Exit-Code 137 in GitHub Actions: Behebung von Out-of-Memory
Zuletzt aktualisiert · Erstmals veröffentlicht
Process completed with exit code 137 bedeutet, dass ein Prozess in Ihrem Job mit SIGKILL beendet wurde. Auf GitHub Actions ist der übliche Grund, dass dem Runner der Arbeitsspeicher ausgegangen ist. Die Zahl ergibt sich aus 128 plus 9, wobei 9 das SIGKILL-Signal ist. Im Folgenden erfahren Sie, wie Sie bestätigen, dass es sich um Speichermangel handelt, wie viel RAM Runner haben und welche Lösungen es für Node, Jest, Gradle und Docker gibt.
Die genaue Meldung
Error: Process completed with exit code 137.
Ein Shell-Schritt zeigt dies an, wenn sein Befehl oder ein von ihm gestarteter Prozess durch SIGKILL beendet wurde. In der Docker-Ausgabe sehen Sie möglicherweise auch Killed oder OOMKilled: true. Es gibt weitere Ursachen für 137 (ein kill -9, ein Timeout beim Stoppen eines Containers, ein abgebrochener Job), doch Speichermangel ist in CI mit Abstand der häufigste Grund.
Wie viel Arbeitsspeicher hat ein Runner?
Laut der GitHub-Runner-Referenz, geprüft im Oktober 2026:
| Repository | Standard-Linux-Runner | RAM |
|---|---|---|
| Öffentlich | 4 CPU | 16 GB |
| Privat | 2 CPU | 8 GB |
Viele Builds, die auf einem Laptop mit 16 oder 32 GB laufen, schlagen auf einem privaten Runner mit 8 GB fehl, besonders dann, wenn ein Tool für jeden erkannten CPU-Kern einen eigenen Worker startet.
Speichermangel bestätigen
- name: Memory check after failure
if: failure()
run: |
free -m
sudo dmesg | grep -i -E "killed process|out of memory" | tail
Wenn dmesg Out of memory: Killed process anzeigt, haben Sie Ihre Antwort. Protokollieren Sie außerdem während des Builds alle paar Sekunden den Speicherverbrauch:
- run: |
(while true; do date +%T; free -m | sed -n 2p; sleep 5; done) &
Ursachen und Lösungen
1. Node.js-Builds und Bundler
Das standardmäßige Heap-Limit von Node hängt von der Version und vom Systemspeicher ab, und große Bundles können es erreichen. Erhöhen Sie das Limit, halten Sie es aber unterhalb des RAM des Runners:
- run: npm run build
env:
NODE_OPTIONS: --max-old-space-size=6144
Sie können den Speicherbedarf außerdem senken, indem Sie Source Maps in CI deaktivieren oder die Typprüfung und den Build als getrennte Schritte ausführen.
2. Jest, Vitest oder andere Testrunner mit zu vielen Workern
Jeder Worker ist ein vollständiger Prozess mit eigener Testumgebung, und undichte Tests lassen ihn weiter wachsen.
- run: npx jest --maxWorkers=2 --logHeapUsage
- run: npx jest --runInBand # slowest, lowest memory
Finden Sie Speicherlecks mit --detectOpenHandles und --logHeapUsage. Jest 29 und neuer unterstützen außerdem --workerIdleMemoryLimit=1GB, wodurch Worker neu gestartet werden, die zu groß werden. Mit Test-Sharding verteilen Sie Tests auf mehrere Jobs, was auch den Speicherverbrauch aufteilt.
3. Gradle und Maven
Der Gradle-Daemon, der Kotlin-Compile-Daemon und die JVMs für Tests belegen jeweils eigenen Heap-Speicher, und zusammen können sie 8 GB überschreiten.
- run: ./gradlew build --no-daemon
env:
GRADLE_OPTS: -Xmx2g
In gradle.properties:
org.gradle.jvmargs=-Xmx2g -XX:MaxMetaspaceSize=512m
org.gradle.workers.max=2
kotlin.daemon.jvm.options=-Xmx1g
Für Maven verwenden Sie MAVEN_OPTS: -Xmx2g und -T 1 statt einer hohen Thread-Anzahl. Wenn Tests JVMs forken, setzen Sie in Surefire forkCount und argLine mit -Xmx.
4. Docker-Builds und Service-Container
Entweder hat ein Container sein Speicherlimit erreicht oder der Host. Typisch sind Kompilierschritte in docker build, etwa Rust oder C++ mit hoher Parallelität. Senken Sie die Parallelität (cargo build -j2, make -j2) und setzen Sie explizite Limits für speicherhungrige Dienste:
services:
es:
image: elasticsearch:8.15.0
env:
ES_JAVA_OPTS: -Xms512m -Xmx512m
5. Ein Speicherleck in Ihrem eigenen Code oder in Tests
Wenn der Speicherverbrauch mit jeder Testdatei steigt, liegt die Ursache im Code. Beheben Sie das Leck oder starten Sie Worker häufiger neu.
6. Ein abgebrochener oder per Timeout beendeter Job
Das Abbrechen eines Laufs oder ein Schritt, der das [timeout-minutes](/errors/timeout-minutes) erreicht, beendet ebenfalls Prozesse. Schließen Sie zuerst einen Abbruch durch Concurrency aus (siehe The operation was canceled).
Wenn Optimieren nicht ausreicht
Verwenden Sie eine Maschine mit mehr RAM. Optionen sind ein größerer GitHub-Runner (siehe die Dokumentation zu größeren Runnern) oder ein Runner-Anbieter. Die Standard-Linux-Maschine von compiler.dev hat 8 vCPU / 16 GB, eine frische VM pro Job, zu $0.008 pro Minute (Stand Oktober 2026). Sie wechseln mit runs-on: [self-hosted, Linux, compiler-ci]. Siehe Preise und den Runner-Größenwähler. Wenn dem Job auch der Speicherplatz ausgeht, siehe No space left on device. Ein vollständiger Absturz des Runners sieht anders aus, siehe lost communication.
So verhindern Sie den Fehler
- Erfassen Sie den Spitzenspeicherverbrauch in CI und legen Sie einen Alarmschwellenwert unterhalb des RAM des Runners fest.
- Übergeben Sie jedem Tool explizite Heap- und Worker-Limits, statt sich auf die automatische Erkennung zu verlassen.
- Führen Sie Linting, Typprüfungen, Builds und Tests als getrennte Jobs aus.
- Führen Sie auf kleinen Runnern jeweils nur einen speicherintensiven Prozess gleichzeitig aus.
- Prüfen Sie Abhängigkeitsupgrades, die die Bundle-Größe oder den Speicherbedarf von Tests erhöhen.
FAQ
Was bedeutet Exit-Code 137?
Der Prozess hat SIGKILL erhalten. 137 ergibt sich aus 128 + 9. In der CI ist das fast immer der Out-of-Memory-Killer des Kernels.
Ist Exit-Code 137 dasselbe wie 143?
Nein. 143 ist SIGTERM (128 + 15), eine höfliche Stoppaufforderung, die häufig bei einem Abbruch gesendet wird. 137 ist ein erzwungenes Beenden.
Warum funktioniert es lokal?
Ihr Laptop hat mehr RAM und eine andere Kernanzahl. Runner haben einen festen, kleineren Speicher.
Hilft zusätzlicher Swap-Speicher?
Er kann das Beenden zwar verzögern, verlangsamt den Build aber deutlich. Reduzieren Sie stattdessen den Speicherverbrauch oder nutzen Sie eine größere Maschine.
Verwandt
- Prozess mit Exit-Code 1 beendet: So debuggen Sie"Process completed with exit code 1" in GitHub Actions: Ein Befehl ist fehlgeschlagen. So finden Sie den echten Fehler und beheben ihn.
- Prozess mit Exit-Code 127 beendet: Befehl nicht gefunden"Process completed with exit code 127" in GitHub Actions beheben: command not found. Fehlende Tools, PATH zwischen Steps, falsche Skriptpfade, CRLF.
- Prozess mit Exit-Code 143 beendet: SIGTERM behebenFix "Process completed with exit code 143" in GitHub Actions: SIGTERM durch Abbruch, Timeouts, Runner-Shutdown oder docker stop, und wie Sie damit umgehen.
- The Process '/usr/bin/git' Failed With Exit Code 128Fehler "The process '/usr/bin/git' failed with exit code 128" in GitHub Actions: Auth, fehlende Refs, Shallow Clones und dubious ownership, mit Lösungen.