3 cara untuk mengoptimumkan kod Node.js yang anda tidak tahu_node.js

Atur cara Node.js mungkin berjalan sangat perlahan disebabkan oleh pengehadan dalam operasi CPU atau input dan output. Dari perspektif CPU, salah satu sebab biasa program berjalan perlahan ialah "laluan panas" yang tidak dioptimumkan (sekeping kod yang kerap diakses). Dari perspektif input dan output, had kelajuan berjalan program mungkin dipengaruhi oleh sistem pengendalian asas, atau mungkin disebabkan oleh kegagalan Node itu sendiri. Atau, program perlahan mungkin tiada kaitan dengan Node itu sendiri Masalahnya terletak pada sumber luaran, seperti pertanyaan pangkalan data atau panggilan API yang lambat dan tidak dioptimumkan.

Dalam artikel ini, kami akan menumpukan pada mengenal pasti dan mengoptimumkan operasi dalam pangkalan kod yang menyebabkan operasi berat CPU. Pada masa yang sama, fail konfigurasi untuk aplikasi pengeluaran akan diterokai dan perubahan yang boleh meningkatkan kecekapan operasi akan dianalisis dan dibuat.

Disebabkan sifat satu-benang Node, adalah amat penting bagi pelayan untuk mengelakkan beban CPU yang berat. Kerana masa yang dihabiskan untuk CPU mengambil masa untuk bertindak balas kepada permintaan lain. Jika anda perasan bahawa aplikasi anda lambat bertindak balas dan CPU sentiasa tinggi semasa proses ini, menganalisis aplikasi anda boleh membantu mengenal pasti kesesakan dan membolehkan aplikasi anda kembali berjalan pantas.

Aplikasi Analisis
Meniru program lambat dalam pengeluaran adalah sukar dan memakan masa. Syukurlah, anda tidak perlu melakukan ini sendiri. Anda boleh mengumpul data profil pada pelayan pengeluaran anda dan menganalisisnya di luar talian. Mari kita lihat beberapa kaedah analisis.

1. Gunakan alatan peringkat kernel
Pertama, anda boleh menggunakan alatan peringkat kernel seperti DTrace (Solaris, BSD), perf (Linux) atau XPerf (Windows) untuk mengumpul surih tindanan daripada proses yang sedang berjalan dan kemudian menjana graf nyala. Analisis peringkat kernel mempunyai kesan yang minimum pada proses yang sedang berjalan. Graf nyalaan ialah grafik vektor yang dijana berdasarkan timbunan panggilan yang menyokong zum masuk dan keluar. Yunong Xiao daripada Netflix telah memberikan ucapan dan tweet yang hebat tentang perf dalam sistem Linux untuk membantu anda memperdalam pemahaman anda tentang teknologi ini. Jika anda ingin mengekalkan daya pengeluaran yang tinggi dalam aplikasi pengeluaran, pertimbangkan untuk menggunakan kaedah ini.

2,

2. Gunakan penganalisis V8
Pilihan lain ialah menggunakan profil V8 secara terus. Pendekatan ini berkongsi proses dengan program, jadi ia mempengaruhi prestasi program. Atas sebab ini, sila jalankan sahaja pemprofil V8 untuk menangkap output yang berkaitan apabila anda menghadapi masalah sedemikian. Manfaat pendekatan ini ialah anda boleh menggunakan semua alatan analisis Chrome dan outputnya (termasuk graf nyala) untuk menyiasat program.

Sila jalankan kod berikut untuk menguji program anda:

npm install v8-profiler --save

Selepas itu, tambahkan kod berikut pada program anda:

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)

Sebaik sahaja anda menghantar isyarat SIGUSR2 ke proses ini, ia akan mula menganalisis. Analisis boleh dihentikan dengan menghantar isyarat SIGUSR2 sekali lagi (kod di bawah).

kill -SIGUSR2 [pid]

Hasil analisis proses ini akan ditulis pada fail dalam laluan kerja semasa (sila pastikan laluan boleh ditulis). Memandangkan ini adalah antara muka boleh atur cara, anda boleh mencetuskannya sesuka hati (menggunakan titik akhir web, IPC, dll.). Jika anda mempunyai firasat tentang bila program anda akan menjadi perlahan, anda boleh mencetuskan antara muka ini pada bila-bila masa. Menyediakan pencetus automatik adalah berguna untuk mengelakkan pemantauan berterusan, tetapi ia memerlukan anda mempunyai pemahaman ramalan tentang masa dan tempoh tangkapan harus bertahan.

Setelah data profil telah dikumpulkan, muatkannya ke dalam Alat Pembangun Chrome dan mula menganalisis!

3. Gunakan pengurus proses
Walaupun menggunakan penganalisis V8 secara langsung adalah sangat cekap dan boleh disesuaikan, ia akan masuk ke dalam pangkalan kod anda dan menambah satu lagi pergantungan pada projek anda yang mungkin anda tidak mahu. Alternatifnya ialah menggunakan pengurus proses, yang boleh membungkus program anda dengan pelbagai alat apabila anda perlu menganalisisnya. Alat pilihan ialah alat baris arahan SLC daripada StrongLoop.

Mula-mula, jalankan npm install strongloop –g, kemudian jalankan kod berikut:

slc start [/path/to/app]

Kod di atas akan melancarkan program anda dalam pengurus proses dan anda boleh mengekstrak data pemprofilan CPU atas permintaan. Untuk mengesahkan dan mendapatkan id aplikasi, jalankan:

slc ctl

Anda akan mendapat hasil yang serupa dengan yang berikut:

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

Id proses aplikasi pengesanan. Dalam contoh ini, id ialah 1.1.61023. Kini kita boleh memulakan analisis pada bila-bila masa dengan menjalankan kod berikut:

slc ctl cpu-start 1.1.61023

当我们觉得已经捕获到了迟滞行为，就可以运行以下代码来停止分析器：

slc ctl cpu-stop 1.1.61023

以下代码将写文件至硬盘：

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

好啦，就是这样。你可以像在 V8 分析器里那样把文件加载到 Chrome 里面进一步分析。

作出正确决定
在本文中，笔者展示了三种在 Node 中捕获生产环境下 CPU 使用量的方式。那么，你应该选用哪一种呢？下面是一些帮助你缩小决策范围的想法：

• 我需要分析很长一段时间：使用内核级工具。
• 我想用 Chrome 开发工具：使用 V8 分析器或者过程管理器。
• 我想捕获应用中的特定行为：使用 V8 分析器。
• 我不想影响到程序性能：使用内核级程序
• 我希望我不用挨个测试文件来获取程序分析信息：使用过程管理器

以上就是本文的全部内容，3种Node.js代码优化方式，希望大家可以熟练掌握。