Node.js 应用故障排查手册 —— Node.js 性能平台使用指南

发布网友发布时间：2024-10-06 19:06

共1个回答

热心网友时间：2024-10-07 01:34

前一节中我们借助 Chrome devtools 实现了对线上 Node.js 应用的 CPU/Memory 问题的排查定位，但在实际生产实践中，Chrome devtools 更偏向本地开发模式，不会生成分析问题所需的 Dump 文件。因此，开发者需要在项目上额外设置 v8-profiler 和 heapmp 等工具，并通过服务导出项目实时状态。

预备章中，我们除了 CPU/Memory 的问题，还会遇到需要分析错误日志、磁盘和核心转储文件等才能定位问题的状况。因此，仅靠 Chrome devtools 显然不够。为此，我们推荐使用 Node.js 性能平台（原 AliNode），它已承载了阿里巴巴集团内部几乎所有 Node.js 应用的线上运行监控和问题排查，可在生产环境部署使用。

本节将从 Node.js 性能平台的设计架构、核心能力及最佳实践等方面，帮助开发者更好地使用这一工具解决异常指标分析和线上 Node.js 应用故障定位问题。

Node.js 性能平台由云控制台、AliNode runtime 和 Agenthub 三部分组成。具体部署步骤可查看官方文档。借助 Node.js 性能平台，可方便地实现异常指标的告警分析。在实际生产实践中，该平台主要提供三个核心能力：日志收集、性能监控和告警通知。

首先，配置合适的告警。线上应用的告警是一种保护机制，可自我发现并解决问题。部署项目后，开发者需配置合适的告警，包括错误日志、Node.js 进程 CPU/Memory 分析、核心转储和磁盘分析等。平台已预设告警策略，只需选择即可完成配置。

其次，按照告警类型进行分析。当收到告警短信时，可按照策略类型进行对应分析。以下列举五种常见问题类型：磁盘监控、错误日志、进程 CPU 高、内存泄漏和核心转储。

磁盘监控：当服务器磁盘使用超过 85% 时进行告警。收到告警后，连接服务器，使用命令查看高占用目录，删除或备份释放空间。

错误日志：收到错误日志告警后，在 Node.js 性能平台控制台找到问题实例查看异常日志，结合错误类型和栈信息进行问题定位。

进程 CPU 高：收到 Node.js 应用进程 CPU 超过阈值告警时，在控制台对应实例点击 CPU Profile 按钮，生成 3 分钟的 CPU Profile 文件，分析 JS 函数执行情况，定位代码瓶颈。

内存泄漏：收到 Node.js 应用进程堆内存超过阈值告警时，在控制台对应实例点击堆快照按钮，生成堆快照文件，分析堆空间占用情况，定位泄漏对象和代码段。

核心转储：收到服务器生成核心转储文件告警时，将文件转储到云端，通过 AliNode 定制分析，查看 Node.js 应用 Crash 时刻的线程信息和错误堆栈信息，定位问题代码。

本节介绍了 Node.js 性能平台的架构、核心能力和最佳实践，希望帮助开发者更好地使用该平台解决线上 Node.js 应用问题。