės reikšmės gali rodyti atminties nutekėjimą arba neefektyvų atminties naudojimą[1].

11. Klasių skaičius: matuojamas programų klasių skaičius. Didesnės reikšmės gali rodyti padidėjusį atminties naudojimą[1].

Stebėdami šias metrikas galite nustatyti su atmintimi susijusias problemas ankstyvame kūrimo ciklo etape ir optimizuoti atminties naudojimą, kad užtikrintumėte efektyvų programos veikimą.

Citatos:
[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/