Сколько RAM нужно для OpenProject

MAATRIX

Официальный минимум OpenProject — 4 ГБ RAM, и по нему легко ошибиться в обе стороны: кто-то ставит именно 4 ГБ под команду в 20 человек и упирается в OOM-killer на первом же отчёте по диаграмме Ганта, кто-то берёт 16 ГБ «на всякий случай» для трёх пользователей и переплачивает вдвое. Разница в том, что OpenProject — это не одно Rails-приложение, а связка из пяти-шести процессов, и один из них (Elasticsearch) съедает фиксированный кусок памяти независимо от того, работает у вас один человек или полсотни. Разберём, из чего складывается расход, и сколько закладывать под конкретную команду.

Короткий ответ: сколько закладывать

Цифры для установки через официальный openproject-deploy (ветка stable, актуальная линейка на конец лета 2026), стек Rails + Puma, PostgreSQL, Memcached, Elasticsearch, фоновый воркер на good_job.

Это ориентир, не гарантия. Реальный расход зависит от того, сколько кастомных полей и типов задач вы завели, сколько вложений проиндексировано и сколько человек одновременно смотрят один и тот же Ганта — у него не самые дешёвые запросы к базе.

Из чего состоит стек OpenProject и почему Elasticsearch — не опция для галочки

Официальный docker-compose (репозиторий opf/openproject-deploy) поднимает не два контейнера, а минимум шесть: web (само Rails-приложение поверх Puma), worker (фоновые задачи через good_job — начиная с 13-й линейки OpenProject перешёл на очередь на базе PostgreSQL и больше не тянет за собой отдельный Redis для джобов), cron (периодические rake-задачи — напоминания, LDAP-синхронизация), db (PostgreSQL), cache (Memcached, кеш Rails) и elasticsearch — полнотекстовый поиск по задачам, вики и содержимому вложений.

Ключевая деталь, которая ломает интуицию «раз джобы теперь в Postgres, значит стек полегчал»: Elasticsearch — это JVM-процесс со своей кучей, и она резервируется под конфигурацию, а не под объём данных. Пустой индекс на пустой инсталляции с одним пользователем занимает почти столько же памяти, сколько индекс на реальной базе с тысячей задач — разница в диске, не в RAM. Именно ES чаще всего оказывается тем самым «невидимым» потребителем, из-за которого 4 ГБ не хватает уже на старте.

Список контейнеров и их состояние — docker compose ps, а актуальное потребление каждого — docker stats --no-stream.

Что реально ест память: разбор по процессам

Ориентировочные значения на установке с базовым набором проектов и без экзотических плагинов. Снимайте свои цифры — команда для этого ниже.

Главный вывод: на пустой инсталляции без единого пользователя уже занято 1,8–2,5 ГБ — Elasticsearch и Puma-воркеры на дежурстве, а не активная работа. Это архитектурная цена полнотекстового поиска и многопроцессной модели Rails, а не признак утечки или плохой конфигурации.

Что двигает расход при росте команды

Число заведённых аккаунтов почти не влияет на память напрямую — важно, сколько человек одновременно открыли интерфейс. На практике сильнее давят три фактора.

Число Puma-воркеров. Каждый воркер — это полноценный процесс Rails с загруженным приложением, а не лёгкий поток. По умолчанию deploy-конфиг считает их от числа vCPU; на 4-ядерной машине это обычно 2–4 воркера, то есть 800 МБ–1,6 ГБ только под веб-слой ещё до первого запроса.

Диаграммы Ганта и отчёты с большим числом задач. Представление с несколькими сотнями задач, зависимостями и фильтрами по нескольким проектам сразу — это тяжёлые SQL-запросы с джойнами по иерархии work packages. Разовый всплеск потребления памяти на стороне Puma-воркера, который его обрабатывает, может доходить до пары сотен мегабайт сверх обычного — и это нормально, если не происходит постоянно у всех воркеров одновременно.

Вложения и полнотекстовая индексация. Каждый загруженный файл, если включена индексация содержимого, проходит через Elasticsearch — сам файл не хранится в памяти постоянно, но пиковая нагрузка на индексацию больших PDF или Excel-файлов заметна именно на ES-контейнере в момент загрузки, а не на Rails-приложении.

Кастомные типы задач и поля. Каждый добавленный тип work package и custom field увеличивает метаданные, которые Rails кеширует при старте каждого воркера — для десятка-другого кастомных полей это не критично, но при активном использовании прикладных плагинов Enterprise-редакции стоит закладывать запас отдельно.

Как замерить память на своём сервере

Не берите цифры из таблиц выше как окончательные — снимите свои.

Сколько ест каждый контейнер прямо сейчас:

docker stats --no-stream --format "table {{.Name}}\t{{.MemUsage}}\t{{.CPUPerc}}"

Пиковое потребление контейнера за время работы, а не текущее — тарифицировать нужно по худшему моменту:

docker exec openproject-web-1 cat /sys/fs/cgroup/memory.peak

Реальный heap Elasticsearch — если он настроен на автоматическое масштабирование под контейнер, лучше проверить фактическое использование, а не доверять дефолту:

curl -s localhost:9200/_nodes/stats/jvm | python3 -m json.tool | grep -A3 heap_used

Размер базы PostgreSQL:

SELECT pg_size_pretty(pg_database_size('openproject'));

Доступная память, а не «свободная»: free -m, колонка available — Linux честно отдаёт незанятую память под дисковый кеш Postgres и файлов, это не признак нехватки RAM.

Тюнинг под ограниченную память

Если тариф уже куплен и есть 4–6 ГБ, вот что реально снижает расход без потери функциональности.

Урезать JVM heap Elasticsearch осознанно, а не оставлять автоопределение по размеру контейнера — для малых команд 512 МБ обычно достаточно, ниже уже рискованно для стабильности самого ES:

# в .env deploy-конфига
ES_JAVA_OPTS=-Xms512m -Xmx512m

Уменьшить число Puma-воркеров, если сервер на 2 vCPU и команда до 10 человек:

# .env
WEB_WORKERS=2

Ограничить лимит Memcached явно, а не оставлять значение по умолчанию, которое может быть избыточным для маленькой базы:

# docker-compose.yml, сервис cache
command: memcached -m 64

Задать shared_buffers PostgreSQL вручную — на сервере, где Postgres делит память с остальным стеком, безопаснее фиксированные 256–512 МБ, чем автонастройка на 25% RAM всей машины. Общий подход к тюнингу базы разобран в статье про настройку PostgreSQL на VPS.

Добавить swap как подушку, не как замену RAM — 2 ГБ swap спасают от OOM-killer в момент разового пика на тяжёлом отчёте, ценой замедления именно в этот момент:

fallocate -l 2G /swapfile && mkswap /swapfile && swapon /swapfile
echo 'vm.swappiness=10' >> /etc/sysctl.conf

Если для команды до 5 человек полнотекстовый поиск по содержимому вложений не критичен, можно временно не поднимать сервис elasticsearch вовсе — базовая работа с задачами, статусами и фильтрами через Postgres при этом сохраняется, теряется только поиск по тексту внутри файлов.

Какой сервер под OpenProject взять в MAATRIX

Знакомство и тест: 2 vCPU, 4 ГБ RAM, 40 ГБ NVMe. Хватит поставить стек, пройти мастер настройки и завести пару проектов. Для повседневной работы даже небольшой командой тесно — Elasticsearch и Puma-воркеры на дежурстве уже занимают половину памяти.

Малая и средняя команда, 5–15 человек: 4 vCPU, 8 ГБ RAM, 80 ГБ NVMe. Комфортный вариант для нескольких проектов с диаграммами Ганта, ролями и вложениями. Ядра важны не меньше памяти — Elasticsearch и SQL-запросы по иерархии задач процессорозависимы.

Крупная команда, 15–40 человек, несколько портфелей: 6–8 vCPU, 16 ГБ RAM, от 160 ГБ NVMe. Запас нужен под пиковые отчёты по нескольким проектам одновременно и индексацию большого объёма вложений.

Локация. Для команды, работающей преимущественно из России, разумнее российская площадка — меньше задержка на каждое действие в интерфейсе, который живёт постоянным обменом с сервером. Данные по 152-ФЗ — дополнительный аргумент в пользу РФ; для распределённых команд с частью сотрудников за рубежом рабочий компромисс — Лондон.

OpenProject из каталога apps.maatrix.io разворачивается на сервере автоматически при заказе — Docker, все шесть контейнеров стека и доступ администратора приходят готовыми в личный кабинет. Донастройка под свою нагрузку — число воркеров, heap Elasticsearch, буферы Postgres — по инструкциям выше, подробный пошаговый разбор установки есть в статье как установить и настроить OpenProject на VPS. Оплата принимается картами российских банков, по СБП, криптовалютой и токеном MAAT, включая зарубежные локации без иностранной карты.

Частые вопросы