Node.js 指南（轻松分析Node.js应用程序）

轻松分析Node.js应用程序

有许多第三方 工具 可用于分析Node.js应用程序，但在许多情况下，最简单的选择是使用Node.js内置的分析器，内置的分析器使用 V8内部的分析器 ，在程序执行期间定期对堆栈进行采样，它将这些样本的结果以及重要的优化事件（如jit编译）记录为一系列tick：

code-creation,LazyCompile,0,0x2d5000a337a0,396,"bp native array.js:1153:16",0x289f644df68,~
code-creation,LazyCompile,0,0x2d5000a33940,716,"hasOwnProperty native v8natives.js:198:30",0x289f64438d0,~
code-creation,LazyCompile,0,0x2d5000a33c20,284,"ToName native runtime.js:549:16",0x289f643bb28,~
code-creation,Stub,2,0x2d5000a33d40,182,"DoubleToIStub"
code-creation,Stub,2,0x2d5000a33e00,507,"NumberToStringStub"

在过去，你需要V8源代码才能解释tick，幸运的是，最近在Node.js 4.4.0中引入了一些工具，可以方便地使用这些信息而无需从源代码单独构建V8，让我们看看内置的分析器如何帮助提供对应用程序性能的深入了解。

为了说明tick分析器的使用，我们将使用一个简单的Express应用程序，我们的应用程序将有两个处理程序，一个用于向我们的系统添加新用户：

app.get('/newUser', (req, res) => {
  let username = req.query.username || '';
  const password = req.query.password || '';

  username = username.replace(/[!@#$%^&*]/g, '');

  if (!username || !password || users.username) {
    return res.sendStatus(400);
  }

  const salt = crypto.randomBytes(128).toString('base64');
  const hash = crypto.pbkdf2Sync(password, salt, 10000, 512, 'sha512');

  users[username] = { salt, hash };

  res.sendStatus(200);
});

另一个用于验证用户身份验证尝试：

app.get('/auth', (req, res) => {
  let username = req.query.username || '';
  const password = req.query.password || '';

  username = username.replace(/[!@#$%^&*]/g, '');

  if (!username || !password || !users[username]) {
    return res.sendStatus(400);
  }

  const { salt, hash } = users[username];
  const encryptHash = crypto.pbkdf2Sync(password, salt, 10000, 512, 'sha512');

  if (crypto.timingSafeEqual(hash, encryptHash)) {
    res.sendStatus(200);
  } else {
    res.sendStatus(401);
  }
});

请注意，这些不是推荐的处理程序，用于在Node.js应用程序中对用户进行身份验证，仅用于说明目的，你通常不应该尝试设计自己的加密身份验证机制，使用现有的，经过验证的身份验证解决方案要好得多。

现在假设我们已经部署了我们的应用程序，用户抱怨请求的延迟很高，我们可以使用内置的分析器轻松运行应用程序：

NODE_ENV=production node --prof app.js

并使用 ab （ApacheBench）在服务器上加点负荷：

curl -X GET "http://localhost:8080/newUser?username=matt&password=password"
ab -k -c 20 -n 250 "http://localhost:8080/auth?username=matt&password=password"

并得到一个 ab 输出：

Concurrency Level:      20
Time taken for tests:   46.932 seconds
Complete requests:      250
Failed requests:        0
Keep-Alive requests:    250
Total transferred:      50250 bytes
HTML transferred:       500 bytes
Requests per second:    5.33 [#/sec] (mean)
Time per request:       3754.556 [ms] (mean)
Time per request:       187.728 [ms] (mean, across all concurrent requests)
Transfer rate:          1.05 [Kbytes/sec] received

...

Percentage of the requests served within a certain time (ms)
  50%   3755
  66%   3804
  75%   3818
  80%   3825
  90%   3845
  95%   3858
  98%   3874
  99%   3875
 100%   4225 (longest request)

从这个输出中，我们看到我们每秒只能处理大约5个请求，平均请求往返只需不到4秒。在实际示例中，我们可以代表用户请求在许多函数中执行大量工作，但即使在我们的简单示例中也是如此，编译正则表达式、生成随机salt、从用户密码生成唯一哈希，或者在Express框架内部，时间可能会损失。

由于我们使用 --prof 选项运行我们的应用程序，因此在与本地应用程序运行相同的目录中生成了一个tick文件，它的格式应为 isolate-0xnnnnnnnnnnnn-v8.log （其中 n 为数字）。

为了理解这个文件，我们需要使用与Node.js二进制文件捆绑在一起的tick处理器，要运行处理器，请使用 --prof-process 标志：

node --prof-process isolate-0xnnnnnnnnnnnn-v8.log > processed.txt

在你喜欢的文本编辑器中打开 processed.txt 将为你提供一些不同类型的信息，该文件被分解为多个部分，这些部分再次被语言分解，首先，我们查看汇总部分，并查看：

[Summary]:
   ticks  total  nonlib   name
     79    0.2%    0.2%  JavaScript
  36703   97.2%   99.2%  C++
      7    0.0%    0.0%  GC
    767    2.0%          Shared libraries
    215    0.6%          Unaccounted

这告诉我们收集的所有样本中有97％发生在C++代码中，当查看处理输出的其他部分时，我们应该最关注用C++完成的工作（而不是JavaScript），考虑到这一点，我们接下来找到 [C++] 部分，其中包含有关哪些C++函数占用最多CPU时间的信息，并查看：

[C++]:
   ticks  total  nonlib   name
  19557   51.8%   52.9%  node::crypto::PBKDF2(v8::FunctionCallbackInfo<v8::Value> const&)
   4510   11.9%   12.2%  _sha1_block_data_order
   3165    8.4%    8.6%  _malloc_zone_malloc