簡介
我們使用nodejs寫好了程式之後，要是想對該程式進行效能分析的話，就需要用到profile工具了。
雖然有很多很方便和強大的第三方profile工具，但是我們這裡主要講解V8和node自帶的profile，因為他們已經足夠簡單和強大了。使用他們基本上可以滿足我們的日常分析需要。
下面就一起來看看吧。
使用V8的內建profiler工具
nodejs是執行在V8引擎上的，而V8引擎本身就提供了內建的profile工具，要想直接使用V8引擎，我需要下載V8原始碼，然後進行build。一般來說我們有兩種build V8的方法。
使用gm來build V8
gm是一個非常方便的all-in-one的指令碼，可以用來生成build檔案，觸發build過程和執行測試用例。
一般來說，gm指令碼的位置在：/path/to/v8/tools/dev/gm.py
我們可以為其建立一個alias，方便後面的使用：
alias gm=/path/to/v8/tools/dev/gm.py
build V8:
gm x64.release
build之後進行用例驗證：
gm x64.release.check
是不是很簡單？
手動build V8
手動build V8就比較麻煩了，我們也可以分為三步，1.生成build檔案，2.觸發build，3.執行測試用例
我們可以使用gn來為out/foo生成build檔案：
gn args out/foo
上面的命令將會開啟一個編輯視窗，用來輸入gn的引數。
我們可以新增list來檢視所有的引數描述：
gn args out/foo --list
當然我們也可以直接指定引數，來建立build檔案：
gn gen out/foo --args='is_debug=false target_cpu="x64" v8_target_cpu="arm64" use_goma=true'
除了gn之外，我們還可以使用v8自帶的v8gen來建立build檔案：
alias v8gen=/path/to/v8/tools/dev/v8gen.py
v8gen -b 'V8 Linux64 - debug builder' -m client.v8 foo
建立好build檔案之後，我們就可以進行編譯了。
build所有的V8：
ninja -C out/x64.release
只build d8:
ninja -C out/x64.release d8
最後我們執行測試，來驗證是否構建成功：
tools/run-tests.py --outdir out/foo
//或者
tools/run-tests.py --gn
生成profile檔案
build好V8之後，我們就可以使用其中的命令來生成profile檔案了。
找到d8檔案：
d8 --prof app.js
通過新增 --prof 引數，我們可以生成一個v8.log檔案，這個檔案中包含了profiling資料。
注意這時候的v8.log檔案雖然不是二進位制格式的，但是閱讀起來還是有難度的，因為它只是簡單的做了log操作，並沒有進行有效的統計分析。
我們看下生成的檔案：
...
profiler,begin,1000
tick,0x7fff688bbe36,839,0,0x0,6
tick,0x7fff688bc2d2,2081,0,0x0,6
tick,0x100373430,3263,0,0x0,6
code-creation,Builtin,3,3746,0x1008aa020,1634,RecordWrite
code-creation,Builtin,3,3766,0x1008aa6a0,457,EphemeronKeyBarrier
code-creation,Builtin,3,3773,0x1008aa880,44,AdaptorWithBuiltinExitFrame
code-creation,Builtin,3,3781,0x1008aa8c0,294,ArgumentsAdaptorTrampoline
code-creation,Builtin,3,3788,0x1008aaa00,203,CallFunction_ReceiverIsNullOrUndefined
code-creation,Builtin,3,3796,0x1008aaae0,260,CallFunction_ReceiverIsNotNullOrUndefined
code-creation,Builtin,3,3804,0x1008aac00,285,CallFunction_ReceiverIsAny
code-creation,Builtin,3,3811,0x1008aad20,130,CallBoundFunction
...
可以看到日誌檔案中只記錄了事件的發生，但是並沒有統計資訊。
分析生成的檔案
如果想要生成我們看得懂的統計資訊，則可以使用：
//windows
tools\windows-tick-processor.bat v8.log
//linux
tools/linux-tick-processor v8.log
//macOS
tools/mac-tick-processor v8.log
來生成可以理解的日誌檔案。
生成的檔案大概是下面樣子的：
Statistical profiling result from benchmarks\v8.log, (4192 ticks, 0 unaccounted, 0 excluded).
[Shared libraries]:
ticks total nonlib name
9 0.2% 0.0% C:\WINDOWS\system32\ntdll.dll
2 0.0% 0.0% C:\WINDOWS\system32\kernel32.dll
[JavaScript]:
ticks total nonlib name
741 17.7% 17.7% LazyCompile: am3 crypto.js:108
113 2.7% 2.7% LazyCompile: Scheduler.schedule richards.js:188
103 2.5% 2.5% LazyCompile: rewrite_nboyer earley-boyer.js:3604
103 2.5% 2.5% LazyCompile: TaskControlBlock.run richards.js:324
96 2.3% 2.3% Builtin: JSConstructCall
...
用慣的IDE的同學可能在想，能不能有個web頁面來統一展示這個結果呢？
有的，V8提供了profview工具，讓我們可以從web UI來分析生成的結果。
profview是一個html工具，我們可以從 https://chromium.googlesource.com/v8/v8.git/+/master/tools/profview/ 下載。
如果要使用profview，我們還需要對第一步生成的v8.log檔案進行預處理：
linux-tick-processor --preprocess > v8.json
然後在profview頁面上傳v8.json進行分析即可。
生成時間線圖
--prof 還可以接其他引數，比如 --log-timer-events， 通過使用這個引數可以用來統計V8引擎中花費的時間。
d8 --prof --log-timer-events app.js
tools/plot-timer-events v8.log
第一個命令生成v8.log檔案，第二個命令會生成一個timer-events.png圖形檔案，更加直觀的展示資料。
因為生成日誌實際上對程式的效能是有一定的影響的，我們還可以為plot-timer-events新增失真因子，來糾正這個問題。如果我們沒有指定糾正因子，指令碼會自動進行查詢。當然，我們也可以向下面這樣手動指定：
tools/plot-timer-events --distortion=4500 v8.log
使用nodejs的profile工具
在nodejs 4.4.0之前，只能下載V8的原始碼進行編譯，才能進行profile。 而在nodejs 4.4.0之後，node命令已經整合了V8的功能。
我們可以使用 node --v8-options 來檢視 node中可用的V8引數：
node --v8-options
SSE3=1 SSSE3=1 SSE4_1=1 SAHF=1 AVX=1 FMA3=1 BMI1=1 BMI2=1 LZCNT=1 POPCNT=1 ATOM=0
Synopsis:
shell [options] [--shell] [<file>...]
d8 [options] [-e <string>] [--shell] [[--module] <file>...]
-e execute a string in V8
--shell run an interactive JavaScript shell
--module execute a file as a JavaScript module
Note: the --module option is implicitly enabled for *.mjs files.
The following syntax for options is accepted (both '-' and '--' are ok):
--flag (bool flags only)
--no-flag (bool flags only)
--flag=value (non-bool flags only, no spaces around '=')
--flag value (non-bool flags only)
-- (captures all remaining args in JavaScript)
Options:
--use-strict (enforce strict mode)
type: bool default: false
--es-staging (enable test-worthy harmony features (for internal use only))
type: bool default: false
...
引數很多，同樣的我們可以使用 --prof 引數：
node --prof app.js
會在本地目錄生成一個類似 isolate-0x102884000-14025-v8.log 的檔案。
檔案的內容和V8生成的一致，這裡就不列出來了。
要想分析這個檔案，可以使用：
node --prof-process isolate-0x102884000-14025-v8.log > processed.txt
看下生成的分析結果：
Statistical profiling result from isolate-0x102884000-14025-v8.log, (296 ticks, 4 unaccounted, 0 excluded).
[Shared libraries]:
ticks total nonlib name
6 2.0% /usr/lib/system/libsystem_pthread.dylib
6 2.0% /usr/lib/system/libsystem_kernel.dylib
2 0.7% /usr/lib/system/libsystem_malloc.dylib
1 0.3% /usr/lib/system/libmacho.dylib
1 0.3% /usr/lib/system/libcorecrypto.dylib
[JavaScript]:
ticks total nonlib name
...
[Summary]:
ticks total nonlib name
0 0.0% 0.0% JavaScript
276 93.2% 98.6% C++
24 8.1% 8.6% GC
16 5.4% Shared libraries
4 1.4% Unaccounted
[C++ entry points]:
ticks cpp total name
142 63.1% 48.0% T __ZN2v88internal21Builtin_HandleApiCallEiPmPNS0_7IsolateE
82 36.4% 27.7% T __ZN2v88internal40Builtin_CallSitePrototypeGetPromiseIndexEiPmPNS0_7IsolateE
1 0.4% 0.3% T __ZN2v88internal36Builtin_CallSitePrototypeGetFileNameEiPmPNS0_7IsolateE
...
和V8的也很類似。
從Summary和各個entry points中，我們可以進一步分析程式中到底哪一塊佔用了較多的CPU時間。
上面的百分百的意思是，在取樣的這些資料中，有93.2%的都在執行C++程式碼。那麼我們接下來就應該去看一下，到底是哪些C++程式碼佔用了最多的時間，並找出相應的解決辦法。
本文作者：flydean程式那些事
本文連結：http://www.flydean.com/nodejs-profile/
本文來源：flydean的部落格
歡迎關注我的公眾號:「程式那些事」最通俗的解讀，最深刻的乾貨，最簡潔的教程，眾多你不知道的小技巧等你來發現！