如何为生产环境正确配置Laravel Octane的workers? (内存管理)

13次阅读

workers数量应设为CPU核心数×2起步(如4核设8),再依octane:status的memory_usage峰值逐步下调,避免OOM;需配合max-requests=300与memory-limit=96M防内存泄漏,且app_DEBUG必须为false。

如何为生产环境正确配置Laravel Octane的workers? (内存管理)

workers 数量设多少才不爆内存?

Octane 的 workers 数量不是越多越好,它直接决定常驻 php 进程数,每个进程都会占用独立内存(通常 20–50 MB,取决于应用加载的类和配置)。若设为 16 而单进程占 40 MB,仅 workers 就吃掉 640 MB,还没算 Supervisor、redis 连接、OPcache 等开销。

  • php artisan octane:status 查看当前各 worker 内存占用memory_usage 字段)
  • 上线前在压测环境跑 ab -n 1000 -c 100 http://localhost/health,同时监控 ps aux --sort=-%mem | head -20
  • 保守起见:从 workers = CPU核心数 × 2 开始(如 4 核 → 设 8),再根据 memory_usage 峰值逐步下调
  • 切忌在 2 GB 内存的机器上设 workers=12 —— 很可能触发 OOM Killer 杀掉 Octane 主进程

max-requests 配合 memory-limit 才能防内存泄漏

即使没有明显 leak,laravel 应用长期运行后也会因事件监听器残留、静态属性累积、Query Builder 缓存等导致内存缓慢上涨。Octane 的 max-requestsmemory-limit 是两道保险,但必须配合使用,只设一个效果有限。

  • max-requests=500 表示每个 worker 处理 500 个请求后自动重启,适合请求轻、生命周期短的 API
  • memory-limit=128M 表示任一 worker 内存超过 128 MB 立即重启(需 PHP 8.0+,且 memory_get_usage(true) 可靠)
  • 生产建议组合:max-requests=300 + memory-limit=96M,既避免太频繁重启影响连接复用,又防止内存爬升到危险水位
  • 注意:memory-limitswoole 模式有效,RoadRunner 模式需通过 RR 的 supervisor.max_worker_memory 控制

APP_DEBUG=true 会显著放大内存压力

开发时习惯开 APP_DEBUG=true,但在 Octane 下这是高危操作:异常处理器会保留完整 trace、View 编译缓存不清理、日志上下文对象持续积,单个请求内存多占 3–8 MB 很常见。

  • Octane 启动前必须确保 .envAPP_DEBUG=false,否则 octane:status 里能看到 memory_usage 异常偏高
  • 调试时不要改 .env 再 reload,而应临时用 php artisan octane:start --server=swoole --workers=2 --max-requests=10 快速验证逻辑
  • 若需追踪错误,改用 LOG_LEVEL=debug + 日志服务(如 Papertrail),而非开启全量 debug

Swoole 模式下 opcache.preload 与 workers 的冲突

启用 opcache.preload 能提升冷启动性能,但它会让预加载的类全局共享 —— 而 Swoole 的 workers 是 fork 出来的子进程,若 preload 文件中含静态属性或全局变量,多个 worker 会共用同一份内存地址,引发数据污染或内存无法释放。

  • 检查 php --ini 加载的 opcache.ini,确认 opcache.preload 在生产 Octane 环境中被注释或设为空
  • 替代方案:用 opcache.enable_cli=1 + opcache.memory_consumption=256,让每个 worker 独立 warm up 自己的 OPcache
  • RoadRunner 无此问题(它用线程而非 fork),但要注意其 rr.yaml 中的 pool.num_workers 仍受内存限制约束

内存不是标量,是随请求模式、中间件深度、Eloquent 关系加载方式动态变化的变量。配完 workers 后,盯住 memory_usage 的 95 分位数,比盯着文档里的推荐值管用得多。

text=ZqhQzanResources