Za spremljanje profiliranja pomnilnika v cevovodih CI/CD bi morali slediti naslednjim ključnim meritvam:
1. Garbage Throughput: To meri količino časa, porabljenega za dejavnosti zbiranja smeti, v primerjavi s skupnim časom izvajanja. Nižja vrednost pomeni boljše upravljanje pomnilnika[1].
2. Average Garbage Pause Time: To meri povprečni čas, ko se aplikacija ustavi med zbiranjem smeti. Nižje vrednosti pomenijo manjši vpliv na delovanje aplikacije[1].
3. Maximum Garbage Pause Time: To meri največji čas, ko se aplikacija ustavi med zbiranjem smeti. Nižje vrednosti pomenijo manjši vpliv na delovanje aplikacije[1].
4. Stopnja ustvarjanja objektov: meri hitrost, s katero aplikacija ustvarja predmete. Višje vrednosti lahko kažejo na uhajanje pomnilnika ali neučinkovito uporabo pomnilnika[1].
5. Peak Heap Size: To meri največjo količino pomnilnika, ki ga uporablja aplikacija. Višje vrednosti lahko kažejo na uhajanje pomnilnika ali neučinkovito uporabo pomnilnika[1].
6. Število niti: To meri število aktivnih niti v aplikaciji. Višje vrednosti lahko pomenijo povečano uporabo pomnilnika[1].
7. Stanje niti: To meri porazdelitev niti v različnih stanjih (npr. v teku, v mirovanju, blokirano). To lahko pomaga prepoznati težave, povezane s pomnilnikom[1].
8. Skupine niti: To meri število skupin niti v aplikaciji. Višje vrednosti lahko pomenijo povečano uporabo pomnilnika[1].
9. Wasted Memory: To meri količino pomnilnika, ki se ne uporablja učinkovito. Višje vrednosti lahko kažejo na uhajanje pomnilnika ali neučinkovito uporabo pomnilnika[1].
10. Število predmetov: To meri skupno število predmetov v aplikaciji. Višje vrednosti lahko kažejo na uhajanje pomnilnika ali neučinkovito uporabo pomnilnika[1].
11. Število razredov: To meri število razredov v aplikaciji. Višje vrednosti lahko pomenijo povečano uporabo pomnilnika[1].
S sledenjem teh meritev lahko zgodaj v življenjskem ciklu razvoja prepoznate težave, povezane s pomnilnikom, in optimizirate uporabo pomnilnika, da zagotovite učinkovito delovanje aplikacije.
Citati:[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/