你所未知的3種Node.js程式碼優化方式_node.js

Node.js 程式的運作可能會受 CPU 或輸入輸出作業的限製而十分緩慢。從 CPU 角度來看，程式運作緩慢的典型原因之一就是未經最佳化的「熱點路徑」（一段經常被存取的程式碼）。從輸入輸出角度來看，程式運行速度的限制可能是受底層作業系統影響，也可能是出於 Node 本身的故障。更或者，一個運作緩慢的程式可能跟 Node 本身沒有任何關係，問題在於外部資源，例如資料庫查詢或 API 呼叫緩慢，未經過最佳化處理。

在本文中，我們將重點放在識別並優化程式碼庫中會導致 CPU 繁重運作的操作。同時，將探討生產應用的配置文件，分析並做出可提高運作效率的改變。

由於 Node 的單執行緒性質，避免繁重的 CPU 負載對伺服器來說尤其重要。因為在 CPU 上消耗的時間會佔用回應其他請求的時間。如果你注意到自己的應用程式回應速度緩慢，而且 CPU 在這個過程中始終佔用率較高，分析你的程式有助於找出瓶頸，並且使程式恢復快速運行的狀態。

分析應用
複製生產環境中出現的緩慢程序問題非常難解決，而且十分耗時。值得慶幸的是，你不需要親自做這些了。你可以在生產伺服器上收集設定檔數據，然後離線分析。下面讓我們來看看幾種分析方法。

1、使用核心級工具
首先，你可以使用核心級工具，例如 DTrace（Solaris, BSD），perf(Linux)，或 XPerf（Windows），從運行的進程中收集堆疊追蹤信息，然後產生火焰圖。核心級分析對運行中的進程影響最小。火焰圖是根據呼叫堆疊產生的支援放大縮小查看的向量圖形。來自 Netflix 公司的 Yunong Xiao 針對 Linux 系統中 perf，發表過超讚的演講和推文，幫助你加深對該技術的了解。如果你想在生產程式中保持高吞吐量，可以參考使用這種方法。

2、

2、使用 V8 分析器
另一個選項是直接使用 V8 分析器。這種方式會與程式共用進程，因此它會影響程式效能。基於這個原因，請只在你遇到這類問題時執行 V8 分析器來捕捉相關輸出。此方法的優點是：你可以使用 Chrome 的所有分析工具，結合其輸出結果（包括火焰圖），對程式進行調查。

請執行以下程式碼來測試你的程式：

npm install v8-profiler --save

之後，在你的程式中加入以下程式碼：

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)

只要你發送 SIGUSR2 訊號到此進程，它就會開始分析。再次發送一個 SIGUSR2 訊號可以停止分析（程式碼如下）。

kill -SIGUSR2 [pid]

該進程的分析結果將寫入到目前工作路徑的檔案中（請確保該路徑可被寫入）。由於這是一個可編程接口，你可以隨意觸發它（使用 web endpoint，IPC，等等）。如果你對程式在何時變得緩慢有預感，你可以在任一時期觸發該介面。建立自動觸發對避免持續監看程序是非常有用的，但是它要求你對捕獲時間以及捕獲時長有預測性認知。

一旦已經收集好設定檔數據，將它載入到Chrome開發工具中，開始分析吧！

3、使用進程管理器
儘管直接使用 V8 分析器是非常有效且可自訂的，但是它會進入你的程式碼庫，並且會向專案添加另一個你可能不想要的依賴性條件。一種替代方式就是使用進程管理器，它可以在你需要分析時，用各種工具將你的程式包裝起來。一種可選的工具是來自 StrongLoop 的 SLC 命令列工具。

首先，執行npm install strongloop –g，然後執行以下程式碼：

slc start [/path/to/app]

上述程式碼會在進程管理器中啟動你的程序，你可以按需提取 CPU 分析資料。要驗證並獲取應用程式 id，請運行：

slc ctl

你將得到與下面類似的運行結果：

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

定位應用的進程 id。在此例中，id 為1.1.61023。現在我們就能在任何時間開始分析了，運行如下程式碼即可：

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。