หาก Matrix Synapse หน่วยความจำหมดขณะที่ไคลเอ็นต์กำลังซิงโครไนซ์ ให้ตรวจสอบก่อนว่า Linux ได้ปิดกระบวนการ Synapse ไปแล้วหรือไม่ จากนั้นวัดหน่วยความจำในระหว่าง/_matrix/client/v3/syncการทำงานปกติ หากสาเหตุเกิดจากแคชมีขนาดใหญ่ขึ้น ให้ปรับขนาดแคชอย่างค่อยเป็นค่อยไปแทนที่จะบังคับใช้ขีดจำกัดที่ต่ำมากในทันที การตอบสนองของฐานข้อมูลที่ช้าอาจทำให้เกิดคำขอค้าง ซึ่งจะทำให้ปัญหารุนแรงขึ้น
ณ วันที่ 10 ตุลาคม 2026 ประวัติการเผยแพร่ Synapse อย่างเป็นทางการระบุว่า 1.162.0 (29 กันยายน) เป็นเวอร์ชันเสถียรล่าสุด และ 1.163.0rc1 เป็นเวอร์ชันทดลอง การอัปเดตการติดตั้งที่ล้าสมัยนั้นเป็นสิ่งที่ควรทำ แต่หมายเลขเวอร์ชันเพียงอย่างเดียวไม่สามารถวินิจฉัยหรือรับประกันการแก้ไขปัญหาการใช้หน่วยความจำมากเกินไปที่เกี่ยวข้องกับการซิงค์ได้
1. พิสูจน์ว่านี่คือความล้มเหลวเนื่องจากหน่วยความจำไม่เพียงพอ
การที่ไคลเอ็นต์แสดงข้อความว่ากำลังซิงค์ข้อมูลอย่างไม่สิ้นสุด เกิดข้อผิดพลาดเกตเวย์ หรือเซสชันถูกตัดการเชื่อมต่อ ไม่ได้หมายความว่าจะเกิดเหตุการณ์หน่วยความจำไม่เพียงพอ (OOM) เสมอไป ในระบบ Linux ที่ติดตั้งด้วย systemd ทั่วไป ให้ตรวจสอบเคอร์เนลและบันทึกบริการในช่วงเวลาใกล้เคียงกับที่ไคลเอ็นต์ล้มเหลว:
sudo journalctl -k --since "1 hour ago" | grep -Ei 'oom|out of memory|killed process'
sudo journalctl -u matrix-synapse --since "1 hour ago" --no-pager
มองหาข้อความ OOM-killer ของเคอร์เนลที่ระบุชื่อกระบวนการ Synapse หรือ Python หรือสถานะ systemd เช่นoom-killหรือ Python MemoryErrorสิ่งเหล่านี้บ่งชี้ถึงกลไกความล้มเหลวที่แตกต่างกัน: เคอร์เนลอาจฆ่ากระบวนการเมื่อถึงขอบเขตหน่วยความจำของโฮสต์หรือคอนเทนเนอร์ ในขณะที่MemoryErrorอาจเกิดขึ้นภายใน Python ก่อนที่จะเกิดการฆ่า OOM ทั่วทั้งระบบ ชื่อบริการจะแตกต่างกันไปในแต่ละแพ็กเกจ ให้แทนที่ด้วยชื่อหน่วยหรือคอนเทนเนอร์จริงของคุณ
ถัดไป ให้บันทึกแรงดันใช้งานของโฮสต์และกระบวนการที่ใช้ทรัพยากรมากที่สุดในขณะที่ทำการซิงค์ข้อมูลตามปกติ:
free -h
ps -eo pid,rss,%mem,args --sort=-rss | head -n 12
systemctl show matrix-synapse -p MemoryCurrent -p MemoryMax
RSSหน่วยความจำที่ใช้งานจริงมีหน่วยเป็นกิโลไบต์ ซึ่งไม่ใช่การวัดหน่วยความจำเฉพาะของแอปพลิเคชันอย่างแม่นยำ หน้าหน่วยความจำที่ใช้ร่วมกันอาจถูกนับรวมในหลายกระบวนการ ใน Docker ควรตรวจสอบขีดdocker statsจำกัดหน่วยความจำของคอนเทนเนอร์ที่กำหนดค่าไว้ด้วย หาก PostgreSQL, Redis และ Synapse worker หลายตัวใช้โฮสต์เดียวกัน ควรประเมินปริมาณการใช้หน่วยความจำรวมของพวกมัน แทนที่จะโทษเฉพาะกระบวนการหลักของ Synapse เพียงอย่างเดียว
2. ปรับแต่งหน่วยความจำแคชอย่างระมัดระวัง
Synapse จงใจเก็บข้อมูลเหตุการณ์ล่าสุดและข้อมูลห้องประชุมไว้ในหน่วยความจำเพื่อประมวลผลคำขอซิงค์ได้อย่างรวดเร็วcaches.global_factorค่าเริ่มต้นที่ระบุไว้คือ0.5; การลดค่านี้โดยทั่วไปจะทำให้แคชมีขนาดเล็ลง แต่จะเพิ่มโอกาสในการทำงานกับฐานข้อมูลมากขึ้นคำถามที่พบบ่อยสำหรับผู้ดูแลระบบ Synapseเตือนว่าแคชที่มีขนาดเล็กเกินไปบนพื้นที่จัดเก็บข้อมูลที่ช้าอาจทำให้เกิดคำขอค้างและทำให้มีการใช้หน่วยความจำโดยรวมสูงขึ้น
สำรองข้อมูลที่ใช้งานอยู่homeserver.yamlตรวจสอบcaches:บล็อกที่มีอยู่ และเปลี่ยนแปลงเฉพาะค่าที่เกี่ยวข้องเท่านั้น นี่คือการกำหนดค่าทดลองสำหรับอินสแตนซ์ที่แสดงให้เห็นถึงการใช้งานแคชที่เพิ่มขึ้น ไม่ใช่เป้าหมายการปรับแต่งแบบสากล:
caches:
global_factor: 0.3
sync_response_cache_duration: 1m
การตั้งค่าแคชการซิงค์การตอบสนองจะควบคุมระยะเวลาที่/syncผลลัพธ์ที่เสร็จสมบูรณ์จะถูกแคชไว้ โดย Synapse ได้ระบุค่า2mเริ่มต้นไว้ การตั้งค่าระยะเวลาที่สั้นลงอาจช่วยลดจำนวนการตอบสนองที่ถูกเก็บไว้ แต่ก็อาจเพิ่มภาระงานให้กับไคลเอ็นต์ที่มีการเชื่อมต่อที่ไม่เสถียรได้เช่นกัน อย่าเพิ่มcaches:คีย์ที่สองหากมีอยู่แล้ว หากการติดตั้งของคุณตั้งค่าไว้SYNAPSE_CACHE_FACTORในสภาพแวดล้อมบริการหรือคอนเทนเนอร์ ตัวแปรนั้นจะมีลำดับความสำคัญเหนือกว่าปัจจัย YAML
ตรวจสอบความถูกต้องของไฟล์ด้วยสภาพแวดล้อม Python ที่ใช้ในการติดตั้ง Synapse ของคุณ โดยปรับเส้นทางการกำหนดค่าตามความจำเป็น:
python -m synapse.config -c /etc/matrix-synapse/homeserver.yaml
รีสตาร์ทหลังจากตรวจสอบความถูกต้องแล้วเท่านั้น สำหรับการจัดการแพ็กเกจ systemd แบบ Debian มักจะเป็นเช่นนี้sudo systemctl restart matrix-synapseส่วนการใช้งานคอนเทนเนอร์จะใช้ระบบการจัดการของตัวเอง ตรวจสอบบันทึกการทำงานของบริการทันทีหลังจากนั้นเพื่อดูข้อผิดพลาดในการกำหนดค่า เอกสารอ้างอิงการกำหนดค่า Synapseยังระบุถึงการโหลดปัจจัยแคชใหม่ด้วยSIGHUPแต่ไม่ได้หมายความว่าการตั้งค่าอื่นๆ รวมถึงการเก็บรักษาการตอบสนองการซิงค์ จะสามารถโหลดใหม่ได้ การรีสตาร์ทแบบควบคุมจะชัดเจนยิ่งขึ้นเมื่อเปลี่ยนทั้งสองอย่าง
3. ตรวจสอบว่ามีการซิงค์ช้าเกิดขึ้นสะสมหรือไม่
หากการใช้หน่วยความจำยังคงเพิ่มขึ้นเรื่อยๆ ในขณะที่ไคลเอ็นต์ยังคงค้างอยู่ การลดแคชลงอีกอาจส่งผลเสียมากกว่าผลดี เปรียบเทียบช่วงเวลาที่ RSS เพิ่มขึ้นกับภาระการทำงานของ CPU การอ่าน/เขียนดิสก์ และกิจกรรมของฐานข้อมูล โฮสต์ที่มีผู้ใช้งานหนาแน่นหรือการสืบค้น PostgreSQL ที่ช้าอาจทำให้มีคำขอที่กำลังดำเนินการอยู่พร้อมกันมากขึ้น ซึ่งแต่ละคำขออาจเก็บข้อมูลไว้จนกว่าจะเสร็จสิ้น
ขั้นแรก ตรวจสอบให้แน่ใจว่าฐานข้อมูลตอบสนองได้ดี และพื้นที่ดิสก์และการรับส่งข้อมูล (I/O) อยู่ในสภาพสมบูรณ์ Synapse เวอร์ชันใช้งานจริงได้รับการออกแบบมาสำหรับ PostgreSQL ไม่ใช่ SQLite ตามที่ระบุไว้ในเอกสารอ้างอิงการกำหนดค่า Synapseหากเป็นอินสแตนซ์ที่ใช้ SQLite รุ่นเก่า ให้วางแผนการย้ายฐานข้อมูลที่ได้รับการสนับสนุนโดยใช้การสำรองข้อมูลที่ผ่านการทดสอบแล้ว อย่าพยายามสลับฐานข้อมูลแบบสดๆ เพื่อแก้ไขปัญหาหน่วยความจำในกรณีฉุกเฉิน
หากก่อนหน้านี้คุณลดค่าลงglobal_factorไปจนสุดขีดแล้วทำให้ความหน่วงในการซิงค์แย่ลง ให้คืนค่ากลับไปเป็นค่าเดิม หรือทดสอบการตั้งค่าที่สูงขึ้นเล็กน้อยในขณะที่สังเกตทั้งเวลาตอบสนองและหน่วยความจำทั้งหมดคำถามที่พบบ่อยสำหรับผู้ดูแลระบบ Synapse ระบุไว้อย่างชัดเจนว่าแคชที่มากขึ้นสามารถช่วยได้เมื่อแบ็กเอนด์ที่ทำงานช้าทำให้เกิดคิว ไม่มีเป้าหมาย RAM คงที่ที่ปลอดภัยซึ่งเหมาะกับจำนวนห้อง โหลดของเฟเดอเรชัน และรูปแบบการใช้งานทุกแบบ
สำหรับการใช้งานแบบมัลติโปรเซสที่มีการใช้งานหนัก ให้ตรวจสอบว่าโปรเซสหลักหรือเวิร์กเกอร์ซิงค์เฉพาะตัวใดกำลังเติบโต เวิร์กเกอร์ช่วยกระจายปริมาณการรับส่งข้อมูลซิงค์ของไคลเอ็นต์ แต่ละเวิร์กเกอร์ก็ต้องการหน่วยความจำเช่นกัน ดังนั้นการเพิ่มเวิร์กเกอร์โดยไม่มีความจุเพิ่มเติมอาจทำให้เกิดปัญหาหน่วยความจำไม่เพียงพอ (OOM) บนโฮสต์ได้ ควรปฏิบัติตามเอกสารประกอบเวิร์กเกอร์ของ Synapseแทนที่จะกำหนดเส้นทางการร้องขอไคลเอ็นต์ไปยังเวิร์กเกอร์แบบสุ่มโดยไม่มีการกำหนดค่าที่ใช้ร่วมกันที่จำเป็น
4. พิจารณาการปรับแต่งแคชอัตโนมัติเฉพาะเมื่อตรงตามข้อกำหนดเบื้องต้นเท่านั้น
ในระบบที่รองรับและตรวจสอบการตั้งค่า jemalloc ที่เหมาะสมแล้ว Synapse จะมี ฟังก์ชัน cache_autotuningนี้ให้ใช้งาน โดยต้องใช้ค่าทั้งสามค่าที่ระบุไว้ ได้แก่max_cache_memory_usage, target_cache_memory_usage, และmin_cache_ttlและใช้การล้างแคชเพื่อจำกัดการใช้งานแคชรอบๆ เป้าหมาย รูปภาพต่อไปนี้เป็นเพียงตัวอย่าง และต้องปรับขนาดให้เหลือพื้นที่สำหรับ Python ฐานข้อมูล บริการอื่นๆ และการร้องขอที่ใช้งานอยู่เป็นช่วงๆ:
caches:
cache_autotuning:
max_cache_memory_usage: 512M
target_cache_memory_usage: 384M
min_cache_ttl: 5m
รวมบล็อกนี้เข้ากับการตั้งค่าแคชที่มีอยู่แทนที่จะแทนที่ ตัวเลขเหล่านี้คืองบประมาณแคช ไม่ใช่ขีดจำกัด RSS ของกระบวนการการใช้งานตัวเลขเหล่านี้ไม่ได้รับประกันว่ากระบวนการจะใช้พื้นที่ไม่เกิน 512 MiB เอกสารอ้างอิงการกำหนดค่า Synapseกำหนดให้ใช้ jemalloc สำหรับคุณสมบัตินี้ และคำถามที่พบบ่อยสำหรับผู้ดูแลระบบ Synapseเตือนว่าตัวจัดสรรหน่วยความจำของ Python อาจรบกวนการคำนวณของ jemalloc ซึ่งอาจต้องใช้PYTHONMALLOC=mallocเนื่องจากเส้นทางการโหลดล่วงหน้าและการบรรจุของตัวจัดสรรหน่วยความจำแตกต่างกันไป โปรดตรวจสอบไลบรารีและสภาพแวดล้อมการเริ่มต้นใช้งานจริงของการใช้งานของคุณก่อนที่จะเปลี่ยนแปลงLD_PRELOADอย่าคัดลอกเส้นทางไลบรารีเฉพาะสถาปัตยกรรมโดยไม่ตรวจสอบให้ดี
5. ตรวจสอบว่าการซิงโครไนซ์มีความเสถียร
หลังจากทำการเปลี่ยนแปลงแต่ละครั้ง ให้ดำเนินการกิจกรรมของไคลเอ็นต์ที่สมจริงแบบเดียวกันกับที่เคยทำให้เกิดความล้มเหลวก่อนหน้านี้ เช่น เชื่อมต่อไคลเอ็นต์ที่มีอยู่ใหม่ อนุญาตให้มีการซิงค์เริ่มต้นหากทำได้ และรอจนกว่าจะมีการซิงค์แบบเพิ่มทีละน้อยตามปกติหลายครั้ง บันทึกค่า RSS สูงสุดของกระบวนการ Synapse ทั้งหมด กิจกรรมสวอป การตอบสนองของฐานข้อมูล และว่าเคอร์เนลบันทึกเหตุการณ์ OOM อีกครั้งหรือไม่ การลดลงเล็กน้อยทันทีหลังจากรีสตาร์ทไม่ใช่หลักฐานของการแก้ไขที่ยั่งยืน เนื่องจากแคชจะเริ่มต้นจากสถานะเย็นตามธรรมชาติ
หากเปิดใช้งานการตรวจสอบ ให้เปรียบเทียบหน่วยความจำของกระบวนการและพฤติกรรมการร้องขอในช่วงเวลาต่างๆ โดยใช้เอนด์พอยต์เมตริกของ Synapse เอกสารการตรวจสอบของ Synapseอธิบายว่าเวิร์กเกอร์เปิดเผยเมตริกอย่างอิสระและต้องได้รับการตรวจสอบแยกต่างหาก ดังนั้นควรเก็บเอนด์พอยต์เมตริกไว้เป็นส่วนตัวหรือได้รับการปกป้อง แทนที่จะเผยแพร่ข้อมูลภายในอย่างเปิดเผย
การเปลี่ยนแปลงนี้ได้ผลหากไคลเอ็นต์ทำการซิงค์เสร็จสมบูรณ์โดยไม่ต้องเชื่อมต่อใหม่ซ้ำๆ บันทึกแสดงว่าไม่มีการปิดหน่วยความจำใหม่ และหน่วยความจำอยู่ในระดับที่ยั่งยืนภายใต้ภาระงานเดียวกัน หากยังคงเกิดปัญหาหน่วยความจำไม่เพียงพอ (OOM) แม้ว่าความหน่วงในการซิงค์จะอยู่ในระดับที่ดีและมีการปรับแต่งแคชอย่างรอบคอบแล้ว ขั้นตอนต่อไปที่ทำได้คือการเพิ่ม RAM ที่มีอยู่หรือลดภาระงานต่อโฮสต์ โดยใช้การวัดปริมาณการใช้สูงสุดแทนที่จะใช้ขนาดเซิร์ฟเวอร์ที่แนะนำโดยพลการ