Coolify项目中Laravel Horizon导致的CPU周期性峰值问题分析
2025-05-02 10:02:33作者:乔或婵
问题现象
在Hetzner VPS(CPX21型号)上自托管部署Coolify v4.0.0-beta.409版本时,观察到系统每分钟出现一次CPU使用率峰值。通过监控工具htop和atop发现,这一现象与Coolify容器中的PHP进程相关,具体表现为:
/usr/local/bin/php artisan schedule:run命令周期性执行- Laravel Horizon工作进程(
php artisan horizon:work)频繁启动 - 这些进程每分钟都会消耗超过40%的CPU资源
技术背景
Coolify是一个自托管的云部署管理平台,使用Laravel框架开发。Laravel Horizon是Laravel官方提供的Redis队列监控和管理工具,用于管理和监控队列工作进程。
在默认配置下,Coolify会通过SSH方式定期检查服务器状态,这种检查机制虽然可靠但资源消耗较大。即使启用了SSH多路复用技术,仍会产生明显的系统负载。
解决方案
Coolify提供了名为"Sentinel"的优化方案,其工作原理是:
- 在服务器上部署一个轻量级容器
- 该容器通过HTTP协议向Coolify实例发送监控数据
- 相比SSH方式,HTTP通信的资源消耗显著降低
启用Sentinel的步骤:
- 进入Coolify管理界面
- 导航至服务器管理菜单
- 查找并激活Sentinel功能选项
性能优化建议
对于自托管Coolify实例的用户,可以考虑以下优化措施:
- 启用Sentinel模式:这是目前最有效的降低资源占用的方法
- 调整检查频率:如果业务允许,可以适当延长状态检查的间隔时间
- 资源分配优化:为Coolify容器分配更多CPU资源,避免因资源争用导致性能下降
- 队列工作进程调优:根据实际负载调整Horizon的工作进程数量和配置参数
总结
Coolify作为自托管的云管理平台,在默认配置下会通过SSH进行频繁的状态检查,这可能导致系统出现周期性的CPU使用高峰。通过启用Sentinel功能,可以显著降低系统资源消耗,提升整体运行效率。对于资源受限的环境,这一优化尤为重要。
对于技术团队而言,理解这类监控工具的工作原理和资源消耗模式,有助于更合理地规划和配置基础设施资源,确保系统稳定高效运行。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
Ascend Extension for PyTorch
Python
504
609
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
391
288
暂无简介
Dart
906
218
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
939
863
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108