我們在本地執行 Node.js 應用，使用 `--inspect` 標誌啟動應用程式，再次執行負載測試，在 Chrome 瀏覽器中開啟 chrome://inspect：

![](https://img-blog.csdnimg.cn/img_convert/83ea51c797918f9b4710b792104f350a.png)

單擊應用下方的 inspect 按鈕，然後開始 CPU 佔用率分析：

![](https://img-blog.csdnimg.cn/img_convert/1ef52d29b14742e958d0c4af3278aca3.png)

等待一段時間後，就能看到 CPU profile 的結果：
![](https://img-blog.csdnimg.cn/img_convert/1433951a6b6bdc63deb1ef1ff0bc4832.png)

如何採集生產系統上的 Node.js 應用效能資料呢?

![](https://img-blog.csdnimg.cn/img_convert/f589520bb2c1218fafa32a1b3772880f.png)

在大多數情況下，如果效能問題只能在生產系統重現，那麼這種問題分析起來確實很棘手，因為我們需要相同的環境配置、相同的資料庫、快取等資料。 效能問題可能只針對某些類別的使用者，因為他們有特定的資料。

在生產環境開啟除錯模式？這不是一個好的選擇，因為在除錯模式下 Node.js 程式會消耗更多資源，而且不安全。

但是有一個更好的方法，使用檢查器模組 https://nodejs.org/api/inspector.html 按需獲取配置檔案。 它是一個 Node.js 內建模組，開發人員不必安裝任何額外的依賴項，但建議使用 [inspector-api](https://www.npmjs.com/package/inspector-api) .

它是一個帶有 [Promise](https://medium.com/geekculture/dealing-with-node-js-high-cpu-in-production-71c432d8bece) 支援的簡單包裝器。 讓我們建立一個記錄 CPU 配置檔案的端點。

下面是為 NestJS 建立一個示例，對於其他框架，它看起來非常相似：

程式碼如下：

```javascript
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
  }
}
```

所有程式碼都用 setImmediate 包裹，因為我們不需要等到錄製結束。 讓我們用 curl 測試一下：

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

10 秒之後，我們在 temp 資料夾得到了 CPU profile 的採集結果：

![](https://img-blog.csdnimg.cn/img_convert/ac2e2cd6f26ee044c9154fd1c5f0ee3b.png)

如果不想將此功能新增為 HTTP 端點，則可以將它們包裝在程式訊號處理程式中，如下所示：

```javascript
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()
})
```

然後使用 kill 命令傳送訊號：

- `kill -USR1 ${pid}`  // for CPU 
- `kill -USR2 ${pid}`  // for Heap

Node.js 應用高 CPU 佔用率的分析方法

相關文章