matlab node._Node.js 运维问题（二）

首先传送门，

zhukovaskychina/X-Nodejs​github.com

项目后期还会更新。

之前上一篇文章已经提到了我实现的一款node.js。

首先先简单的看下效果，

这块是个标准的有cpu性能问题的代码。其核心在于斐波那契函数牛逼的栈堆的不断调用，耗CPU。

var 

我们用ab工具压测，在模仿alinode内置的在线抓取cpuprofiler，这个node.js在指定的日志目录自动生成了cpuprofile文件。

我们用chrome开发者工具打开这个生成的cpuprofile,

可以看到，这种递归的函数非常消耗栈堆。我们换一个方式显示，

我们可以看到fib这个函数占据了将近60%的CPU性能，这个时候CPU负载高的原因就是这个fib函数导致的。而这个时候GC，垃圾回收器占用耗时性能很小。

这块的实现参考了hyj1991同学的v8-profiler-next或者v8-profiler-node8。

我们看下hyj1991同学的代码

Local

这段代码的当然是v8-profiler-next当中的，其核心在于调用了v8-profiler 当中的cpu_profiler对象的API。

cpuprofiler在停止cpu_profile的时候，会把相关的对象返回，也就是这个函数的入参。

Local

在这个代码区域里面，将获得整个cpuprofiler期间的所产生的的functionName，lineNumber，scriptId等等，将这些属性返回到profile_node对象当中，以逃逸对象返回。

最终生成的.cpuprofile是个json文件。在这个文件里面就是把cpuprofile的属性给展现出来。

不过在集成这块的代码的时候，node内部导出这个对象与js导出这个对象，是有差别的，这代码其他地方更多的是在给js对象做绑定属性的操作，这里就不表示了。

现在下面，要来看看hyj1991同学提到的cpu_profile的作用。其实这里给alinode打广告了（本人非阿里员工）。

hyj1991同学所编写的这个手册非常好，把node.js服务端这块的运维说明的非常清楚。

aliyun-node/Node.js-Troubleshooting-Guide

比方说这个例子。我就觉得非常好。

提到线上进程的监控运维，首先第一个我就要说的就是OneAPM的这套东西，感觉很不好。对于这个正则表达式，在代码里面嵌入所谓的探针或者SDK，最多充其量知道这个URL有问题。开发同学怎么可能知道是某个函数有问题？靠猜么？

扯淡的OneAPM

我觉得alinode在这块做的非常好，这个例子非常有说服力。

我们看看OneAPM的这里面所谓的事务跟踪，能保证OneAPM的SDK不存在性能问题么？

同样的，对于这类问题OOM，某个进程挂了，怎么能知道这个进程挂了的原因么？

hyj1991：Node 案发现场揭秘 —— Coredump 还原线上异常​zhuanlan.zhihu.com

这个就比市面上的其他APM要强大很多。

#############################################################################################

后面继续更新