為什么需要性能監控？聊聊Node.js性能監控

為什么需要性能監控？下面本篇就來帶大家了解一下Node.js性能監控，希望對大家有所幫助！

為什么需要性能監控

Node作為Javascript在服務端的一個運行時（Runtime），極大的豐富了Javascript的應用場景。

但是Node.js Runtime本身是一個黑盒，我們無法感知運行時的狀態，對于線上問題也難以復現。

因此性能監控是Node.js應用程序「正常運行」的基石。不僅可以隨時監控運行時的各項指標，還可以幫助排查異常場景問題。

組成部分

性能監控可以分為兩個部分：

• 性能指標的采集和展示

  • 進程級別的數據：CPU，Memory，Heap，GC等
  • 系統級別的數據：磁盤占用率，I/O負載，TCP/UDP連接狀態等
  • 應用層的數據：QPS，慢HTTP，業務處理鏈路日志等

• 性能數據的抓取和分析

  • Heapsnapshot：堆內存快照
  • Cpuprofile：CPU快照
  • Coredump：應用崩潰快照

方案對比

從上圖可以看到目前主流的三種Node.js性能監控方案的優缺點，以下是簡單介紹這三種方案的組成：

• Prometheus

  • prom-client是prometheus的nodejs實現，用于采集性能指標
  • grafana是一個可視化平臺，用來展示各種數據圖表，支持prometheus的接入
  • 只支持了性能指標的采集和展示，排查問題還需要其他快照工具，才能組成閉環

• AliNode

  • alinode是一個兼容官方nodejs的拓展運行時，提供了一些額外功能：

    • v8的運行時內存狀態監控
    • libuv的運行時狀態監控
    • 在線故障診斷功能：堆快照、CPU Profile、GC Trace等

  • agenthub是一個常駐進程，用來收集性能指標并上報

    • 整合了agentx + commdx的便利工具

  • 整體從監控，展示，快照，分析形成閉環，接入便捷簡單，但是拓展運行時還是有風險

• Easy-Monitor

  • xprofiler 負責進行實時的運行時狀態采樣，以及輸出性能日志（也就是性能數據的抓取）
  • xtransit 負責性能日志的采集與傳輸
  • 跟AliNode最大的區別在于使用了Node.js Addon來實現采樣器

性能指標

CPU

通過process.cpuUsage()可以獲取當前進程的CPU耗時數據，返回值的單位是微秒

• user：進程執行時本身消耗的CPU時間
• system：進程執行時系統消耗的CPU時間

Memory

通過process.memoryUsage()可以獲取當前進程的內存分配數據，返回值的單位是字節

• rss：常駐內存，node進程分配的總內存大小
• heapTotal：v8申請的堆內存大小
• heapUsed：v8已使用的堆內存大小
• external：v8管理的C++所占用的內存大小
• arrayBuffers：分配給ArrayBuffer的內存大小

從上圖可以看出，rss包含代碼段(Code Segment)、棧內存(Stack)、堆內存(Heap)

• Code Segment：存儲代碼段
• Stack：存儲局部變量和管理函數調用
• Heap：存儲對象、閉包、或者其他一切

Heap

通過v8.getHeapStatistics()和v8.getHeapSpaceStatistics()可以獲取v8堆內存和堆空間的分析數據，下圖展示了v8的堆內存組成分布：

堆內存空間先劃分為空間（space），空間又劃分為頁（page），內存按照1MB對齊進行分頁。

• New Space：新生代空間，用來存放一些生命周期比較短的對象數據，平分為兩個空間（空間類型為semi space）：from space，to space

  • 晉升條件：在New space中經過兩次GC依舊存活

• Old Space：老生代空間，用來存放New Space晉升的對象

• Code Space：存放v8 JIT編譯后的可執行代碼

• Map Space：存放Object指向的隱藏類的指針對象，隱藏類指針是v8根據運行時記錄下的對象布局結構，用于快速訪問對象成員

• Large Object Space：用于存放大于1MB而無法分配到頁的對象

GC

v8的垃圾回收算法分為兩類：

• Major GC：使用了Mark-Sweep-Compact算法，用于老生代的對象回收
• Minor GC：使用了Scavenge算法，用于新生代的對象回收

Scavenge

前提：New space分為from和to兩個對象空間

觸發時機：當New space空間滿了

步驟：

• 在from space中，進行寬度優先遍歷

• 發現存活（可達）對象

  • 已經存活過一次（經歷過一次Scavange），晉升到Old space
  • 其他的復制到to space中

• 當復制結束時，to space中只有存活的對象，from space就被清空了

• 交換from space和to space，開始下一輪Scavenge

適用于回收頻繁，內存不大的對象，典型的空間換時間的策略，缺點是浪費了多一倍的空間

Mark-Sweep-Compact

三個步驟：標記、清除、整理

觸發時機：當Old space空間滿了

步驟：

• Marking（三色標記法）

  • 白色：代表可回收對象
  • 黑色：代表不可回收對象，且其所產生的引用都已經掃描完畢
  • 灰色：代表不可回收對象，且其所產生的引用還沒掃描完
  • 將V8根對象直接引用的對象放進一個marking queue（顯式棧）中，并將這些對象標記為灰色
  • 從這些對象開始做深度優先遍歷，每訪問一個對象，將該對象從marking queue pop出來，并標記為黑色
  • 然后將該對象引用下的所有白色對象標記為灰色，push到marking queue上，如此往復
  • 直到棧上所有對象都pop掉為止，老生代的對象只剩下黑色（不可回收）和白色（可以回收）兩種了
  • PS：當一個對象太大，無法push到空間有限的棧時，v8會把這個對象保留灰色跳過，將整個棧標記為溢出狀態（overflowed），等棧清空后，再次進行遍歷標記，這樣導致需要額外掃描一遍堆

• Sweep

  • 清除白色對象
  • 會造成內存空間不連續

• Compact

  • 由于Sweep會造成內存空間不連續，不利于新對象進入GC
  • 把黑色（存活）對象移到Old space的一端，這樣清除出來的空間就是連續完整的
  • 雖然可以解決內存碎片問題，但是會增加停頓時間（執行速度慢）
  • 在空間不足以對新生代晉升過來的對象進行分配時才使用mark-compact

Stop-The-World

在最開始v8進行垃圾回收時，需要停止程序的運行，掃描完整個堆，回收完內存，才會重新運行程序。這種行為就叫全停頓（Stop-The-World）

雖然新生代活動對象較小，回收頻繁，全停頓，影響不大，但是老生代存活對象多且大，標記、清理、整理等造成的停頓就會比較嚴重。

優化策略

• 增量回收（Incremental Marking）：在Marking階段，當堆達到一定大小時，開始增量GC，每次分配了一定量的內存后，就暫停運行程序，做幾毫秒到幾十毫秒的marking，然后恢復程序的運行。

這個理念其實有點像React框架中的Fiber架構，只有在瀏覽器的空閑時間才會去遍歷Fiber Tree執行對應的任務，否則延遲執行，盡可能少地影響主線程的任務，避免應用卡頓，提升應用性能。

• 并發清除（Concurrent Sweeping）：讓其他線程同時來做 sweeping，而不用擔心和執行程序的主線程沖突
• 并行清除（Parallel Sweeping）：讓多個 Sweeping 線程同時工作，提升 sweeping 的吞吐量，縮短整個 GC 的周期

空間調整

由于v8對于新老生代的空間默認限制了大小

• New space 默認限制：64位系統為32M，32位系統為16M
• Old space 默認限制：64位系統為1400M，32位系統為700M

因此node提供了兩個參數用于調整新老生代的空間上限

• --max-semi-space-size：設置New Space空間的最大值
• --max-old-space-size：設置Old Space空間的最大值

查看GC日志

node也提供了三種查看GC日志的方式：

• --trace_gc：一行日志簡要描述每次GC時的時間、類型、堆大小變化和產生原因
• --trace_gc_verbose：展示每次GC后每個V8堆空間的詳細狀況
• --trace_gc_nvp：每次GC的詳細鍵值對信息，包含GC類型，暫停時間，內存變化等

由于GC日志比較原始，還需要二次處理，可以使用AliNode團隊開發的v8-gc-log-parser

快照工具

Heapsnapshot

對于運行程序的堆內存進行快照采樣，可以用來分析內存的消耗以及變化

生成方式

生成.heapsnapshot文件有以下幾種方式：

• 使用heapdump

• 使用v8的heap-profile

• 使用nodejs內置的v8模塊提供的api

  • v8.getHeapSnapshot()

  

  • v8.writeHeapSnapshot(fileName)

  

• 使用v8-profiler-next

分析方法

生成的.heapsnapshot文件，可以在Chrome devtools工具欄的Memory，選擇上傳后，展示結果如下圖：

默認的視圖是Summary視圖，在這里我們要關注最右邊兩欄：Shallow Size 和 Retained Size

• Shallow Size：表示該對象本身在v8堆內存分配的大小
• Retained Size：表示該對象所有引用對象的Shallow Size之和

當發現Retained Size特別大時，該對象內部可能存在內存泄漏，可以進一步展開去定位問題

還有Comparison視圖是用于比較分析兩個不同時段的堆快照，通過Delta列可以篩選出內存變化最大的對象

Cpuprofile

對于運行程序的CPU進行快照采樣，可以用來分析CPU的耗時及占比

生成方式

生成.cpuprofile文件有以下幾種方式：

• v8-profiler（node官方提供的工具，不過已經無法支持node v10以上的版本，并不再維護）
• v8-profiler-next（國人維護版本，支持到最新node v18，持續維護中）

這是采集5分鐘的CPU Profile樣例

分析方法

生成的.cpuprofile文件，可以在Chrome devtools工具欄的Javascript Profiler（不在默認tab，需要在工具欄右側的