Cấu hình VPS phù hợp để chạy n8n hiệu quả năm 2026

Bạn SSH vào VPS, chạy docker compose up -d, thấy n8n lên nhưng chạy được vài workflow là webhook trễ, queue nghẽn, thậm chí container bị kill vì thiếu RAM. Vấn đề nằm ở cấu hình VPS chưa phù hợp với n8n, không phải do workflow sai. Bài này sẽ chỉ bạn cách chọn cấu hình VPS tối ưu cho n8n dựa trên số workflow, tần suất chạy và mức độ phức tạp, kèm lệnh kiểm tra để biết khi nào cần nâng cấp.

• n8n chạy nền tảng Node.js, cần tối thiểu 1-2 GB RAM cho bản Docker cơ bản.
• Mỗi workflow chạy đồng thời tiêu tốn khoảng 100-300 MB RAM tùy vào node AI hay HTTP request.
• Ổ cứng NVMe ảnh hưởng trực tiếp đến tốc độ khởi động workflow và lưu execution data.
• Nếu chạy queue mode với Redis, bạn cần thêm ít nhất 512 MB RAM dự phòng.

Yêu cầu trước khi bắt đầu

Trước khi đi vào chi tiết, bạn cần nắm rõ môi trường mình đang vận hành. Bài này áp dụng cho n8n tự host bằng Docker trên VPS Linux, cụ thể là Ubuntu 24.04 LTS hoặc Debian 12, cả hai đều được hỗ trợ tốt cho n8n.

• Một VPS có quyền root hoặc user sudo, chạy Ubuntu 24.04 hoặc Debian 12.
• Docker và Docker Compose v2 đã cài đặt. Nếu chưa có, xem bài cách cài Docker trên VPS Ubuntu.
• Hiểu cơ bản về workflow n8n: biết mình đang chạy bao nhiêu workflow, tần suất thế nào.
• Domain trỏ về VPS nếu muốn cấu hình HTTPS sau này, nhưng không bắt buộc cho việc chọn cấu hình.

Vì sao cấu hình VPS quyết định hiệu năng n8n

n8n không phải ứng dụng nặng như database hay render video, nhưng nó là ứng dụng Node.js chạy liên tục và giữ trạng thái trong RAM. Mỗi workflow khi chạy sẽ nạp toàn bộ code, kết nối credential, và dữ liệu tạm vào bộ nhớ. Nếu RAM thiếu, hệ điều hành sẽ dùng swap, và lúc đó mọi thứ chậm lại rõ rệt.

CPU lại là câu chuyện khác. Một workflow đơn giản kiểu webhook ghi vào Google Sheets chỉ ngốn rất ít CPU, nhưng workflow có node AI (như OpenAI, Claude) hoặc xử lý dữ liệu lớn (JSON, Excel) sẽ cần nhiều nhân hơn. Với các tác vụ chạy theo lịch, CPU cũng cần đủ mạnh để xử lý nhanh trong khoảng thời gian ngắn, tránh chồng job lên nhau.

Ổ cứng thường bị bỏ qua nhưng lại quan trọng không kém. n8n lưu toàn bộ execution data (dữ liệu mỗi lần chạy) vào database, và khi bạn mở tab Execution lên xem, nó phải đọc lại từ đó. Trên ổ HDD hoặc SSD SATA chậm, việc này mất vài giây. Trên NVMe, gần như tức thì. Nếu VPS của bạn dùng ổ NVMe, đó là lợi thế lớn cho n8n.

Bước 1 - Xác định số workflow và tần suất chạy

Đây là bước quan trọng nhất nhưng ít người làm. Trước khi chọn cấu hình, bạn phải trả lời được ba câu hỏi: có bao nhiêu workflow đang chạy, tần suất ra sao, và mức độ phức tạp đến đâu.

Một cách ước lượng nhanh cho VPS chạy n8n:

Ví dụ thực tế: bạn có 5 workflow, trong đó 2 workflow gọi AI API và 1 workflow xử lý file Excel. Cấu hình n8n phù hợp sẽ cần ít nhất 2 GB RAM cho riêng n8n, cộng thêm RAM cho hệ điều hành và database.

# Kiểm tra RAM và CPU hiện tại của VPS
free -h
nproc
cat /proc/cpuinfo | grep "model name" | head -1

Lệnh free -h cho bạn dung lượng RAM tổng và đang dùng. Nếu swap đang được dùng nhiều (cột "si" và "so" trong vmstat lớn), nghĩa là RAM đang thiếu trầm trọng.

Bước 2 - Chọn RAM cho n8n theo nhu cầu thực tế

Quy tắc chung khi chọn VPS cho n8n: lấy số workflow chạy đồng thời nhân với 200 MB, cộng thêm 1 GB cho hệ điều hành và database. Nếu bạn chạy n8n bằng Docker, bản thân container n8n đã chiếm khoảng 500 MB - 1 GB RAM sau khi khởi động, trước khi chạy bất kỳ workflow nào.

Dưới đây là gợi ý cấu hình cho từng mức nhu cầu:

Nếu bạn mới bắt đầu, đừng vội mua VPS 16 GB. Hãy bắt đầu với gói 2-4 GB, chạy thử 2-3 tuần, rồi nhìn vào số liệu thực tế để quyết định. Đa số người dùng cá nhân và nhóm nhỏ hiếm khi cần vượt quá 4 GB RAM cho n8n.

Trường hợp đặc biệt: nếu bạn chạy n8n ở queue mode với Redis để tách worker, hãy cộng thêm ít nhất 512 MB RAM cho Redis. Bản thân Redis khá nhẹ nhưng nếu lượng job lớn, nó có thể chiếm tới 1 GB.

Bước 3 - Chọn CPU và loại ổ cứng

CPU của n8n thường không phải nút thắt, trừ khi bạn chạy workflow xử lý dữ liệu nặng hoặc nhiều workflow cùng lúc. Với 2 vCPU, bạn có thể chạy thoải mái 10-20 workflow đơn giản song song. Khi nào cần nâng cấp CPU? Khi thấy execution time tăng dần dù số workflow không đổi, hoặc CPU liên tục trên 80% khi kiểm tra bằng htop.

# Xem CPU có bị nghẽn không
htop
# Hoặc dùng lệnh này để xem mức sử dụng trung bình
uptime

Giá trị load average trong lệnh uptime nếu lớn hơn số vCPU (ví dụ load 3.5 trên máy 2 vCPU) nghĩa là CPU đang quá tải, cần nâng cấp hoặc giãn lịch chạy workflow.

Về ổ cứng, hãy ưu tiên NVMe rất cao. n8n ghi log execution liên tục, database SQLite hoặc PostgreSQL đọc ghi thường xuyên. Trên ổ NVMe, tốc độ đọc ghi có thể đạt hàng nghìn MB mỗi giây, gấp 5-10 lần SSD SATA. Nếu VPS của bạn dùng NVMe, các tác vụ nặng như xuất Excel, xử lý file ảnh sẽ nhanh hơn hẳn. Bạn có thể kiểm tra nhanh bằng lệnh:

# Kiểm tra tốc độ đọc ghi ổ cứng
dd if=/dev/zero of=/tmp/test bs=1M count=1024 oflag=dsync
rm /tmp/test

Con số nhận được nên trên 200 MB/s cho NVMe. Nếu dưới 50 MB/s, khả năng cao bạn đang dùng ổ HDD hoặc SSD SATA cũ, nên xem xét nâng cấp để chạy n8n mượt mà.

Bước 4 - Kiểm tra cấu hình hiện tại và nâng cấp đúng lúc

Sau khi chạy n8n được một thời gian, bạn cần biết cách đọc số liệu để quyết định nâng cấp. Đừng đoán mò, hãy nhìn vào ba chỉ số chính: RAM usage, swap usage và execution time.

# Kiểm tra RAM và swap
free -h

# Kiểm tra container n8n dùng bao nhiêu RAM
docker stats --no-stream

# Xem execution time trong n8n UI
# Settings -> Usage, hoặc mở tab Executions để xem thời gian mỗi lần chạy

Nếu bạn thấy swap bắt đầu được dùng (cột "used" của swap lớn hơn 0), đó là dấu hiệu RAM sắp cạn. n8n sẽ chạy nhưng chậm hẳn, webhook phản hồi trễ. Lúc này nên nâng cấp RAM trước, vì đó là thứ rẻ nhất và ảnh hưởng lớn nhất.

Nếu RAM còn dư nhưng execution time tăng dần theo thời gian, hãy kiểm tra dung lượng database. n8n tích lũy execution data rất nhanh, có thể lên tới vài GB sau vài tháng. Bạn nên cấu hình prune để xóa dữ liệu cũ định kỳ, hoặc chuyển sang PostgreSQL nếu SQLite quá lớn.

Một mẹo nữa: hãy đặt giới hạn RAM cho container Docker để tránh một workflow lỗi làm sập cả hệ thống. Trong file docker-compose.yml, bạn có thể thêm:

services:
  n8n:
    image: docker.n8n.io/n8nio/n8n
    mem_limit: 2g
    restart: unless-stopped

Cấu hình này giới hạn n8n dùng tối đa 2 GB RAM. Nếu workflow nào đó vượt quá, container sẽ bị kill thay vì làm treo cả VPS. Bạn cũng nên bật swap dự phòng, xem hướng dẫn bật swap trên VPS ít RAM, để tránh OOM kill bất ngờ.

Câu hỏi thường gặp

Bài viết liên quan

• Chọn RAM và CPU cho n8n theo số workflow thực tế
• Cài n8n trên VPS Ubuntu 24.04 bằng Docker Compose từ A đến Z
• Tối ưu n8n trên VPS 2GB RAM với prune và giới hạn worker
• n8n queue mode với Redis, khi nào cần tách worker