快捷導(dǎo)航

詳解Node.js?應(yīng)用高?CPU?占用率分析方法

更新時(shí)間：2022年10月27日 15:06:21 作者：JerryWang_sap

這篇文章主要為大家介紹了Node.js?應(yīng)用高?CPU?占用率分析方法，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪

本地運(yùn)行 Node.js 應(yīng)用

我們在本地運(yùn)行 Node.js 應(yīng)用，使用 --inspect 標(biāo)志啟動(dòng)應(yīng)用程序，再次執(zhí)行負(fù)載測試，在 Chrome 瀏覽器中打開 chrome://inspect：

單擊應(yīng)用下方的 inspect 按鈕，然后開始 CPU 占用率分析：

等待一段時(shí)間后，就能看到 CPU profile 的結(jié)果：

如何采集生產(chǎn)系統(tǒng)上的 Node.js 應(yīng)用性能數(shù)據(jù)

在大多數(shù)情況下，如果性能問題只能在生產(chǎn)系統(tǒng)重現(xiàn)，那么這種問題分析起來確實(shí)很棘手，因?yàn)槲覀冃枰嗤沫h(huán)境配置、相同的數(shù)據(jù)庫、緩存等數(shù)據(jù)。性能問題可能只針對某些類別的用戶，因?yàn)樗麄冇刑囟ǖ臄?shù)據(jù)。

在生產(chǎn)環(huán)境開啟調(diào)試模式？這不是一個(gè)好的選擇，因?yàn)樵谡{(diào)試模式下 Node.js 進(jìn)程會(huì)消耗更多資源，而且不安全。

但是有一個(gè)更好的方法，使用檢查器模塊 nodejs.org/api/inspect… 按需獲取配置文件。它是一個(gè) Node.js 內(nèi)置模塊，開發(fā)人員不必安裝任何額外的依賴項(xiàng)，但建議使用 inspector-api .

它是一個(gè)帶有 Promise 支持的簡單包裝器。讓我們創(chuàng)建一個(gè)記錄 CPU 配置文件的端點(diǎn)。

下面是為 NestJS 創(chuàng)建一個(gè)示例，對于其他框架，它看起來非常相似：

代碼如下：

import { Controller, Post } from '@nestjs/common'
import { promisify } from 'util'
import Inspector from 'inspector-api'
const profileRecordTime = 10000
@Controller('/profile')
export class ProfileController {
  @Post('/cpu')
  async cpu() {
    // don't wait till recording is finished
    setImmediate(async () => {
      // cpu profile will be saved in temp dir
      const inspector = new Inspector({ storage: { type: 'fs' } })
      // enabling and starting profiling
      await inspector.profiler.enable()
      await inspector.profiler.start()
      // wait for 10 seconds and stop
      await promisify(setTimeout)(profileRecordTime)
      await inspector.profiler.stop()
      console.log('CPU profile has been written')
      await inspector.profiler.disable()
    })
    return true
  }
}

所有代碼都用 setImmediate 包裹，因?yàn)槲覀儾恍枰鹊戒浿平Y(jié)束。讓我們用 curl 測試一下：

curl -X POST http://127.0.0.1/profile/cpu

10 秒之后，我們在 temp 文件夾得到了 CPU profile 的采集結(jié)果：

如果不想將此功能添加為 HTTP 端點(diǎn)，則可以將它們包裝在進(jìn)程信號(hào)處理程序中，如下所示：

import { promisify } from 'util'
import Inspector from 'inspector-api'
const profileRecordTime = 10000
process.on('SIGUSR1', async () => {
  const inspector = new Inspector({ storage: { type: 'fs' } })
  await inspector.profiler.enable()
  await inspector.profiler.start()
  await promisify(setTimeout)(profileRecordTime)
  await inspector.profiler.stop()
  console.log('CPU profile has been written')
  await inspector.profiler.disable()
})
process.on('SIGUSR2', async () => {
  const inspector = new Inspector({ storage: { type: 'fs' } })
  await inspector.heap.enable()
  await inspector.heap.startSampling()
  await promisify(setTimeout)(profileRecordTime)
  await inspector.heap.stopSampling()
  console.log('CPU profile has been written')
  await inspector.heap.disable()
})

然后使用 kill 命令發(fā)送信號(hào)：