Online geheugenlek-detector

De tool analyseert het runtime geheugenverbruik om onbeheersbaar heapgroei en lang vastgehouden objecten na garbage collection te identificeren. Het is gericht op gangbare web- en serveromgevingen (Node.js, Python, JVM) en is waardevol voor performance engineers, SREs en ontwikkelaars tijdens load tests, staging performance runs of post deployment aging-scenario's.
Het kernmechanisme combineert optionele toewijgings-tracing, heap-gebruik tijdreeksen en retentie-metrieken. Het berekent een leak_score (0–100) en toont verdachte types of modules met ondersteunende data zoals piekgroei, retentie-tijd en representatieve allokaties. Het ondersteunt zowel sampling- als full-trace modi en kan traces exporteren voor externe analyse.
Werkstroom: selecteer runtime, duur en granulariteit van dataverzameling; voer de analyse uit; bekijk een gestructureerd rapport met samenvatting, details per verdachte en exportopties. De uitvoer is ontworpen voor CI-integratie via JSON/CSV en voor stakeholder-rapporten via een geformatteerd verslag.
Unieke waarde: niet-intrusieve online analyse over meerdere runtimes, schaalbaar voor langlopende services, en instelbare drempels om de basisprestaties te passen. Typische use-cases: detecteren van geheugenlekken tijdens load testing, regressietesten, capacity planning en post deployment stabilisatie.