CPU 使用率の高さに関する既知の問題

Insight を有効にすると、CPU 使用率が 90～95% を超えることがまれにあります。これによって Jira がクラッシュする可能性があります。CPU 使用率が異常に高くなる理由はさまざまです。

1. Insight 専用のパフォーマンスが不十分です。Insight のシステム要件をご確認ください。これらの数値は Insight をスムーズに実行することのみを目的として測定されていることにご留意ください。タスクがスケジュールされているアドオンが増えると、これらの数が増加します。
2. ダッシュボードの Insight ガジェット。複数のインサイト ガジェットを配置している多くのユーザーは、ガジェットが REST リクエストを Insight に (それぞれ個別に) 送信するため、CPU 使用率が高くなる可能性があります。これによって、JVM が完全に利用されます。代わりに、共有フィルターまたは共有レポートを設定することをお勧めします。
3. 同時に実行されている自動化ルールが多すぎます。アイドル間隔を長く設定すると解決する可能性があります。
4. GC オーバーヘッドを超えています。これは Jira でガベージ コレクションの設定を設定することで修正できます。
5. Data Center 環境でデータベースがすぐにいっぱいになります。これによってデータベースのメモリが不足します。これは、すべてのノード全体で Insight データを複製するために Jira API が clustermessage テーブル内のメッセージを処理する方法に影響します。この問題を解決するには、Jira のグローバル設定を構成します。
6. データベース接続が不十分です。Insight の並列処理を増やすと、データベース プールを増やす必要がある場合があります。
7. 一度にインポートするオブジェクトが多すぎます。IQL でインポートしているオブジェクトをフィルタリング (IQL を使用したデータ ソースのフィルタリング) するか、一度に 1 つのオブジェクト タイプのみを同期するようにしてください。どちらにするかは、システムにロードしたオブジェクトの数と、データソースからインポートするオブジェクトの数によって決定します。
8. 大量のオブジェクトや大量の添付ファイルがあるオブジェクト スキーマをエクスポートすると、サーバーのメモリが不足する可能性があります。7 で示した方法ではなくオブジェクト スキーマ インポート タイプを代用することをお勧めします。
9. メモリ内のインデックス付きオブジェクト属性が多すぎます。特定の属性に対してこのオプションをオフにすると、メモリ フットプリントの消費量を抑えられます。