Linux 环境下 Node.js 性能监控实操指南
一 监控分层与核心指标
- 建议从四个层面建立监控：
- 系统层：关注 CPU、内存、磁盘 I/O、网络 等基础资源，识别资源瓶颈与异常波动。
- 进程层：聚焦 Node.js 进程 的 RSS、堆内存、事件循环延迟、活跃句柄/请求 等，判断是否存在阻塞或泄漏。
- 应用层：围绕 HTTP 延迟/吞吐/QPS、错误率、数据库慢查询、外部依赖时延 等业务黄金指标。
- 日志与追踪：结构化日志与 分布式追踪 结合，定位慢请求与异常链路。
二 快速上手工具与命令
- 进程与日志管理
- 使用 PM2：进程守护、一键监控与日志聚合。常用命令：
- 启动与监控：pm2 start app.js --name myapp
- 实时资源监控：pm2 monit
- 日志查看：pm2 logs myapp
- 使用 systemd：将应用托管为系统服务，便于生产级稳定运行与日志采集：
- 服务状态：systemctl status myapp
- 日志查看：journalctl -u myapp -f
- 系统级资源监控
- 交互式与轻量工具：top/htop（进程资源）、vmstat（虚拟内存/CPU/I/O）、iostat（磁盘 I/O）、free（内存）、df（磁盘空间）、nmon/atop（综合监控）。
- 网络与进程流量：nethogs（按进程查看带宽）、iftop（网卡实时流量）、netstat（连接状态）。
- 历史与系统统计：sar（配合 sysstat 收集/回放系统指标）。
三 应用层与诊断工具
- 内置与开发期分析
- 运行时指标：process.memoryUsage()、process.cpuUsage() 获取内存与 CPU 使用情况；console.time/console.timeEnd 做关键路径计时。
- 调试与剖析：
- node --inspect / --inspect-brk 连接 Chrome DevTools 的 Performance/Memory 面板进行 CPU 采样与堆快照分析。
- node --prof 生成 V8 日志，使用 node --prof-process 生成可读报告，定位热点函数。
- 生产可用 APM 与可视化
- 第三方 APM：New Relic、Datadog、Dynatrace 提供 事务追踪、错误分析、数据库/外部调用 指标与告警。
- 自建可视化：Prometheus + Grafana 采集应用与系统指标，构建统一看板与阈值告警。
- 轻量/框架集成：Easy-Monitor（进程/内存/GC 等）、express-status-monitor（Express /status 端点）、NetData（实时 Web 仪表板）。
四 关键场景与命令示例
- CPU 热点定位
- 采样剖析：启动 node --prof app.js，复现问题后执行 node --prof-process isolate-*.log > profile.txt 查看热点函数与调用栈。
- 交互分析：使用 node --inspect + Chrome DevTools Performance 录制并分析长任务与脚本耗时。
- 内存泄漏排查
- 堆快照：在代码中定时或触发条件满足时生成堆快照（如使用 heapdump），在 DevTools Memory 面板对比快照定位泄漏对象与引用链。
- 事件循环延迟
- 在关键路径前后记录 High Resolution Time（如 performance.now()），计算差值；结合 async_hooks 观察异步上下文生命周期，辅助定位延迟来源。
- 网络与数据库
- 网络：用 netstat 检查连接状态与端口占用；用 tcpdump/Wireshark 抓包分析慢请求/异常握手；在 DevTools Network 面板查看 TTFB/响应大小。
- 数据库：开启 慢查询日志，用 EXPLAIN 分析执行计划，优化 索引/SQL 与连接池配置。
五 落地方案与告警实践
- 采集与存储
- 系统层：以 node_exporter 暴露 Node.js 进程指标（如 process_resident_memory_bytes、process_cpu_seconds_total），由 Prometheus 抓取并存储。
- 应用层：在代码中暴露 /metrics 端点（如 prom-client），输出 HTTP 请求耗时直方图、事件循环延迟、Active Handles 等；APM 侧使用 New Relic/Datadog 的 Agent 自动采集。
- 可视化与告警
- Grafana 构建看板：系统资源、进程指标、业务黄金指标（如 P95/P99 延迟、吞吐、错误率）分层展示。
- 设置告警规则：如 P95 延迟 > 阈值、内存 RSS 持续增长、进程重启次数异常、5xx 错误率升高 等，通过 Alertmanager/APM 平台 推送至 钉钉/企业微信/邮件。
- 运行与维护
- 以 PM2 或 systemd 托管进程，开启 自动重启 与 日志轮转；定期回归 负载测试（如 k6/wrk/artillery）验证优化成效与容量边界。
