Online Minnesläckskontroll

Verktyget analyserar körtidsminnet för att identifiera ohållbart heap-tillväxt och långvarigt behållna objekt efter städning av minne. Det riktar sig mot vanliga webb- och servermiljöer (Node.js, Python, JVM) och är värdefullt för prestandaingenjörer, SREs och utvecklare under belastningstester, stagingprestandarundor eller post-distribueringsåldersscenarier.
Huvudmekanismen kombinerar valfri allokationsspårning, heapanvändningstidsserier och retention-metriker. Den beräknar ett leak_score (0–100) och visar misstänkta typer eller moduler med stöddata som topp-tillväxt, retentionstid och representativa allokationer. Den stödjer både sampling och full-trace-lägen och kan exportera spår för extern analys.
Arbetssätt: välj körmiljö, varaktighet och datainsamlingsgranularitet; kör analyserna; granska en strukturerad rapport med sammanfattning, detaljer per misstänkt och exportalternativ. Utdata är designad för CI-integration via JSON/CSV och för intressentrapporter via ett formaterat rapportering.
Unikt värde: icke-intrusiv online-analys över flera körmiljöer, skalbar för långvariga tjänster och anpassade trösklar för att passa baslinjeprestanda. Typiska användningsfall: upptäcka minnesläckor under belastningstester, regressionstester, kapacitetplanering och post-distribution stabilisering.