Skip to content

Memory-related errors#

n8n ไม่จำกัดปริมาณข้อมูลที่แต่ละ node จะดึงหรือประมวลผลได้ ซึ่งให้ความยืดหยุ่นแต่ก็อาจทำให้เกิด error ถ้า workflow ใช้ memory เกินที่มีอยู่ หน้านี้จะอธิบายวิธีสังเกตและหลีกเลี่ยง error แบบนี้

Only for self-hosted n8n

หน้านี้พูดถึง memory error สำหรับ self-hosting n8n ถ้าใช้ n8n Cloud ดูที่ Cloud data management สำหรับ memory limit ของ n8n Cloud

Identifying out of memory situations#

n8n จะมี error message แจ้งเตือนถ้าเกิด out of memory เช่น Execution stopped at this node (n8n may have run out of memory while executing it)

error ที่มีข้อความ Problem running workflow, Connection Lost, หรือ 503 Service Temporarily Unavailable อาจแปลว่า n8n instance ใช้งานไม่ได้ชั่วคราว

ถ้า self-hosting n8n อาจเห็น error เช่น Allocation failed - JavaScript heap out of memory ใน server log

ถ้าใช้ n8n Cloud หรือ Docker image, n8n จะ restart อัตโนมัติเมื่อเจอปัญหานี้ แต่ถ้ารันด้วย npm อาจต้อง restart เอง

Typical causes#

ปัญหานี้เกิดเมื่อ workflow ใช้ memory เกินที่ instance มี ปัจจัยที่ทำให้ใช้ memory เยอะขึ้น เช่น:

  • ปริมาณ JSON data
  • ขนาด binary data
  • จำนวน node ใน workflow
  • node บางตัวใช้ memory เยอะ เช่น Code node และ Function node เก่า
  • การรัน workflow แบบ manual หรือ auto: manual จะใช้ memory เพิ่มเพราะต้อง copy ข้อมูลไป frontend
  • มี workflow อื่นรันพร้อมกัน

Avoiding out of memory situations#

ถ้าเจอ out of memory มี 2 ทางเลือก: เพิ่ม memory ให้ n8n หรือ ลดการใช้ memory

Increase available memory#

ถ้า self-hosting n8n ให้เพิ่ม memory ที่ให้กับ instance (อาจมีค่าใช้จ่ายเพิ่มกับผู้ให้บริการ)

ถ้าใช้ n8n cloud ต้องอัปเกรด plan

Reduce memory consumption#

วิธีนี้ซับซ้อนกว่า ต้องปรับ workflow ที่ใช้ memory เยอะ ดู guideline ด้านล่าง (ไม่ใช่ทุกข้อจะเหมาะกับทุก workflow)

  • Split the data processed into smaller chunks. For example, instead of fetching 10,000 rows with each execution, process 200 rows with each execution.
  • Avoid using the Code node where possible.
  • Avoid manual executions when processing larger amounts of data.
  • Split the workflow up into sub-workflows and ensure each sub-workflow returns a limited amount of data to its parent workflow.

การแบ่ง Workflow อาจดูขัดกับความรู้สึกในตอนแรก เพราะโดยปกติแล้วจะต้องเพิ่ม Node อย่างน้อยสองตัว: Node Loop Over Items เพื่อแบ่งรายการออกเป็นชุดย่อยๆ และ Node Execute Workflow เพื่อเริ่ม Sub-workflow

อย่างไรก็ตาม ตราบใดที่ Sub-workflow ของคุณทำงานหนักในแต่ละชุดข้อมูล (Batch) แล้วส่งคืนผลลัพธ์ชุดเล็กๆ กลับไปยัง Workflow หลัก วิธีนี้จะช่วยลดการใช้หน่วยความจำได้ เนื่องจาก Sub-workflow จะเก็บข้อมูลเฉพาะของ Batch ปัจจุบันไว้ในหน่วยความจำเท่านั้น หลังจากนั้นหน่วยความจำก็จะถูกคืนค่า

Increase old memory#

สำหรับ self-hosting n8n ถ้าเจอ error JavaScript heap out of memory ให้เพิ่ม memory ส่วน old memory ของ V8 engine โดยตั้ง V8 option --max-old-space-size=SIZE ผ่าน CLI หรือ environment variable NODE_OPTIONS