继续在Heroku上获得错误R14（超出内存配额）。
在本地分析django app上的内存我没有看到任何问题。我们已经安装了New Relic，除了一个奇怪的东西外，其他东西看起来还不错：
http://screencast.com/t/Uv1W3bjd
内存使用每个dyno徘徊在15mb左右，但由于某些原因，“dynos running”事物迅速扩展到10+。不确定这有什么意义，因为我们目前只在web dyno上运行。
我们也在运行芹菜，事情似乎也很正常（约15mb）。虽然它是可疑的，因为我相信我们在启动时就开始出现错误。
我们的一些请求确实需要一段时间，因为它们会向echosign发送肥皂请求，有时可能需要6-10秒才能响应。这是否会以某种方式阻止并导致新的dyno旋转？
这是我的proc文件：
web: python manage.py collectstatic --noinput; python manage.py compress; newrelic-admin run-program python manage.py run_gunicorn -b "0.0.0.0:$PORT" -w 9 -k gevent --max-requests 250
celeryd: newrelic-admin run-program python manage.py celeryd -E -B --loglevel=INFO
主要问题是内存错误。
答案 0 :(得分：13)
我相信我可能已经找到了这个问题。
基于posts these，我认为我应该在9-10名炮兵工作人员的某个地方。我认为这是不正确的（至少，这是我的应用程序正在做的工作）。
我一直在运行9名枪手，终于意识到这是heroku和本地之间唯一真正的区别（就配置而言）。
根据gunicorn design document，对工人的建议是这样的：
请勿将工作人员数量扩展到您期望的客户数量 具有。 Gunicorn应该只需要4到12个工作流程来处理 每秒数百或数千个请求。
Gunicorn依靠操作系统来提供所有负载 处理请求时保持平衡。一般我们建议（2 x $ num_cores）+ 1作为开始的工人数量。虽然没有 过于科学，公式是基于a的假设 给定核心，一个工作人员将从套接字读取或写入 而另一名工人正在处理请求。
虽然有关于Heroku Dyno CPU能力的信息，我现在已经读到每个dyno运行在1/4 Core左右的东西上。不是超级强大，但我想是足够强大。
将我的工作人员调到3 （根据他们粗略的公式甚至很高）似乎已经停止了我的记忆问题，至少目前是这样。当我想到它时，我会得到的有关内存警告的有趣之处是它永远不会上升。它达到了103％左右，然后只是停留在那里，而如果它实际上是一个泄漏，它应该一直上升，直到被关闭。所以我的理论是我的工作人员最终消耗的内存足以超过512mb。
HEROKU应该在某处添加这些信息!! 至少我应该top进入我正在运行的dyno，看看发生了什么。本来可以节省我几个小时和几天。