Autoalojamiento

Comportamiento de la memoria de ocho aplicaciones autoalojadas en un VPS de 2 GB durante una semana

Una prueba de siete días muestra cómo la memoria disponible disminuye tras la configuración y se estabiliza, siendo n8n la causa de los picos más grandes.

Ilustración de una pequeña estantería de servidores sosteniendo múltiples aplicaciones en una balanza de capacidad limitada
Ilustración creada para este artículo

Traducido automáticamente del original en inglés.

Entre el 3 y el 10 de noviembre de 2026, un único servidor privado virtual con 2 GB de RAM ejecutó diez contenedores que alojaban ocho populares aplicaciones autoalojadas. El experimento rastreó el uso de memoria bajo una carga ligera y automatizada para determinar si un entorno tan restringido podía sostener una pila de múltiples aplicaciones sin fallos ni reinicios.

Qué ocurrió

El entorno de pruebas consistía en un servidor con una CPU virtual y 2 GB de memoria, configurado sin archivo de intercambio (swap). El operador desplegó Vaultwarden, Navidrome, Audiobookshelf, Forgejo, Jellyfin, Uptime Kuma, Home Assistant con Mosquitto, y n8n con PostgreSQL. A diferencia de pruebas previas en reposo, esta ejecución incluyó las configuraciones iniciales completadas para todas las apps y un script que generaba actividad ligera cada cinco minutos. Este script realizó aproximadamente 18 solicitudes a través de los servicios y envió archivos a Forgejo cada media hora, sumando un total de 36.848 solicitudes durante la semana.

La memoria disponible cayó significativamente durante la fase inicial de la prueba. La mediana de memoria disponible bajó de 296 MiB el primer día a 259 MiB al séptimo día. La mayor parte de este descenso ocurrió en los primeros cuatro días, tras los cuales la curva de uso se aplanó. El punto más bajo registrado fue de 157 MiB, ocurrido apenas 38 minutos después del inicio, pero el sistema se recuperó rápidamente y nunca volvió a alcanzar ese nivel. Crucialmente, no hubo terminaciones por falta de memoria (OOM kills) ni reinicios de contenedores durante las 9.923 muestras tomadas.

Aunque el sistema general permaneció estable, las aplicaciones individuales mostraron comportamientos variados. n8n exhibió el perfil de memoria más volátil, alcanzando brevemente los 471 MiB, unos 110 MiB por encima de su mediana semanal. Otras apps como Home Assistant y Uptime Kuma mostraron un crecimiento menor, mientras que servicios ligeros como Vaultwarden y Mosquitto permanecieron casi estáticos. Los datos sugieren que, aunque el uso promedio es predecible, el uso pico puede consumir temporalmente una gran parte del margen restante.

Detalles clave

  • Estabilidad: Los diez contenedores permanecieron activos durante toda la semana con cero terminaciones por falta de memoria o reinicios registrados.
  • Caída de memoria: La mediana de memoria disponible disminuyó 49 MiB desde la primera hasta la última hora, estabilizándose después del cuarto día.
  • Pico más grande: n8n alcanzó brevemente los 471 MiB, consumiendo casi la mitad del margen disponible en ese momento.
  • Impacto de la configuración: La mediana de memoria disponible en la primera hora fue de 308 MiB, significativamente inferior a los 425 MiB observados en una prueba previa de instalación sin tocar.
  • Fallos de página: Los fallos de página mayores aumentaron diariamente hasta el sexto día, indicando una presión creciente sobre las páginas de memoria respaldadas por almacenamiento.
  • Latencia: El tiempo de respuesta mediano para solicitudes exitosas aumentó ligeramente de 18 ms el primer día a 23 ms el séptimo día.

Contexto

Para comprender estos resultados, es necesario distinguir entre diferentes tipos de métricas de memoria. La prueba midió la "memoria disponible" en el host, que incluye memoria libre más caché recuperable, y la "memoria anónima" dentro de los contenedores, que se refiere a memoria no respaldada por archivos. Linux gestiona la memoria de forma agresiva, utilizando a menudo la RAM libre para el caché de disco con el fin de mejorar el rendimiento. Cuando las aplicaciones necesitan más memoria, el kernel recupera esta caché. Esta es la razón por la cual la memoria disponible puede caer incluso si el uso de la aplicación permanece plano, ya que el sistema equilibra los procesos activos frente a los datos en caché.

Los fallos de página mayores ocurren cuando un programa accede a datos que no están actualmente en la RAM física y deben leerse desde el almacenamiento. En un sistema sin swap, estos fallos suelen indicar que el kernel está recargando páginas respaldadas por archivos. Aunque no necesariamente son señal de fallo, un aumento en el conteo de fallos de página mayores puede indicar que el sistema está bajo presión de memoria, lo que potencialmente conduce a una mayor latencia mientras la CPU espera los datos del disco.

Por qué importa

Para equipos que gestionan infraestructura autoalojada, estos datos desafían la suposición de que un bajo uso promedio de memoria garantiza seguridad. Los picos de n8n demuestran que una aplicación puede operar eficientemente la mayor parte del tiempo, pero ocasionalmente demandar una gran ráfaga de recursos. En un servidor de 2 GB, un pico de 110 MiB representa una porción significativa de la capacidad total. Si múltiples aplicaciones tienen picos simultáneamente, o si el uso base aumenta debido a datos reales, el riesgo de una terminación por falta de memoria aumenta sustancialmente.

La diferencia entre una instalación intacta y una configurada también es crítica para la planificación de capacidad. La brecha de 117 MiB en memoria disponible entre la prueba en reposo y esta prueba configurada destaca que las estimaciones iniciales de aprovisionamiento suelen ser optimistas. Los administradores que aprovisionan servidores basándose en instalaciones limpias pueden encontrarse con escasez de recursos una vez que se crean cuentas, se indexan bibliotecas y se inician los trabajadores en segundo plano. Medir la memoria después de la configuración proporciona una línea base realista para determinar si el tamaño del servidor es adecuado.

Además, la ausencia de uso de archivo de swap en esta prueba significa que el sistema no tenía red de seguridad para presiones extremas. Aunque el servidor sobrevivió la semana, el aumento de los fallos de página mayores y la ligera subida de latencia sugieren que el sistema trabajaba más duro para gestionar la memoria. Para entornos de producción donde los tiempos de respuesta consistentes son vitales, depender únicamente de la RAM física sin comprender los comportamientos pico puede llevar a una degradación impredecible del rendimiento.

Qué puedes hacer

  • Mide después de configurar: Verifica siempre el uso de memoria después de completar la configuración de la app y crear cuentas, no solo después de la instalación.
  • Planifica para los picos: Dimensiona tu servidor basándote en el uso máximo de memoria observado de tu aplicación más grande, no solo en su mediana.
  • Monitorea tendencias: Rastrea la memoria disponible y los fallos de página mayores durante varios días para identificar fugas lentas o presión creciente.
  • Considera el swap con cautela: Evalúa añadir un archivo de swap para absorber picos, pero prueba su impacto en la latencia para tu carga de trabajo específica.
  • Limita pilas concurrentes: Si ejecutas múltiples aplicaciones intensivas en memoria, reduce el número de servicios o actualiza a un plan de VPS más grande.
  • Valida con datos reales: Prueba con bibliotecas pobladas y flujos de trabajo de usuarios reales, ya que las instancias vacías no reflejan las demandas de producción.

Más noticias

Todas las noticias