如何通过Ubuntu Node.js日志监控性能

Ubuntu 下用日志做 Node.js 性能监控的实操方案

一日志采集与结构化

使用结构化日志库输出 JSON，便于检索与聚合。示例（winston）：

const winston = require('winston');
const logger = winston.createLogger({
  level: 'info',
  format: winston.format.json(),
  transports: [
    new winston.transports.File({ filename: 'error.log', level: 'error' }),
    new winston.transports.File({ filename: 'combined.log' })
  ]
});
// 在请求入口记录关键指标
const start = process.hrtime.bigint();
// ... 处理请求
const diffMs = Number(process.hrtime.bigint() - start) / 1e6;
logger.info('http_request', {
  method: 'GET', url: '/api', status: 200,
  duration_ms: diffMs,
  memory_rss_mb: Math.round(process.memoryUsage().rss / 1024 / 1024)
});

使用 morgan 记录 HTTP 访问日志，配合 winston/pino 输出到文件；生产环境控制日志级别，避免过多输出影响性能。

日志轮转与保留：使用 logrotate 管理日志体积，示例配置 /etc/logrotate.d/nodejs：

/var/log/nodejs/*.log {
  daily
  rotate 7
  missingok
  notifempty
  compress
  delaycompress
  sharedscripts
}

建议统一时间格式（如 ISO8601）、包含 trace_id/request_id、服务名与实例标识，便于跨服务追踪与聚合。

二在日志中埋点与输出关键指标

请求级指标：记录 method、url、status、duration_ms、content_length、user_agent、ip、trace_id；在中间件或框架钩子中统一埋点。

资源与运行时指标：定期采样 process.memoryUsage()、process.cpuUsage()、event loop lag、GC 统计（node --trace-gc），输出为结构化字段，如：

logger.info('runtime_metrics', {
  memory_rss_mb, heap_used_mb: mu.heapUsed/1024/1024,
  heap_total_mb: mu.heapTotal/1024/1024,
  cpu_user_ms: cu.user/1000, cpu_sys_ms: cu.system/1000,
  event_loop_lag_ms: lag
});

错误与慢请求：对 5xx/4xx 与 duration_ms > 阈值 单独打点（如 level: warn/error），并附带堆栈与请求上下文，便于定位瓶颈与异常链路。

三日志解析与趋势分析

命令行快速洞察：

统计错误数：grep "ERROR" combined.log | wc -l
提取某时段：awk '/2025-04-01 00:00:00/,/2025-04-01 23:59:59/' combined.log

Top URL 与 P95 延迟（假设日志含 duration_ms 字段）：

# Top URL
awk '$7 ~ /http_request/ {print $9}' combined.log | sort | uniq -c | sort -nr | head
# 近似 P95（ms）
awk '$7 ~ /http_request/ {print $11}' combined.log | sort -n | awk 'BEGIN{c=0} {a[c++]=$1} END{print a[int(c*0.95)]}'

集中化与可视化：
- ELK Stack（Elasticsearch + Logstash + Kibana）：Logstash 使用 Grok 解析 JSON 或自定义模式，ES 存储，Kibana 构建指标面板与告警。
- Grafana Loki + Promtail：轻量聚合，适合容器与多实例场景。
- Graylog：集中式日志管理，支持规则引擎与告警。

四可视化与告警

Kibana/Grafana 仪表盘建议包含：
- 业务：请求速率（req/s）、错误率（%）、P50/P95/P99 延迟、吞吐（KB/s）；
- 实例：RSS、HeapUsed、CPU%、Event Loop Lag；
- 日志：ERROR/WARN 趋势、Top URL/Status/UA。
阈值告警示例：
- 错误率 > 1%（5 分钟窗口）
- P95 延迟 > 1000 ms
- 5xx 计数 > N/分钟
- RSS 连续 3 次采样增长 > 20%
在 Kibana 或 Grafana 中配置告警规则与通知渠道（邮件、Webhook、企业微信/钉钉机器人）。

五快速落地与进阶

快速落地清单：
- 接入 winston/pino + morgan，输出 JSON；
- 埋点 http_request、runtime_metrics、error/slow；
- 配置 logrotate 与磁盘告警；
- 部署 Filebeat/Logstash → ES → Kibana/Grafana Loki；
- 建立基础面板与阈值告警。
进阶与排障：
- 使用 PM2：pm2 start app.js --name my-app、pm2 monit、pm2 logs my-app，获得进程级 CPU/内存 与日志聚合；
- 深度分析：node --inspect（配合 Chrome DevTools）、node --prof（生成 V8 性能日志，用 node --prof-process 分析）；
- 系统层监控：htop、iostat、vmstat、sar（来自 sysstat）排查 I/O、CPU、内存压力，与日志指标交叉验证。

最新问答

相关标签