要素キーのバックアップとクロス署名を安全に設定する
復旧キーを保存し、Elementセッションを確認し、暗号化されたメッセージキーがアカウントパスワードと混同することなく復元できることを確認してください。
Matrix Synapseがクライアント同期中にメモリ不足になった場合は、まずLinuxが実際にSynapseプロセスを強制終了したかどうかを確認し、次に通常の/_matrix/client/v3/syncワークロード中にメモリ使用量を測定してください。キャッシュの増加が原因の場合は、極端に低い制限値を強制的に設定するのではなく、キャッシュを適度に調整してください。データベースの応答が遅いとリクエストのバックログが発生し、問題が悪化する可能性があります。
2026年10月10日現在、Synapseの公式リリース履歴には、最新の安定版リリースとして1.162.0(9月29日)、プレリリース版として1.163.0rc1が記載されています。古いインストールを更新することは賢明ですが、リリース番号だけでは、同期関連のメモリ不足の問題を診断したり、修正を保証したりすることはできません。
無限同期、ゲートウェイエラー、またはセッション切断を示すクライアントは、それ自体ではOOMイベントを発生させません。一般的なLinux systemdインストール環境では、クライアントが失敗した時刻付近のカーネルおよびサービスジャーナルを確認してください。
sudo journalctl -k --since "1 hour ago" | grep -Ei 'oom|out of memory|killed process'
sudo journalctl -u matrix-synapse --since "1 hour ago" --no-pager
Synapse または Python プロセス名を示すカーネル OOM キラー メッセージ、systemd ステータス (例: ) oom-kill、または Python のを探してくださいMemoryError。これらは異なる障害メカニズムを示しています。カーネルはホストまたはコンテナのメモリ境界に達したときにプロセスを強制終了する可能性がありますが、 はMemoryErrorシステム全体の OOM キルが発生する前に Python 内で発生する可能性があります。サービス名はパッケージによって異なります。実際のユニット名またはコンテナ名に置き換えてください。
次に、通常の同期を再現しながら、ホストの負荷と最大のプロセスを記録します。
free -h
ps -eo pid,rss,%mem,args --sort=-rss | head -n 12
systemctl show matrix-synapse -p MemoryCurrent -p MemoryMax
RSSはキロバイト単位の常駐メモリであり、アプリケーション固有のメモリを正確に測定したものではありません。共有ページは複数のプロセスでカウントされる可能性があります。Docker では、docker statsと構成済みのコンテナメモリ制限も確認してください。PostgreSQL、Redis、および複数の Synapse ワーカーがホストを共有している場合は、メインの Synapse プロセスだけを責めるのではなく、それらの合計のメモリ使用量を評価してください。
Synapse は、同期要求に迅速に対応するために、最近のイベントとルームデータを意図的にメモリに保持します。デフォルトcaches.global_factor値は です0.5。この値を小さくすると、一般的にキャッシュは小さくなりますが、データベース処理が増える可能性が高くなります。Synapse管理者 FAQ では、低速ストレージでキャッシュが小さすぎると、要求が滞留し、メモリ使用量が全体的に増加する可能性があると警告しています。
アクティブな設定をバックアップしhomeserver.yaml、既存のcaches:ブロックを確認して、関連する値のみを変更します。これは、キャッシュ使用量が増加しているインスタンスの試行的な設定であり、普遍的なチューニング目標ではありません。
caches:
global_factor: 0.3
sync_response_cache_duration: 1m
/syncsync-response キャッシュ設定は、完了した結果をキャッシュに保持する期間を制御します。Synapse のドキュメントに2mはデフォルト値が記載されています。保持期間を短くすると、保持される応答は減少する可能性がありますが、接続が断続的なクライアントの処理負荷が増加する可能性もあります。既にキーが存在する場合は、2 つ目のキーを追加しないでくださいcaches:。インストール時にサービス環境またはコンテナ環境で設定されている場合SYNAPSE_CACHE_FACTOR、その変数が YAML の要素よりも優先されます。
Synapseのインストールで使用されているPython環境でファイルを検証し、必要に応じて設定パスを調整してください。
python -m synapse.config -c /etc/matrix-synapse/homeserver.yaml
検証後にのみ再起動してください。Debian スタイルの systemd パッケージングの場合、これは多くの場合 ですsudo systemctl restart matrix-synapse。コンテナ展開では独自のオーケストレーションが使用されます。設定エラーがないか、直後にサービス ログを確認してください。Synapse設定リファレンスには、でキャッシュ ファクターを再読み込みすることも記載されていますSIGHUPが、これは同期応答保持などの他の設定が再読み込み可能であることを意味するものではありません。両方を変更する場合は、制御された再起動の方が明確です。
クライアントがフリーズしたままメモリ使用量が増加し続ける場合、キャッシュをさらに減らすと逆効果になる可能性があります。RSSの上昇タイミングをCPU負荷、ディスクI/O、データベースアクティビティと比較してください。ホストが混雑している場合やPostgreSQLクエリが遅い場合、同時実行されるリクエストが増加し、それぞれのリクエストが完了するまでデータを保持する可能性があります。
まず、データベースが応答性があり、ディスク容量とI/Oが正常であることを確認してください。Synapse構成リファレンスに記載されているように、本番環境のSynapseはSQLiteではなくPostgreSQL向けに設計されています。これが古いSQLiteベースのインスタンスである場合は、テスト済みのバックアップを使用してサポートされているデータベース移行を計画してください。緊急時のメモリ回避策として、稼働中のデータベースのスワップを試みないでください。
global_factor以前に極端な値まで下げて同期遅延が悪化した場合は、以前の値に戻すか、応答時間と総メモリの両方を監視しながら、やや高めの設定をテストしてください。Synapse のSynapse 管理者 FAQ には、バックエンドの速度が遅くキューが発生している場合は、キャッシュを増やすことが有効であると明記されています。すべてのルーム数、フェデレーション負荷、およびデプロイメント構成に適合する安全な固定 RAM ターゲットはありません。
マルチプロセス環境において負荷の高いデプロイメントを行う場合は、メインプロセスと特定の同期ワーカーのどちらが負荷を増大させているかを特定してください。ワーカーはクライアント同期トラフィックの分散を可能にしますが、各ワーカーもメモリを必要とするため、追加の容量なしにワーカーを追加すると、ホストのメモリ不足(OOM)を悪化させる可能性があります。必要な共有構成なしにクライアント要求を任意のワーカーにルーティングするのではなく、Synapseワーカーのドキュメントに従ってください。
適切な jemalloc 設定が既にサポートされ検証済みのシステムでは、Synapse は を提供しますcache_autotuning。これには、ドキュメントに記載されている 3 つの値max_cache_memory_usage( 、target_cache_memory_usage、min_cache_ttl) すべてが必要であり、キャッシュの削除を使用してターゲット周辺のキャッシュ使用量を抑えます。以下の数値は例示であり、Python、データベース、その他のサービス、およびアクティブなリクエストの急増に対応できるスペースを確保するためにサイズを調整する必要があります。
caches:
cache_autotuning:
max_cache_memory_usage: 512M
target_cache_memory_usage: 384M
min_cache_ttl: 5m
このブロックを既存のキャッシュ設定とマージし、置き換えないでください。これらの数値はキャッシュ予算であり、プロセスの RSS 制限ではありません。これらを使用しても、プロセスが 512 MiB 未満に収まることが保証されるわけではありません。Synapse構成リファレンスでは、この機能に jemalloc が必要であり、Synapse 管理者 FAQでは、 Python のアロケータが jemalloc のアカウンティングに干渉し、場合によっては が必要になる可能性があると警告していますPYTHONMALLOC=malloc。アロケータのプリロード パスとパッケージングは異なるため、 を変更する前に、デプロイメントの実際のライブラリと起動環境を確認してくださいLD_PRELOAD。アーキテクチャ固有のライブラリ パスを盲目的にコピーしないでください。
変更を加えるたびに、以前に障害を引き起こしたのと同じ現実的なクライアント操作を実行します。既存のクライアントを再接続し、可能な場合は初期同期を許可し、通常の増分同期が数回完了するまで待ちます。すべてのSynapseプロセスのピークRSS、スワップアクティビティ、データベースの応答性、およびカーネルが別のOOMイベントをログに記録するかどうかを記録します。再起動直後のわずかな低下は、永続的な修正の証拠ではありません。キャッシュは自然にコールド状態から開始します。
モニタリングが有効になっている場合は、Synapseのメトリクスエンドポイントを使用して、プロセスのメモリ使用量とリクエスト動作を時系列で比較してください。Synapseのモニタリングに関するドキュメントには、ワーカーはメトリクスを個別に公開するため、個別にモニタリングする必要があると説明されています。内部データを公開するのではなく、メトリクスエンドポイントは非公開または保護するようにしてください。
クライアントが再接続を繰り返すことなく同期を完了し、ログに新たなメモリキルが記録されず、同じワークロードでメモリが持続可能なレベルに安定する場合、変更は有効です。同期レイテンシが正常でキャッシュが適切に調整されているにもかかわらずOOMが続く場合は、次に実行すべき現実的な対策は、任意の推奨サーバーサイズではなく、測定されたピーク消費量に基づいて、利用可能なRAMを増やすか、ホストあたりのワークロードを減らすことです。
復旧キーを保存し、Elementセッションを確認し、暗号化されたメッセージキーがアカウントパスワードと混同することなく復元できることを確認してください。
Synapseの同期中に発生するメモリ不足エラーを診断し、キャッシュを安全に調整し、リクエストのバックログを特定し、安定したメモリ使用状況を確認します。
トレースマトリックスのフェデレーション証明書の障害を正しいサーバーに追跡し、TLSチェーンまたはCA信頼を修復し、セキュリティチェックを無効にすることなく修正を検証します。
Route MatrixクライアントとCloudflareをHTTPS 443経由でフェデレーションすることで、Synapseの検出機能を維持し、APIトラフィックのキャッシュやメディアアップロードの中断を回避します。
pg_dumpを使用してSynapseをバックアップし、署名キーとメディアを保護し、古いワンタイムキーを再利用せずにクリーンなPostgreSQLデータベースに復元します。
Mjölnirを、専用のMatrixアカウント、暗号化された管理ルーム、Docker Compose、ポリシーリスト、および権限チェックとともにセットアップします。
廃止されたプロキシはスキップし、Synapseに組み込まれているスライディング同期を設定してください。クライアント検出機能をチェックした後、互換性のあるスマートフォンでルームリストの読み込みと再接続の動作を測定します。
Element Webを静的サイトとしてデプロイし、Matrixホームサーバーに接続し、HTTPSを追加し、Nginxを設定して古いファイルなしで更新を配信します。
64ビット版Raspberry Pi 4に、永続データ、HTTPSフェデレーション、保護された登録、および動作中のホームサーバーのチェック機能を備えたConduitをセットアップします。
ElementまたはMatrix APIを使用して、権限、Synapse命名規則、およびフェデレーションのチェックを行いながら、ドメイン上の共有しやすいMatrixルームのアドレスを設定できます。