당신이 모르는 Node.js 코드를 최적화하는 3가지 방법_node.js

Node.js 프로그램은 CPU 제한이나 입출력 작업으로 인해 매우 느리게 실행될 수 있습니다. CPU 관점에서 볼 때 프로그램이 느리게 실행되는 일반적인 이유 중 하나는 최적화되지 않은 "핫 경로"(자주 액세스되는 코드 조각)입니다. 입출력 측면에서 볼 때, 프로그램 실행 속도의 제한은 기본 운영체제의 영향을 받을 수도 있고, 노드 자체의 장애로 인한 것일 수도 있습니다. 또는 느린 프로그램은 Node 자체와 관련이 없을 수도 있습니다. 문제는 느리고 최적화되지 않은 데이터베이스 쿼리 또는 API 호출과 같은 외부 리소스에 있습니다.

이 기사에서는 CPU 사용량이 많은 작업을 유발하는 코드 베이스의 작업을 식별하고 최적화하는 데 중점을 둘 것입니다. 동시에 프로덕션 애플리케이션에 대한 구성 파일을 탐색하고 운영 효율성을 향상할 수 있는 변경 사항을 분석하고 적용합니다.

Node의 단일 스레드 특성으로 인해 서버에서 과도한 CPU 부하를 피하는 것이 특히 중요합니다. CPU에 소비된 시간은 다른 요청에 응답하는 데 시간이 걸리기 때문입니다. 이 프로세스 중에 애플리케이션의 응답 속도가 느리고 CPU 사용량이 지속적으로 높은 경우 애플리케이션을 분석하면 병목 현상을 식별하고 애플리케이션을 다시 빠르게 실행하는 데 도움이 될 수 있습니다.

분석 애플리케이션
제작 과정에서 느린 프로그램을 복제하는 것은 어렵고 시간이 많이 걸립니다. 다행히도 이 작업을 직접 수행할 필요는 없습니다. 프로덕션 서버에서 프로필 데이터를 수집하고 오프라인으로 분석할 수 있습니다. 몇 가지 분석 방법을 살펴보겠습니다.

1. 커널 수준 도구 사용
먼저 DTrace(Solaris, BSD), perf(Linux) 또는 XPerf(Windows)와 같은 커널 수준 도구를 사용하여 실행 중인 프로세스에서 스택 추적을 수집한 다음 Flame 그래프를 생성할 수 있습니다. 커널 수준 분석은 실행 중인 프로세스에 최소한의 영향을 미칩니다. Flame 그래프는 확대 및 축소를 지원하는 호출 스택을 기반으로 생성된 벡터 그래픽입니다. Netflix의 Yunong Xiao는 Linux 시스템의 성능에 대한 훌륭한 연설과 트윗을 통해 이 기술에 대한 이해를 심화하는 데 도움을 주었습니다. 프로덕션 애플리케이션에서 높은 처리량을 유지하려면 이 방법을 사용하는 것이 좋습니다.

2,

2. V8 분석기를 사용하세요
또 다른 옵션은 V8 프로파일러를 직접 사용하는 것입니다. 이 접근 방식은 프로그램과 프로세스를 공유하므로 프로그램 성능에 영향을 미칩니다. 이러한 이유로 이러한 문제가 발생할 경우 V8 프로파일러만 실행하여 관련 출력을 캡처하십시오. 이 접근 방식의 이점은 Chrome의 모든 분석 도구와 해당 출력(Flame 그래프 포함)을 사용하여 프로그램을 조사할 수 있다는 것입니다.

다음 코드를 실행하여 프로그램을 테스트하세요.

npm install v8-profiler --save

그런 다음 프로그램에 다음 코드를 추가하세요.

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)

이 프로세스에 SIGUSR2 신호를 보내자마자 분석이 시작됩니다. SIGUSR2 신호를 다시 보내면 분석을 중지할 수 있습니다(아래 코드).

kill -SIGUSR2 [pid]

이 과정의 분석 결과는 현재 작업 경로의 파일에 기록됩니다. (경로를 쓸 수 있는지 확인하세요.) 이는 프로그래밍 가능한 인터페이스이므로 원하는 대로(웹 엔드포인트, IPC 등을 사용하여) 트리거할 수 있습니다. 프로그램이 언제 느려질지 예감이 든다면 언제든지 이 인터페이스를 트리거할 수 있습니다. 자동 트리거를 설정하는 것은 지속적인 모니터링을 피하는 데 유용하지만 캡처가 지속되어야 하는 시기와 기간을 예측적으로 이해해야 합니다.

프로필 데이터가 수집되면 Chrome 개발자 도구에 로드하고 분석을 시작하세요!

3. 프로세스 관리자를 사용하세요
V8 분석기를 직접 사용하는 것은 매우 효율적이고 사용자 정의가 가능하지만 코드 베이스에 들어가 프로젝트에 원하지 않는 또 다른 종속성을 추가하게 됩니다. 대안은 프로그램을 분석해야 할 때 다양한 도구로 프로그램을 래핑할 수 있는 프로세스 관리자를 사용하는 것입니다. 선택적 도구는 StrongLoop의 SLC 명령줄 ​​도구입니다.

먼저 npm install Strongloop –g를 실행한 후 다음 코드를 실행하세요.

slc start [/path/to/app]

위 코드는 프로세스 관리자에서 프로그램을 시작하고 요청 시 CPU 프로파일링 데이터를 추출할 수 있습니다. 애플리케이션 ID를 확인하고 얻으려면 다음을 실행하세요.

slc ctl

다음과 유사한 결과를 얻게 됩니다.

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

찾기 애플리케이션의 프로세스 ID입니다. 이 예에서 ID는 1.1.61023입니다. 이제 다음 코드를 실행하여 언제든지 분석을 시작할 수 있습니다.

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。