NATS服务器文件存储后端内存增长问题分析与解决方案

问题背景

在使用NATS服务器(版本2.10.21)的JetStream功能时，发现当使用文件存储(file storage)后端时，系统内存会持续增长。这个问题特别出现在Kubernetes环境中，当使用NATS Streams实现分布式锁机制时尤为明显。

问题现象

用户创建了多个Stream(约5个)，配置特点如下：

• 每个Stream只保留每个subject的最新一条消息(max_msgs_per_subject=1)
• 采用新消息覆盖策略(discard_new_per_subject=true)
• 设置5秒的消息过期时间(max_age=5s)
• 使用文件存储(storage=file)

尽管Stream中的数据量保持稳定(通常只有0-1条消息)，但容器的内存使用量(container_memory_working_set_bytes)却持续增长，而RSS内存使用量保持稳定。

技术分析

内存增长原因

经过深入分析，发现这并不是NATS服务器本身的内存泄漏问题。实际NATS进程的RSS内存使用量仅为25MB左右，属于正常范围。内存增长的主要原因是：

1. 内核页面缓存机制：当使用文件存储后端时，操作系统会缓存频繁访问的文件数据以提高性能
2. Kubernetes内存统计方式：Kubernetes的container_memory_working_set_bytes指标包含了内核页面缓存，导致显示的内存使用量偏高
3. Stream操作模式：虽然每个subject只保留一条消息，但频繁创建新subject并发布/删除消息会导致文件系统活动增加

性能影响

这种内存增长模式在以下情况下可能产生影响：

1. 当系统内存压力较大时，可能导致容器被OOM Killer终止
2. 在内存回收过程中，可能导致客户端出现短暂的超时错误

解决方案

推荐配置

针对这个问题，建议采用以下配置方案：

1. Kubernetes资源限制：

resources:
  limits:
    cpu: 500m
    memory: 500Mi
  requests:
    cpu: 500m
    memory: 500Mi

2. Go内存限制：

env:
  - name: GOMEMLIMIT
    value: 256MiB

配置说明

1. 设置相等的requests和limits：这可以限制内核页面缓存的大小
2. GOMEMLIMIT低于容器限制：为Go运行时设置适当的内存上限
3. 监控关键指标：应重点关注RSS内存而非working set内存

最佳实践建议

对于类似使用场景，建议：

1. 对于频繁创建/删除subject的场景，考虑适当增加Stream的保留时间
2. 在内存敏感环境中，可以权衡使用内存存储(memory storage)后端
3. 定期监控NATS服务器的实际RSS内存使用情况
4. 在Kubernetes环境中，合理设置内存requests/limits以避免误判

结论

这个问题本质上是由于操作系统内存管理机制与Kubernetes监控指标计算方式的差异造成的，并非NATS服务器本身的缺陷。通过合理配置资源限制和内存参数，可以有效控制内存使用，确保系统稳定运行。对于实现分布式锁等高频小消息场景，NATS JetStream仍然是可靠的选择。