我们在本地运行 Node.js 应用，使用 `--inspect` 标志启动应用程序，再次执行负载测试，在 Chrome 浏览器中打开 chrome://inspect：

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

单击应用下方的 inspect 按钮，然后开始 CPU 占用率分析：

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

等待一段时间后，就能看到 CPU profile 的结果：
![](https://img-blog.csdnimg.cn/img_convert/1433951a6b6bdc63deb1ef1ff0bc4832.png)

如何采集生产系统上的 Node.js 应用性能数据呢?

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

在大多数情况下，如果性能问题只能在生产系统重现，那么这种问题分析起来确实很棘手，因为我们需要相同的环境配置、相同的数据库、缓存等数据。 性能问题可能只针对某些类别的用户，因为他们有特定的数据。

在生产环境开启调试模式？这不是一个好的选择，因为在调试模式下 Node.js 进程会消耗更多资源，而且不安全。

但是有一个更好的方法，使用检查器模块 https://nodejs.org/api/inspector.html 按需获取配置文件。 它是一个 Node.js 内置模块，开发人员不必安装任何额外的依赖项，但建议使用 [inspector-api](https://www.npmjs.com/package/inspector-api) .

它是一个带有 [Promise](https://medium.com/geekculture/dealing-with-node-js-high-cpu-in-production-71c432d8bece) 支持的简单包装器。 让我们创建一个记录 CPU 配置文件的端点。

下面是为 NestJS 创建一个示例，对于其他框架，它看起来非常相似：

代码如下：

```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
  }
}
```

所有代码都用 setImmediate 包裹，因为我们不需要等到录制结束。 让我们用 curl 测试一下：

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

10 秒之后，我们在 temp 文件夹得到了 CPU profile 的采集结果：

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

如果不想将此功能添加为 HTTP 端点，则可以将它们包装在进程信号处理程序中，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()
})
```

然后使用 kill 命令发送信号：

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

ITPub博客

Node.js 应用高 CPU 占用率的分析方法

最新文章