25.4. 自动化控制器容量确定和作业影响

mem_capacity 相对于每个 fork 所需的内存量计算。考虑到内部组件的开销，每个分叉大约需要 100MB。在考虑 Ansible 作业可用的内存量时，容量算法保留 2GB 内存，以考虑存在其他服务。其算法公式是：

(mem - 2048) / mem_per_fork

以下是一个示例：

(4096 - 2048) / 100 == ~20

具有 4GB 内存的系统可以运行 20 个分叉。mem_per_fork 值通过设置 SYSTEM_TASK_FORKS_MEM 的值来控制，默认值为 100。

Ansible 工作负载通常是处理器密集型。在这种情况下，您可以减少同步工作负载，使更多任务可以更快地运行，并减少这些作业的平均完成时间。

就像 mem_capacity 算法调整每个 fork 所需的内存量一样，cpu_capacity 算法会调整每个 fork 所需的处理资源量。这个基准值是每个内核的四个 fork。其算法公式是：

cpus * fork_per_cpu

例如，4 核系统类似如下：

4 * 4 == 16

您可以通过将 SYSTEM_TASK_FORKS_CPU 的值设置为 4 来控制 fork_per_cpu 的值。

作业和临时作业遵循前面的模型，分叉 +1。如果在作业模板上设置了 fork 值，则您的作业容量值是提供的 forks 值的最小值，以及您拥有的主机数量，再加上 1。+1 是考虑父 Ansible 进程。

实例容量决定了哪些作业被分配给任何特定实例。如果作业和临时命令具有更高的 fork 值，则使用更多容量。

作业类型包括以下内容，具有固定影响：

从 CPU 密集型或内存密集型容量限制中选择容量会在最小或最大分叉数量之间进行选择。在上例中，CPU 容量最多允许 16 个 fork，而内存容量允许 20 个。对于某些系统，它们之间的差别可能较大，您可能希望在两者之间保持平衡。

instance 字段 capacity_adjustment 允许您选择要考虑多少。它表示为 0.0 到 1.0 之间的值。如果设置为 1.0，则使用最大值。上例涉及内存容量，因此可以选择 20 个 fork。如果设置为 0.0，则使用最小值。值 0.5 是两个算法之间的 50/50 平衡，即 18：

16 + (20 - 16) * 0.5 = 18