Dify のトラブルシュート：よくあるエラーと解決法

2025年8月8日

Dify

Dify を利用していると、様々な場面でエラーに遭遇することがあります。セットアップ時の環境構築から、実際の運用まで、多くの開発者が同じような問題で悩んでいるのではないでしょうか。

本記事では、Dify でよく発生するエラーと、その効果的な解決法をまとめました。エラーコードと具体的な解決手順を詳しくご説明しますので、トラブルに遭遇した際の参考にしていただければと思います。

Dify とは

Dify は、LLM（大規模言語モデル）アプリケーションの開発を簡単にするオープンソースプラットフォームです。ワークフローの作成からチャットボットの構築まで、直感的な UI で AI アプリケーションを開発できることが特徴となっています。

Docker を使った簡単なデプロイメントや、豊富な API 連携機能により、多くの企業で採用されているプラットフォームでもあります。しかし、その便利さの一方で、環境構築や設定時に様々なトラブルが発生することがあるのも事実です。

項目	説明
プラットフォーム	オープンソース LLM アプリケーション開発プラットフォーム
主な機能	ワークフロー作成、チャットボット構築、API 連携
デプロイ方法	Docker、クラウドサービス
対応 LLM	OpenAI、Anthropic、ローカルモデルなど

インストール・セットアップエラー

Docker 関連エラー

Dify のインストールで最も多いのが Docker 関連のエラーです。Docker Desktop が正しく動作していない場合や、権限設定に問題がある場合に発生します。

Cannot connect to the Docker daemon エラー

Docker デーモンが起動していない場合に発生するエラーです。

bashError response from daemon: Cannot connect to the Docker daemon at unix:///var/run/docker.sock. Is the docker daemon running?

このエラーが発生した場合の解決手順は以下のとおりです。

Docker Desktop が起動していることを確認する
Docker デーモンのステータスを確認する
必要に応じて Docker を再起動する

bash# Docker の状態確認
docker info

# Docker デーモンの起動（Linux の場合）
sudo systemctl start docker

# Docker Desktop の再起動（macOS/Windows の場合）
# アプリケーションから Docker Desktop を再起動

Permission denied エラー

Docker へのアクセス権限がない場合に発生します。特に Linux 環境でよく見られるエラーです。

bashpermission denied while trying to connect to the Docker daemon socket at unix:///var/run/docker.sock

解決方法として、ユーザーを docker グループに追加します。

bash# ユーザーを docker グループに追加
sudo usermod -aG docker $USER

# 設定を反映するため再ログインまたは以下を実行
newgrp docker

環境変数設定エラー

Dify では多くの環境変数を設定する必要があります。設定漏れや値の間違いにより、様々なエラーが発生することがあります。

Missing required environment variable エラー

必須の環境変数が設定されていない場合のエラーです。

bashError: Missing required environment variable 'SECRET_KEY'

.env ファイルで必須の環境変数を設定します。

bash# .env ファイルの設定例
SECRET_KEY=your-secret-key-here
DB_USERNAME=postgres
DB_PASSWORD=your-password
DB_HOST=db
DB_PORT=5432
DB_DATABASE=dify
REDIS_HOST=redis
REDIS_PORT=6379
REDIS_DB=0

環境変数の設定確認は以下のコマンドで行えます。

bash# 環境変数の確認
docker-compose config

# 特定の環境変数の確認
echo $SECRET_KEY

Invalid database URL format エラー

データベース接続 URL の形式が正しくない場合に発生します。

bashError: Invalid database URL format. Expected format: postgresql://username:password@host:port/database

DATABASE_URL の形式を正しく設定する必要があります。

bash# 正しい DATABASE_URL 形式
DATABASE_URL=postgresql://postgres:password@db:5432/dify

# Redis URL の形式
REDIS_URL=redis://redis:6379/0

ポート競合エラー

複数のサービスが同一ポートを使用しようとする場合に発生するエラーです。

Port already in use エラー

Dify のデフォルトポート（80、443）が既に使用されている場合に発生するエラーです。

bashError starting userland proxy: listen tcp4 0.0.0.0:80: bind: address already in use

ポート競合の確認と解決方法をご説明します。

bash# ポート使用状況の確認
lsof -i :80
netstat -tulnp | grep :80

# プロセスの確認
ps aux | grep nginx

docker-compose.yml でポート番号を変更することで解決できます。

yamlversion: '3.8'
services:
  nginx:
    ports:
      - "8080:80"   # ポートを8080に変更
      - "8443:443"  # ポートを8443に変更
  db:
    ports:
      - "5433:5432" # PostgreSQL ポートも変更可能

認証・ログインエラー

API キー設定エラー

LLM プロバイダーの API キーが正しく設定されていない場合に発生するエラーです。

Invalid API key エラー

OpenAI API キーが無効または設定されていない場合のエラーです。

bashError: Invalid API key provided. Please check your API key and try again.
Status Code: 401
Response: {"error": {"message": "Invalid API key provided"}}

API キーの設定確認と修正手順は以下のとおりです。

API キーが正しく入力されているか確認
API キーの有効期限をチェック
API 使用制限に達していないか確認

bash# .env ファイルでの API キー設定
OPENAI_API_KEY=sk-your-openai-api-key-here
ANTHROPIC_API_KEY=your-anthropic-api-key-here
GOOGLE_API_KEY=your-google-api-key-here

API キーの有効性をテストする方法もご紹介します。

bash# OpenAI API キーのテスト
curl https://api.openai.com/v1/models \
  -H "Authorization: Bearer $OPENAI_API_KEY"

API quota exceeded エラー

API の使用量制限に達した場合のエラーです。

bashError: You exceeded your current quota, please check your plan and billing details.
Status Code: 429

解決方法として以下の対応が必要です。

対応方法	説明
プラン確認	API プロバイダーの料金プランを確認
使用量確認	現在の API 使用量をダッシュボードで確認
支払い設定	必要に応じて支払い方法を設定
レート制限調整	リクエスト頻度を調整

データベース接続エラー

Dify のデータベース接続で発生するエラーと解決法をご紹介します。

Connection refused エラー

データベースサーバーに接続できない場合のエラーです。

bashpsycopg2.OperationalError: could not connect to server: Connection refused
Is the server running on host "db" (172.20.0.2) and accepting TCP/IP connections on port 5432?

接続エラーの診断手順をお示しします。

bash# データベースコンテナの状態確認
docker-compose ps

# データベースログの確認
docker-compose logs db

# ネットワーク接続テスト
docker-compose exec api ping db

# データベースサービスの再起動
docker-compose restart db

Authentication failed エラー

データベース認証情報が間違っている場合のエラーです。

bashpsycopg2.OperationalError: FATAL: password authentication failed for user "postgres"

認証情報の確認と修正方法をご説明します。

bash# .env ファイルの認証情報確認
DB_USERNAME=postgres
DB_PASSWORD=your-correct-password
DB_DATABASE=dify

データベース内でパスワードを直接変更する場合は以下のようになります。

sql-- データベース内でのパスワード変更
ALTER USER postgres PASSWORD 'new-password';

OAuth 設定エラー

OAuth 認証設定で発生するエラーと解決法をお伝えします。

Invalid redirect URI エラー

OAuth リダイレクト URI が正しく設定されていない場合のエラーです。

bashError: redirect_uri_mismatch
The redirect URI in the request does not match the ones authorized for the OAuth client

正しいリダイレクト URI の設定方法は以下のとおりです。

bash# OAuth 設定例（.env ファイル）
OAUTH_REDIRECT_URI=http://localhost:3000/auth/callback
OAUTH_CLIENT_ID=your-client-id
OAUTH_CLIENT_SECRET=your-client-secret

各 OAuth プロバイダーでのリダイレクト URI 設定も必要です。

プロバイダー	リダイレクト URI 例
Google	http://localhost:3000/auth/google/callback
GitHub	http://localhost:3000/auth/github/callback
Microsoft	http://localhost:3000/auth/microsoft/callback

ワークフロー・チャットボットエラー

ノード接続エラー

ワークフローでノード間の接続に失敗する場合のエラーです。

Node connection failed エラー

ノード間のデータ型が一致しない場合に発生するエラーです。

bashError: Cannot connect nodes: Output type 'string' is not compatible with input type 'number'
Node ID: node_123
Connection: output_1 -> input_2

ノード接続エラーの診断と解決手順をご説明します。

出力ノードのデータ型を確認する
入力ノードの期待データ型を確認する
必要に応じて変換ノードを挿入する

javascript// データ型変換の例
// 文字列を数値に変換
const numberValue = parseInt(stringValue, 10);

// 小数点を含む場合
const floatValue = parseFloat(stringValue);

// JSON 文字列をオブジェクトに変換
const objectValue = JSON.parse(jsonString);

Circular dependency detected エラー

ワークフロー内で循環参照が発生した場合のエラーです。

bashError: Circular dependency detected in workflow
Path: node_a -> node_b -> node_c -> node_a

循環参照を回避するための設計パターンをご紹介します。

javascript// 依存関係の整理例
// 問題のあるフロー（循環参照）
node_a.output -> node_b.input
node_b.output -> node_c.input
node_c.output -> node_a.input  // ここで循環

// 修正後のフロー
node_a.output -> node_b.input
node_b.output -> node_c.input
node_c.output -> node_d.input  // 終端ノードへ

LLM モデル接続エラー

LLM モデルとの接続で発生するエラーと対処法をご紹介します。

Model not available エラー

指定したモデルが利用できない場合のエラーです。

bashError: The model 'gpt-4-turbo' is not available for your account
Status Code: 404
Model: gpt-4-turbo
Provider: OpenAI

モデル利用可能性の確認手順をお示しします。

bash# 利用可能モデルの確認（OpenAI API 例）
curl https://api.openai.com/v1/models \
  -H "Authorization: Bearer $OPENAI_API_KEY"

# レスポンス例の確認
# {"data": [{"id": "gpt-3.5-turbo", "object": "model", ...}]}

代替モデルの設定例をご紹介します。

javascript// モデル設定の例
const modelConfig = {
  provider: 'openai',
  model: 'gpt-3.5-turbo',  // 利用可能なモデルに変更
  temperature: 0.7,
  max_tokens: 1000,
  top_p: 1.0
};

Token limit exceeded エラー

トークン数の制限を超えた場合のエラーです。

bashError: This model's maximum context length is 4096 tokens. However, your messages resulted in 5234 tokens.
Status Code: 400

トークン数制限の対処法をご説明します。

対処方法	説明	効果
テキスト短縮	入力テキストを適切な長さに調整	即座に解決
チャンク分割	長いテキストを複数に分割して処理	段階的処理可能
モデル変更	より大きなコンテキストウィンドウを持つモデルに変更	根本的解決
履歴削除	会話履歴の古い部分を削除	リアルタイム対応

javascript// テキストチャンク分割の実装例
function splitTextIntoChunks(text, maxTokens = 3000) {
  const chunks = [];
  const sentences = text.split(/[.!?]+/);
  let currentChunk = '';
  
  for (const sentence of sentences) {
    const testChunk = currentChunk + sentence + '. ';
    
    if (estimateTokenCount(testChunk) > maxTokens && currentChunk) {
      chunks.push(currentChunk.trim());
      currentChunk = sentence + '. ';
    } else {
      currentChunk = testChunk;
    }
  }
  
  if (currentChunk.trim()) {
    chunks.push(currentChunk.trim());
  }
  
  return chunks;
}

// 簡易的なトークン数推定
function estimateTokenCount(text) {
  return Math.ceil(text.length / 4);  // 平均的な英語テキスト
}

データソース連携エラー

外部データソースとの連携で発生するエラーの解決法をお伝えします。

Database connection timeout エラー

データベース接続がタイムアウトした場合のエラーです。

bashError: Connection timeout after 30000ms
Database: PostgreSQL
Host: external-db.example.com
Port: 5432
Timeout: 30s

接続タイムアウトの解決手順は以下のとおりです。

javascript// データベース接続設定の調整
const dbConfig = {
  host: 'external-db.example.com',
  port: 5432,
  database: 'your_database',
  user: 'username',
  password: 'password',
  connectionTimeoutMillis: 60000,  // 60秒に延長
  idleTimeoutMillis: 30000,
  max: 10,  // 接続プール最大数
  ssl: {
    rejectUnauthorized: false  // SSL設定（必要に応じて）
  }
};

接続品質の診断方法をご紹介します。

bash# ネットワーク遅延の確認
ping external-db.example.com

# ポート接続テスト
telnet external-db.example.com 5432

# DNS解決の確認
nslookup external-db.example.com

API rate limit exceeded エラー

外部 API のレート制限に達した場合のエラーです。

bashError: Rate limit exceeded. Try again in 60 seconds.
Status Code: 429
API: external-api.example.com
Limit: 100 requests/minute
Reset-Time: 2024-01-01T12:01:00Z

レート制限対応の実装例をご紹介します。

javascript// レート制限対応クラスの実装
class RateLimiter {
  constructor(maxRequests = 100, timeWindow = 60000) {
    this.maxRequests = maxRequests;
    this.timeWindow = timeWindow;
    this.requests = [];
  }
  
  async makeRequest(apiCall) {
    await this.waitIfNeeded();
    this.requests.push(Date.now());
    
    try {
      return await apiCall();
    } catch (error) {
      if (error.status === 429) {
        const retryAfter = this.parseRetryAfter(error.headers);
        await this.sleep(retryAfter * 1000);
        return this.makeRequest(apiCall);
      }
      throw error;
    }
  }
  
  async waitIfNeeded() {
    const now = Date.now();
    
    // 古いリクエスト記録を削除
    this.requests = this.requests.filter(
      time => now - time < this.timeWindow
    );
    
    // レート制限チェック
    if (this.requests.length >= this.maxRequests) {
      const oldestRequest = this.requests[0];
      const waitTime = this.timeWindow - (now - oldestRequest);
      
      if (waitTime > 0) {
        await this.sleep(waitTime);
      }
    }
  }
  
  parseRetryAfter(headers) {
    return parseInt(headers['retry-after'] || '60', 10);
  }
  
  sleep(ms) {
    return new Promise(resolve => setTimeout(resolve, ms));
  }
}

// 使用例
const limiter = new RateLimiter(100, 60000);

async function callExternalAPI(data) {
  return await limiter.makeRequest(async () => {
    const response = await fetch('https://external-api.example.com/endpoint', {
      method: 'POST',
      headers: {'Content-Type': 'application/json'},
      body: JSON.stringify(data)
    });
    
    if (!response.ok) {
      const error = new Error(`HTTP ${response.status}`);
      error.status = response.status;
      error.headers = response.headers;
      throw error;
    }
    
    return response.json();
  });
}

パフォーマンス関連問題

レスポンス遅延

Dify のレスポンスが遅い場合の原因分析と改善方法をご説明します。

遅延の原因分析

レスポンス遅延の主な原因と診断方法をお示しします。

bash# API レスポンス時間の測定
curl -w "@curl-format.txt" -o /dev/null -s "http://localhost:3000/api/chat"

# curl-format.txt の内容例
time_namelookup:    %{time_namelookup}s\n
time_connect:       %{time_connect}s\n
time_appconnect:    %{time_appconnect}s\n
time_pretransfer:   %{time_pretransfer}s\n
time_redirect:      %{time_redirect}s\n
time_starttransfer: %{time_starttransfer}s\n
time_total:         %{time_total}s\n

各段階での性能基準をまとめました。

処理段階	正常値	警告値	改善方法
データベースクエリ	< 100ms	> 500ms	インデックス最適化、クエリ改善
LLM API 呼び出し	< 5000ms	> 15000ms	モデル変更、プロンプト短縮
ファイル I/O	< 50ms	> 200ms	SSD 使用、キャッシュ活用
ネットワーク遅延	< 100ms	> 500ms	CDN 使用、地理的配置最適化

パフォーマンス改善策

レスポンス速度を向上させるための具体的な改善策をご説明します。

sql-- データベースクエリ最適化例
-- 改善前：フルテーブルスキャン
SELECT * FROM conversations WHERE user_id = 123 AND created_at > '2024-01-01';

-- 改善後：インデックスを活用
CREATE INDEX idx_conversations_user_date ON conversations(user_id, created_at);
SELECT id, title, created_at FROM conversations 
WHERE user_id = 123 AND created_at > '2024-01-01' 
ORDER BY created_at DESC LIMIT 50;

キャッシュシステムの実装例をご紹介します。

javascript// Redis キャッシュ実装
const redis = require('redis');
const client = redis.createClient({
  host: process.env.REDIS_HOST || 'localhost',
  port: process.env.REDIS_PORT || 6379,
  db: process.env.REDIS_DB || 0
});

class CacheManager {
  constructor(defaultTTL = 3600) {
    this.defaultTTL = defaultTTL;
  }
  
  async get(key) {
    try {
      const cached = await client.get(key);
      return cached ? JSON.parse(cached) : null;
    } catch (error) {
      console.error('Cache get error:', error);
      return null;
    }
  }
  
  async set(key, value, ttl = this.defaultTTL) {
    try {
      await client.setex(key, ttl, JSON.stringify(value));
      return true;
    } catch (error) {
      console.error('Cache set error:', error);
      return false;
    }
  }
  
  async getCachedResponse(key, fallbackFunction, ttl = this.defaultTTL) {
    let result = await this.get(key);
    
    if (!result) {
      result = await fallbackFunction();
      await this.set(key, result, ttl);
    }
    
    return result;
  }
}

// 使用例
const cache = new CacheManager();

async function getChatResponse(prompt, userId) {
  const cacheKey = `chat:${userId}:${hashPrompt(prompt)}`;
  
  return await cache.getCachedResponse(cacheKey, async () => {
    return await callLLMAPI(prompt);
  }, 1800);  // 30分キャッシュ
}

メモリ不足

メモリ不足によるエラーと解決策をご説明します。

Out of memory エラー

メモリ不足でプロセスが終了する場合のエラーです。

bashError: Cannot allocate memory
Process: dify-api
PID: 1234
Memory usage: 512MB/512MB (100%)
Status: OOMKilled
Exit code: 137

メモリ使用量の監視と分析方法をお示しします。

bash# Docker コンテナのメモリ使用量監視
docker stats --no-stream --format "table {{.Container}}\t{{.CPUPerc}}\t{{.MemUsage}}\t{{.MemPerc}}"

# 特定コンテナの詳細メモリ情報
docker exec -it dify-api cat /proc/meminfo | grep -E "(MemTotal|MemFree|MemAvailable)"

# プロセス別メモリ使用量（上位10プロセス）
docker exec -it dify-api ps aux --sort=-%mem | head -11

メモリ制限の適切な設定方法をご紹介します。

yaml# docker-compose.yml でのメモリ制限調整
version: '3.8'
services:
  api:
    image: dify/api:latest
    deploy:
      resources:
        limits:
          memory: 2G        # 上限を2GBに設定
        reservations:
          memory: 1G        # 最低保証メモリ
    environment:
      - NODE_OPTIONS=--max-old-space-size=1536  # Node.js ヒープサイズ制限

メモリリーク対策の実装例をお示しします。

javascript// メモリ効率的なデータ管理クラス
class MemoryManager {
  constructor(maxSize = 1000, cleanupInterval = 300000) {
    this.cache = new Map();
    this.maxSize = maxSize;
    this.accessTimes = new Map();
    
    // 定期的なクリーンアップ（5分間隔）
    this.cleanupTimer = setInterval(() => {
      this.performCleanup();
    }, cleanupInterval);
  }
  
  set(key, value) {
    // サイズ制限チェック
    if (this.cache.size >= this.maxSize) {
      this.evictLeastRecentlyUsed();
    }
    
    this.cache.set(key, value);
    this.accessTimes.set(key, Date.now());
  }
  
  get(key) {
    if (this.cache.has(key)) {
      this.accessTimes.set(key, Date.now());
      return this.cache.get(key);
    }
    return null;
  }
  
  evictLeastRecentlyUsed() {
    let oldestKey = null;
    let oldestTime = Date.now();
    
    for (const [key, time] of this.accessTimes) {
      if (time < oldestTime) {
        oldestTime = time;
        oldestKey = key;
      }
    }
    
    if (oldestKey) {
      this.cache.delete(oldestKey);
      this.accessTimes.delete(oldestKey);
    }
  }
  
  performCleanup() {
    const now = Date.now();
    const maxAge = 3600000; // 1時間
    
    for (const [key, time] of this.accessTimes) {
      if (now - time > maxAge) {
        this.cache.delete(key);
        this.accessTimes.delete(key);
      }
    }
    
    // ガベージコレクションの強制実行（Node.js環境）
    if (global.gc) {
      global.gc();
    }
  }
  
  getStats() {
    return {
      cacheSize: this.cache.size,
      maxSize: this.maxSize,
      memoryUsage: process.memoryUsage()
    };
  }
  
  destroy() {
    if (this.cleanupTimer) {
      clearInterval(this.cleanupTimer);
    }
    this.cache.clear();
    this.accessTimes.clear();
  }
}

CPU 使用率高騰

CPU 使用率が異常に高い場合の診断と対策をご説明します。

CPU 使用率の監視と分析

CPU 使用率の確認方法と分析ポイントをお示しします。

bash# リアルタイムCPU使用率監視
docker exec -it dify-api top -p 1

# プロセス別CPU使用率（上位10プロセス）
docker exec -it dify-api ps aux --sort=-%cpu | head -11

# システム全体のリソース使用状況
docker system df
docker system events --filter type=container

高 CPU 使用率の主な原因と対策をまとめます。

原因カテゴリ	症状	診断方法	対策
無限ループ	CPU 100% 継続	プロファイリング、ログ確認	コードレビュー、デバッグ
重い処理	処理中のみ高負荷	処理時間測定	処理の分割、非同期化
メモリスワップ	断続的な高負荷	メモリ使用量確認	メモリ増設、最適化
DB 負荷	クエリ実行時の高負荷	スロークエリログ	インデックス追加、最適化

CPU 負荷軽減のための最適化例をご紹介します。

javascript// CPU集約的処理の最適化例
// 改善前：同期処理でCPUをブロック
function processLargeDataset(data) {
  console.log('Processing', data.length, 'items...');
  
  return data.map(item => {
    // 重い計算処理
    return heavyComputation(item);
  });
}

// 改善後：バッチ処理 + 非同期 + CPU負荷分散
async function processLargeDatasetOptimized(data, options = {}) {
  const {
    batchSize = 100,
    concurrency = 4,
    yieldInterval = 10
  } = options;
  
  const results = [];
  
  // データをバッチに分割
  for (let i = 0; i < data.length; i += batchSize) {
    const batch = data.slice(i, i + batchSize);
    console.log(`Processing batch ${Math.floor(i/batchSize) + 1}/${Math.ceil(data.length/batchSize)}`);
    
    // 並列処理（同時実行数制限）
    const batchPromises = [];
    for (let j = 0; j < batch.length; j += concurrency) {
      const chunk = batch.slice(j, j + concurrency);
      
      const chunkPromise = Promise.all(
        chunk.map(item => heavyComputationAsync(item))
      );
      
      batchPromises.push(chunkPromise);
    }
    
    const batchResults = await Promise.all(batchPromises);
    results.push(...batchResults.flat());
    
    // CPU負荷軽減のための小休止
    if (yieldInterval > 0) {
      await new Promise(resolve => setTimeout(resolve, yieldInterval));
    }
    
    // メモリ使用量のチェック
    const memUsage = process.memoryUsage();
    if (memUsage.heapUsed > 500 * 1024 * 1024) { // 500MB以上
      console.log('Memory usage high, forcing GC');
      if (global.gc) global.gc();
    }
  }
  
  return results;
}

// 非同期版の重い処理
async function heavyComputationAsync(item) {
  return new Promise((resolve) => {
    // CPU集約的処理をWorker Threadで実行する場合
    // または Promise.resolve().then() で次のtickに回す
    setImmediate(() => {
      const result = heavyComputation(item);
      resolve(result);
    });
  });
}

// Worker Thread を使った CPU 集約的処理の分散
const { Worker, isMainThread, parentPort, workerData } = require('worker_threads');

class WorkerPool {
  constructor(workerScript, poolSize = 4) {
    this.workerScript = workerScript;
    this.poolSize = poolSize;
    this.workers = [];
    this.queue = [];
    
    for (let i = 0; i < poolSize; i++) {
      this.createWorker();
    }
  }
  
  createWorker() {
    const worker = new Worker(this.workerScript);
    worker.isReady = true;
    
    worker.on('message', (result) => {
      worker.currentResolve(result);
      worker.isReady = true;
      this.processQueue();
    });
    
    worker.on('error', (error) => {
      worker.currentReject(error);
      worker.isReady = true;
    });
    
    this.workers.push(worker);
  }
  
  async execute(data) {
    return new Promise((resolve, reject) => {
      this.queue.push({ data, resolve, reject });
      this.processQueue();
    });
  }
  
  processQueue() {
    if (this.queue.length === 0) return;
    
    const availableWorker = this.workers.find(w => w.isReady);
    if (!availableWorker) return;
    
    const { data, resolve, reject } = this.queue.shift();
    availableWorker.isReady = false;
    availableWorker.currentResolve = resolve;
    availableWorker.currentReject = reject;
    
    availableWorker.postMessage(data);
  }
  
  terminate() {
    this.workers.forEach(worker => worker.terminate());
  }
}

プロファイリングを使った性能分析の方法もご紹介します。

javascript// Node.js プロファイリング例
const profiler = require('v8-profiler-next');

// プロファイリング開始
function startProfiling(duration = 30000) {
  console.log('Starting CPU profiling...');
  profiler.startProfiling('CPU-Profile');
  
  setTimeout(() => {
    const profile = profiler.stopProfiling('CPU-Profile');
    
    // プロファイル結果をファイルに保存
    profile.export((error, result) => {
      if (error) {
        console.error('Profiling export error:', error);
        return;
      }
      
      require('fs').writeFileSync('./cpu-profile.cpuprofile', result);
      console.log('CPU profile saved to cpu-profile.cpuprofile');
      
      // Chrome DevTools で開いて分析可能
    });
  }, duration);
}

// 使用例
if (process.env.NODE_ENV === 'development') {
  startProfiling(60000); // 60秒間プロファイリング
}