Deep Dive: tuning delle prestazioni con le misure – cosa è cambiato il 16 ottobre 2026, e cosa no

Tuning senza numeri è tirare a indovinare. Un giro di tuning su tre server: cosa è stato misurato, cosa è stato cambiato, cosa è stato lasciato com'era di proposito, come le metriche successive lo hanno confermato – e un errore di misura che avrebbe portato alla modifica sbagliata.

Illustrazione per la serie Deep Dive

🌐 Anche in: English · Deutsch · Français · Español · Português · Nederlands · Polski

Deep Dive della serie attorno all’Ansible Tour. Il tour spiega i ruoli, i deep dive la tecnologia sottostante: come funziona, perché qui viene usata in questo modo e cosa è andato storto lungo la strada.

Il 16 ottobre 2026 i tre server hanno ricevuto un giro di tuning: il blog e due server Nextcloud. Nessuno era lento. La domanda era un’altra: su tutti e tre c’era memoria libera – dove avrebbe aiutato davvero, e dove avrebbe solo dato l’impressione di lavorare? Questo post ripercorre il metodo, ogni modifica con il numero che c’è dietro, le cose lasciate stare di proposito, e cosa dicono le misure quattro giorni dopo. Alla fine c’è un aggiornamento del 26 ottobre: cosa è cambiato da allora – e un errore mio.

Indice

🧭 Il metodo

  • Picchi su sette giorni, non istantanee. Un’occhiata a top mostra un momento. Prometheus conserva 30 giorni di campioni ogni 15 secondi; max_over_time(…[7d]) dà il minuto peggiore della settimana, ed è quello che i limiti devono reggere.
  • Conteggi invece di supposizioni. Quanti file PHP esistono, quante tabelle temporanee finiscono su disco al giorno, quante istanze inotify sono in uso – ognuno un singolo comando.
  • Un motivo per ogni modifica. Ogni impostazione qui sotto ha una misura accanto. Le impostazioni che non ne avevano non sono state toccate.
  • Prima e dopo. Le stesse query di nuovo dopo il rollout, più le metriche dei container che mostrano se un limite ora è troppo stretto.

Le risorse, e cosa leggerne

RisorsaMetricaTrappola
CPUuso per container rispetto al suo limite; throttling CFSUn container può essere strozzato mentre l’host è inattivo – il collo di bottiglia è il limite, non la macchina.
Memoriaworking set rispetto al limite“Usata” include la page cache; la RAM libera non è sprecata, Linux la usa per i file.
Memoria dei workerPSS invece di RSSRSS conta la memoria condivisa (OPcache) in ogni processo e qui sovrastima di un fattore cinque.
Codelisten queue di FPM, max_children raggiuntoCoda a zero significa worker sufficienti – di più costerebbero solo memoria.
Limiti del kernelistanze e watch inotify, file descriptorFalliscono con errori strani (“too many open files”) molto prima che qualcosa sembri pieno.

In sintesi: un limite deve reggere il minuto peggiore della settimana, non il momento in cui ti capita di guardare.

🛡️ Perché preoccuparsene se niente è lento

  • Alzare i limiti costa poco prima che mordano e diagnosticarli dopo costa caro, quando il sintomo è un client di sincronizzazione che si blocca una volta alla settimana.
  • I default sono la supposizione di qualcun altro. Due di essi si sono rivelati sbagliati per Nextcloud di un fattore quattro.
  • Sapere cosa non cambiare è metà del risultato: buffer più grandi nel posto sbagliato spostano soltanto il collo di bottiglia o lo nascondono.

🔧 Cosa è stato cambiato

AreaMisuratoCambiato inDove
Worker PHP-FPM (Nextcloud)picco di 17 su 20 e 10 su 12 occupati contemporaneamente30 e 20 worker; limiti dei container 6 e 5 GiBvariabili degli host
OPcache (Nextcloud)15.500 e 17.800 file PHP; limite 10.000 = 16.229 slot256 MB, 20.000 file (32.531 slot)config map di PHP
APCu (Nextcloud)default PHP 32 MB, un segmento per tutti i worker128 MBconfig map di PHP
File temporanei di MariaDB2.000–3.500 tabelle temporanee al giorno su disco/tmp come tmpfs (host: 4 GB, pod del blog: 512 MiB)unit di MariaDB / pod
Collabora“office failed to load” a freddo10 e 6 processi documento pre-avviativariabili degli host
Richieste PHP appesenessun limite di tempo realerequest_terminate_timeout 300 s blog / 3.600 s Nextcloudpool FPM
Kernel: inotifydefault 128 istanze per utente; root ne usava già 638.192 istanze, 524.288 watchcommon_sysctl
Kernel: write-backdirty page scritte al 10 / 30 % della RAM5 / 10 %common_sysctl

Perché queste e non altre

  • Worker: 17 su 20 è l'85 % al picco – il prossimo pomeriggio intenso avrebbe fatto la coda. I limiti dei container hanno seguito i pool, non il contrario: PSS per worker moltiplicato per max_children, più OPcache e APCu, con margine.
  • OPcache: sul server Nextcloud più piccolo 1.500 file non entravano mai e venivano compilati a ogni richiesta. Lo decide il numero di file, non una sensazione.
  • Le tabelle temporanee con colonne TEXT non possono mai usare il motore in memoria, quindi regolare tmp_table_size non avrebbe cambiato nulla. Spostare in RAM la directory in cui vengono scritte sì. Una trappola lungo la strada: combinato con PrivateTmp=yes, la directory privata su disco di systemd vince e il tmpfs viene ignorato in silenzio – scoperto testando con systemd-run, non leggendo. E nel pod del blog un volume in memoria conta nel limite di memoria del container, che quindi è passato da 768 MiB a 1.280 MiB.
  • inotify: K3s, containerd e ogni pod con un file watcher prendono istanze come root. 63 su 128 oggi va bene, e dopo i prossimi pod diventa un errore misterioso.
  • Write-back al 10 % invece che al 30 % di 23 GB significa al massimo 2,3 GB di dati non scritti invece di 7 GB – blocchi più brevi quando il kernel alla fine deve scrivere, e meno dati persi in un crash brusco.

tuned e sysctl: chi vince

AlmaLinux fa girare tuned con il profilo virtual-guest, che imposta da sé vm.dirty_ratio = 30. Il nostro 10 è ciò che riporta il kernel, perché tuned riapplica /etc/sysctl.d/ dopo il proprio profilo (reapply_sysctl = 1, il default). Senza questo, il profilo annullerebbe in silenzio l’impostazione a ogni avvio. Controllare il valore attivo con sysctl -n dopo un riavvio è l’unica prova affidabile.

In sintesi: ogni modifica ha bisogno di un numero che la giustifichi. Dove non ce n’era, l’impostazione è rimasta com’era.

🧊 Cosa è stato lasciato stare di proposito

AreaMisuratoPerché no
Buffer pool di InnoDBhit rate > 99,8 %, pool più grandi dei dati (2 GB per 344 MB)Più memoria non può migliorare una cache che contiene già tutto.
Redis1–1,5 MB usatiNiente da guadagnare.
PHP-FPM del blogpicco di 6 worker su 12, coda al massimo 1Il pool era abbastanza grande.
OPcache del blog~4.600 file PHP, limite 10.000Ci sta.
Connessioni MariaDBpicco di 15 su 50Spazio in abbondanza.

Nemmeno la memoria libera che nulla usa è persa: Linux la riempie con la cache dei file, che è esattamente ciò che vuole un file server.

In sintesi: più memoria per una cache che contiene già tutto non migliora nulla. Sapere cosa non cambiare è metà del lavoro.

📊 Quattro giorni dopo

BlogNextcloud ANextcloud B
Picco di worker PHP attivi (7 giorni)8 su 1213 su 309 su 20
max_children raggiunto000
Picco di memoria del container / limite538 MiB / 1 GiB763 MiB / 6 GiB277 MiB / 5 GiB
Periodi CPU strozzati2,1 %2,2 %0,2 %
Richieste PHP lente (> 5 s)000
Query lente al database (> 1 s)000
Memoria disponibile sull’host5,0 su 7,5 GB19 su 23 GB8,5 su 11,4 GB

Nessun pool si è avvicinato al suo limite, nessun container al suo limite di memoria, il throttling resta su valori bassi a una cifra, e gli host hanno ancora libera la maggior parte della memoria. Le modifiche sono costate poco e hanno tolto tre soffitti reali – worker, slot del bytecode, un limite di tempo reale – prima che qualcuno ci sbattesse contro.

L’errore di misura

Mentre raccoglievo i numeri qui sopra, la prima query per il container PHP del blog ha restituito un picco di 940 MiB su un limite di 1 GiB – il che avrebbe richiesto subito un limite più alto. La query sommava tutte le serie del container: durante un rollout il pod vecchio e quello nuovo esistono contemporaneamente, e subito dopo il riavvio di un container cAdvisor riporta brevemente il cgroup vecchio e quello nuovo. Il picco di un singolo pod era 538 MiB. Sommare per pod, o prendere il massimo per pod, è la lettura corretta; una semplice sum per nome del container somma cose che non sono mai esistite nello stesso momento in un processo.

🔄 Aggiornamento, 26 ottobre 2026

Dieci giorni dopo sono seguite altre quattro modifiche, ognuna di nuovo con una misura dietro:

  • Container PHP del blog: 1 → 1,5 GiB. Non perché mancasse memoria. All’inizio ho diviso la memoria del container per il numero di worker in esecuzione, ho ottenuto 90–130 MB per worker e ho concluso che 1 GiB era troppo poco per un pool pieno di 12. Era l’errore di misura di sopra in un’altra forma: la memoria del container include il segmento OPcache condiviso e la page cache. Misurato con il PSS un worker ha bisogno di 20–26 MB, un pool pieno di circa 0,5 GB. Il limite più alto è rimasto comunque, perché un singolo upload con elaborazione dell’immagine può usare fino a memory_limit = 512M.
  • Collabora sul server Nextcloud più grande: 4 → 6 core. Durante la generazione delle anteprime il picco era 3,94 core – proprio al limite. Il server ha otto core.
  • Due preavvisi per PHP-FPM: una mail quando più dell'80 % dei worker è occupato per cinque minuti, e una appena viene raggiunto max_children.
  • Il blog gira con PHP 8.5, come i due server Nextcloud.

🆘 Promemoria: sintomo → comando

La versione breve di questo articolo per il momento in cui qualcosa non va. Da eseguire sull’host come root; <…> sono segnaposto.

SintomoComando
A un pod manca memoria?max_over_time(max by (pod) (container_memory_working_set_bytes{container="<c>"})[7d:1m])
A un pod manca CPU (throttling)?sum(increase(container_cpu_cfs_throttled_periods_total{container="<c>"}[7d]))
/ sum(increase(container_cpu_cfs_periods_total{container="<c>"}[7d]))
Ci sono abbastanza worker PHP?max_over_time(sum(phpfpm_active_processes)[7d:1m])
max_over_time(max(phpfpm_listen_queue)[7d:1m])
Qualcosa è stato ucciso per mancanza di memoria?journalctl -k | grep -i "out of memory"
Loki: {job="journal", transport="kernel"} |= "oom"
Cosa resta all’host?free -h; uptime; df -h /
k3s kubectl top pods -A
Dove guardare per primo# Grafana: dashboard "Container-Ressourcen" (limits, throttling, OOM kills)

🎯 Le lezioni

  • Decide il picco su una settimana, non il momento.
  • Ogni impostazione riceve la misura su cui si basa.
  • La memoria per processo si misura con il PSS. RSS e “memoria del container divisa per i processi” contano più volte la memoria condivisa.
  • Aggrega le metriche dei container per pod, non per nome del container: durante un rollout esistono due pod.
  • Se un’impostazione del kernel è attiva lo mostra sysctl -n dopo un riavvio – non il file di configurazione.

⚖️ Alternative – e perché misurare prima

ApproccioPunto di forzaDebolezza
Tuning da checklistVeloce, non servono strumentiCambia ciò di cui aveva bisogno l’autore della lista, non ciò di cui ha bisogno questo server.
Macchina più grandeAiuta sempre un po'Nasconde il soffitto invece di spostarlo; costa ogni mese.
Strumenti APM commercialiTrace fino alla singola funzioneCosti, un agente in ogni container, ed eccessivo per questi carichi.
Misurare, poi cambiare una cosaOgni modifica ha un motivo e un controlloServono metriche già presenti – ed è per questo che sono venute prima.

Il risultato più prezioso della giornata non è stata un’impostazione ma una lista: otto modifiche, ognuna con un numero, e cinque cose lasciate stare, anch’esse ognuna con un numero. Il prossimo giro di tuning partirà da lì, e se un valore si rivelerà sbagliato, sarà chiaro su cosa si basava.

Alcuni testi e immagini di questo sito sono creati con l’aiuto dell’IA o generati dall’IA. Dettagli