Jira Data Center で CPU 負荷を管理する
SystemCpuLoad として測定される CPU 負荷は、Jira Data Center クラスター全体の CPU 使用率を表します。Jira、オペレーティング システム、およびサーバーで実行されているその他のプロセスで使用されている CPU リソースの割合を示します。
しきい値 | |
|---|---|
最適 | CPU 負荷が 60% 未満 |
注意が必要 | CPU 負荷が 60-80% |
NEEDS ATTENTION (要注意) | CPU 負荷が 80% を超える |
CPU 負荷が高いと Jira Data Center のパフォーマンスにどのような影響があるか
CPU 負荷が高いと、いくつかの点で Jira Data Center インスタンスに大きな影響を及ぼす可能性があります。
ユーザー アクションの所要時間が増大する
システム スループットが低下し、課題の作成、更新、検索の各操作に影響する
クラスター ノード間のワークロードのバランスが崩れる可能性がある
同時接続ユーザーやリクエストの処理能力が低下する
長時間続くと、システムの不安定性やクラッシュにつながる
CPU 負荷の高い状態が続くと、単一のノードであっても、Jira Data Center の相互に関連し合う性質により、クラスター全体のパフォーマンスが低下する可能性があります。
推奨事項
最適なパフォーマンスを実現するには、すべてのノードで CPU 負荷を 60% 未満に保つことを目指してください。いずれかのノードで常に 80% を超えている場合は、次のアクションを検討してください。
ノード固有の CPU 負荷をモニターして分析する
リソースを大量に消費する操作をレビューして最適化する
JVM とガベージ コレクションの設定を最適化する
スレッド ダンプを生成して分析する
クラスターとリソースの割り当てを最適化する
ノード固有の CPU 負荷をモニターして分析する
Jira Data Center 環境で CPU 負荷を効果的に管理するには、クラスター全体で負荷がどのように分散されているかを理解することが重要です。
Jira クラスターの監視にアクセスします。
管理者として Jira にログインします。
[管理] > [システム] > [クラスター] の順に移動します。
各ノードの [CPU] 列を確認します。
CPU 負荷パターンを分析します。
特定のノードで一貫して高い負荷を探します。
高い CPU 負荷と時間帯または曜日の相関関係を特定します。
高い負荷がスケジュール ジョブや既知のピーク使用時間と同時に発生しているかどうかを確認します。
傾向監視を有効にしてより詳細なインサイトを得るには、次の方法があります。
特定のノードで CPU 負荷が常に高い場合は、クラスター構成またはリソース割り当てのバランスが崩れている可能性があります。
リソースを大量に消費する操作をレビューして最適化する
CPU 負荷が高くなるのは、多くの場合、Jira 内のリソースを大量に消費する操作が原因です。これらの操作を特定して最適化することで、CPU 使用率全体を大幅に削減できます。
自動化ルールを確認します。
[プロジェクト設定] > [自動化] の順に移動します。
[パフォーマンス インサイト] を選択します。
[THROTTLED (調整済み)] とマークされているルールを探します。それらのルールがリソースを過剰に消費している可能性があります。
最近の変更と統合を分析します。
最近インストールまたは更新されたアプリを確認します。
新しい統合またはアプリケーション リンクをチェックします。
ユーザー アクティビティやデータ量の大幅な増加を分析します。
スケジュール ジョブを最適化します。
[管理] > [システム] > [スケジューラ] の順に移動します。
リソースを大量に消費するジョブの頻度とタイミングを確認します。
オフピーク時に実行するようにジョブのスケジュールを変更することを検討します。
JVM とガベージ コレクションの設定を最適化する
非効率的なメモリ管理は、CPU 使用率の増加につながります。JVM とガベージ コレクションの設定を最適化することで、この問題を軽減できます。
現在の JVM 設定を確認します。
各ノードの現在の JVM 引数を確認します。
クラスター内のすべてのノード間で一貫性を確保します。
ガベージ コレクションを分析します。
ガベージ コレクションのログ記録がまだ有効になっていない場合は有効にします。
GC ログでコレクション イベントの頻度と期間を確認します。
大規模な (4 GB を超える) ヒープ用の G1 ガベージ コレクターを実装することを検討します。
ヒープ サイズを調整します。
ノード全体の現在のヒープ利用状況を確認します。
必要に応じてヒープ サイズを調整し、すべてのノードで一貫性を保つようにします。
圧縮 OOP の制限により、32GB から 47GB の間のヒープ サイズは避けます。
変更が CPU 負荷とアプリ全体のパフォーマンスに及ぼす影響を監視します。
スレッド ダンプを生成して分析する
スレッド ダンプを生成します。
Java Flight Recorder (JFR) をまだ有効にしていない場合は有効にします。
CPU 負荷が高いときにサポート zip ファイルを生成します。
サポート zip からスレッド ダンプを抽出します。
スレッド ダンプを分析します。
Watson のようなスレッド ダンプ分析ツールを使用します。
長時間実行されるスレッドや CPU を過剰に消費する操作を特定します。
調査結果を Jira の操作やサードパーティ アプリのアクティビティに関連付けます。
Watson をスレッド ダンプの分析に使用する方法の詳細を確認する
クラスターとリソースの割り当てを最適化する
複数のノードにわたって CPU 負荷が高い状態が続く場合は、クラスター構成またはリソースを調整することを検討してください。
リソース割り当てを確認します。
各ノードの現在の CPU とメモリの割り当てを評価します。
可能であれば、既存のノードの CPU リソースを増やすことを検討します。
ワークロードを分散させるためにクラスターにノードを追加することを検討します。
負荷分散を最適化します。
ロード バランサー構成を確認します。
トラフィックがすべてのノードに効果的に分散するようにします。
CPU を大量に消費する操作 (API コール、バッチ処理など) 専用として特定のノードを割り当てることを検討します。
重要な変更を行った場合は、本番環境の Jira Data Center インスタンスに適用する前にステージング環境でテストすることを忘れないでください。また、すべてのノードの CPU 負荷を定期的に監視することで、最適なパフォーマンスを実現し、問題を早期に発見してください。