from:https://cnodejs.org/topic/56cc2fd6c045c3743304bec6

?

Node.js 程序的運行可能會受 CPU 或輸入輸出操作的限制而十分緩慢。從 CPU 角度看，程序運行緩慢的典型原因之一就是未經(jīng)優(yōu)化的「熱點路徑」（一段經(jīng)常被訪問的代碼）。從輸入輸出角度看，程序運行速度的局限可能是受底層操作系統(tǒng)影響，也可能是出于 Node 本身的故障。更或者，一個運行緩慢的程序可能跟 Node 本身沒有任何關(guān)系，問題在于外部資源，比如數(shù)據(jù)庫查詢或是 API 調(diào)用緩慢，未經(jīng)過優(yōu)化處理。

在本文中，我們將重點識別并優(yōu)化代碼庫中會導致 CPU 繁重運行的操作。同時，將探討生產(chǎn)應(yīng)用的配置文件，分析并作出可提高運作效率的改動。

由于 Node 的單線程性質(zhì)，避免繁重的 CPU 負載對服務(wù)器來說尤為重要。因為在 CPU 上消耗的時間會占用響應(yīng)其他請求的時間。如果你注意到自己的應(yīng)用響應(yīng)速度緩慢，而且 CPU 在這個過程中始終占用率較高，分析你的程序有助于找出瓶頸，并且使程序恢復快速運行的狀態(tài)。

##分析應(yīng)用

復制生產(chǎn)環(huán)境中出現(xiàn)的緩慢程序問題非常難解決，而且十分耗時。值得慶幸的是，你不需要親自做這些了。你可以在生產(chǎn)服務(wù)器上收集配置文件數(shù)據(jù)，然后離線分析。下面讓我們來看一下幾種分析方法。

##1、使用內(nèi)核級工具

首先，你可以使用內(nèi)核級工具，比如 DTrace（Solaris, BSD），perf(Linux)，或者 XPerf（Windows），從運行的進程中收集堆棧跟蹤信息，然后生成火焰圖。內(nèi)核級分析對運行中的進程影響最小。火焰圖是根據(jù)調(diào)用棧生成的支持放大縮小查看的向量圖形。來自 Netflix 公司的 Yunong Xiao 針對 Linux 系統(tǒng)中 perf，發(fā)表過超贊的演講和推文，幫助你加深對該技術(shù)的了解。如果你想在生產(chǎn)程序中保持高吞吐量，可以參考使用這種方法。

###2、使用 V8 分析器

另一個選項是直接使用 V8 分析器。這種方式會與程序共享進程，因此它會影響程序性能。基于這個原因，請只在你遇到此類問題時運行 V8 分析器來捕獲相關(guān)輸出。該方法的好處是：你可以使用 Chrome 的所有分析工具，結(jié)合其輸出結(jié)果（包括火焰圖），對程序進行調(diào)查。

請運行以下代碼來測試你的程序：

npm install v8-profiler --save

之后，在你的程序中添加以下代碼：

const profiler = require('v8-profiler') const fs = require('fs') var profilerRunning = false function toggleProfiling () { if (profilerRunning) { const profile = profiler.stopProfiling() console.log('stopped profiling') profile.export() .pipe(fs.createWriteStream('./myapp-'+Date.now()+'.cpuprofile')) .once('error', profiler.deleteAllProfiles) .once('finish', profiler.deleteAllProfiles) profilerRunning = false return } profiler.startProfiling() profilerRunning = true console.log('started profiling') } process.on('SIGUSR2', toggleProfiling)

只要你發(fā)送 SIGUSR2 信號到此進程，它就會開始分析。再次發(fā)送一個 SIGUSR2 信號可以停止分析（代碼如下）。

kill -SIGUSR2 [pid]

該進程的分析結(jié)果將被寫入到當前工作路徑的文件中（請確保該路徑可被寫入）。由于這是一個可編程接口，你可以隨意觸發(fā)它（使用 web endpoint，IPC，等等）。如果你對程序在何時變得緩慢有預感，你可以在任一時期觸發(fā)該接口。建立自動觸發(fā)對避免持續(xù)監(jiān)看程序是非常有用的，但是它要求你對捕獲時間以及捕獲時長有預測性認知。

一旦已經(jīng)收集好配置文件數(shù)據(jù)，將它加載到Chrome開發(fā)工具中，開始分析吧！

##3、使用進程管理器

盡管直接使用 V8 分析器是非常有效且可定制的，但是它會進入你的代碼庫，并且會向項目添加又一項你可能不想要的依賴性條件。一種替代方式就是使用進程管理器，它可以在你需要分析時，用各種工具將你的程序包裝起來。一種可選的工具是來自 StrongLoop 的 SLC 命令行工具。

首先，運行npm install strongloop –g，然后運行以下代碼：

slc start [/path/to/app]

上述代碼會在進程管理器中啟動你的程序，你可以按需提取 CPU 分析數(shù)據(jù)。要想驗證并獲取應(yīng)用程序 id，請運行：

slc ctl

你將得到與下面類似的運行結(jié)果：

Service ID: 1 Service Name: my-sluggish-app Environment variables: Name Value NODE_ENV production Instances: Version Agent version Debugger version Cluster size Driver metadata 5.0.1 2.0.2 1.0.0 1 N/A Processes: ID PID WID Listening Ports Tracking objects? CPU profiling? Tracing? Debugging? 1.1.61022 61022 0 1.1.61023 61023 1 0.0.0.0:3000

定位應(yīng)用的進程 id。在此例中，id 為1.1.61023。現(xiàn)在我們就能在任意時間開始分析了，運行如下代碼即可：

slc ctl cpu-start 1.1.61023

當我們覺得已經(jīng)捕獲到了遲滯行為，就可以運行以下代碼來停止分析器：

slc ctl cpu-stop 1.1.61023

以下代碼將寫文件至硬盤：

CPU profile written to `node.1.1.61023.cpuprofile`, load into Chrome Dev Tools

好啦，就是這樣。你可以像在 V8 分析器里那樣把文件加載到 Chrome 里面進一步分析。

##作出正確決定

在本文中，筆者展示了三種在 Node 中捕獲生產(chǎn)環(huán)境下 CPU 使用量的方式。那么，你應(yīng)該選用哪一種呢？下面是一些幫助你縮小決策范圍的想法：

我需要分析很長一段時間：使用內(nèi)核級工具。

我想用 Chrome 開發(fā)工具：使用 V8 分析器或者過程管理器。

我想捕獲應(yīng)用中的特定行為：使用 V8 分析器。

我不想影響到程序性能：使用內(nèi)核級程序

我希望我不用挨個測試文件來獲取程序分析信息：使用過程管理器。

?

轉(zhuǎn)載于:https://www.cnblogs.com/94cool/p/5627654.html

總結(jié)

以上是生活随笔為你收集整理的你所未知的3种 Node.js 代码优化方式的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。