Cloud 데이터 관리

Cloud에서 데이터를 관리하는 방법.

Cloud에서 데이터를 관리할 때 두 가지 주요 사항이 있습니다: 메모리 사용량: 대량의 데이터를 처리하는 복잡한 워크플로는 n8n의 메모리 한계를 초과할 수 있습니다. 이 경우 인스턴스가 충돌하여 접근할 수 없게 될 수 있습니다. 데이터 저장: 실행 설정 및 볼륨에 따라 n8n 데이터베이스 크기가 커져 저장 용량이 부족해질 수 있습니다. 이러한 문제를 방지하려면 n8n은 메모리 효율성을 염두에 두고 워크플로를 구축하고 불필요한 데이터를 저장하지 않도록 권장합니다. 각 Cloud 플랜의 메모리 한계 # 현재 플랜: Trial: 320MiB RAM, 10 밀리코어 CPU 버스트 가능 Starter: 320MiB RAM, 10 밀리코어 CPU 버스트 가능 Pro-1 (10k 실행): 640MiB RAM, 20 밀리코어 CPU 버스트 가능 Pro-2 (50k 실행): 1280MiB RAM, 80 밀리코어 CPU 버스트 가능 Enterprise: 4096MiB RAM, 80 밀리코어 CPU 버스트 가능 레거시 플랜: Start: 320MiB RAM, 10 밀리코어 CPU 버스트 가능 Power: 1280MiB RAM, 80 밀리코어 CPU 버스트 가능 n8n은 각 인스턴스에 최대 100GB의 데이터 저장 공간을 제공합니다. 워크플로의 메모리 소비 줄이기 # 워크플로를 구축하는 방식은 실행 시 소비하는 데이터의 양에 영향을 미칩니다. 이러한 지침이 모든 경우에 적용되는 것은 아니지만, 인스턴스 메모리를 초과하지 않기 위한 기본적인 모범 사례를 제공합니다. 처리하는 데이터를 더 작은 청크로 나누세요. 예를 들어, 각 실행마다 10,000개의 행을 가져오는 대신 각 실행마다 200개의 행을 처리하세요. 가능하면 Code 노드 사용을 피하세요. 대용량 데이터를 처리할 때는 수동 실행을 피하세요. 워크플로우를 서브 워크플로우로 분할하고, 각 서브 워크플로우가 부모 워크플로우에 반환하는 데이터의 양을 제한하세요. 워크플로우를 분할하는 것이 처음에는 직관적이지 않을 수 있습니다. 보통 최소 두 개의 노드가 추가로 필요하기 때문입니다: 항목을 더 작은 배치로 나누기 위한 Loop Over Items 노드와 서브 워크플로우를 시작하기 위한 Execute Workflow 노드가 그것입니다. 그러나 서브 워크플로우가 각 배치의 주요 처리를 담당하고 메인 워크플로우에는 소량의 결과만 반환하는 한, 메모리 소비가 줄어듭니다. 서브 워크플로우는 현재 배치의 데이터만 메모리에 보유하고, 처리가 끝나면 메모리가 해제되기 때문입니다. n8n 자체도 실행하는 데 메모리를 소비합니다. 평균적으로 소프트웨어 자체가 약 180MiB RAM을 사용합니다. UI와의 상호 작용도 메모리를 소비합니다. 무거운 실행을 수행하는 동안 워크플로 UI를 조작하면 메모리 용량이 한계를 초과할 수 있습니다. Cloud에서 실행 데이터 관리 # 실행 데이터에는 노드 데이터, 파라미터, 변수, 실행 컨텍스트 및 바이너리 데이터 참조가 포함됩니다. 텍스트 기반입니다. 바이너리 데이터는 n8n이 일반 텍스