当使用 Node 在生产环境作为服务器语言时，并发量过大或者代码问题造成 OOM (out of memory) 或者 CPU 满载这些都是服务器中常见的问题，此时通过监控 CPU 及内存，再结合日志及 Release 就很容易发现问题。
【视频教程推荐：node js教程 】
本章将介绍如何监控本地环境及生产环境的内存变化
一个 Node 应用实例
所以，如何动态监控一个 Node 进程的内存变化呢？
以下是一个 Node Server 的示例，并且是一个有内存泄漏问题的示例，并且是山月在生产环境定位了很久的问题的精简版。
那次内存泄漏问题中，导致单个容器中的内存从原先的 400M 暴涨到 700M，在 800M 的容器资源限制下偶尔会发生 OOM，导致重启。一时没有定位到问题 (发现问题过迟，半个月前的时序数据已被吞没，于是未定位到 Release)，于是把资源限制上调到 1000M。后发现是由 ctx.request 挂载了数据库某个大字段而致
const Koa = require('koa')
const app = new Koa()
function getData () {
return Array.from(Array(1000)).map(x => 10086)
}
app.use(async (ctx, next) => {
ctx.data = getData()
await next()
})
app.use(ctx => {
ctx.body = 'hello, world'
})
app.listen(3200, () => console.log('Port: 3200'))进程内存监控
一些问题需要在本地及测试环境得到及时扼杀，来避免在生产环境造成更大的影响。那么了解在本地如何监控内存就至关重要。
pidstat 是 sysstat 系列 linux 性能调试工具的一个包，竟然用它来调试 linux 的性能问题，包括内存，网络，IO，CPU 等。
这不仅试用与 node，而且适用于一切进程，包括 python，java 以及 go
# -r: 指输出内存指标 # -p: 指定 pid # 1: 每一秒输出一次 # 100: 输出100次 $ pidstat -r -p pid 1 100
而在使用 pidstat 之前，需要先找到进程的 pid
如何找到 Node 进程的 pid
在 node 中可以通过 process.pid 来找到进程的 pid
> process.pid 16425
虽然通过写代码可以找到 pid，但是具有侵入性，不太实用。那如何通过非侵入的手段找到 pid 呢？有两种办法
- 通过多余的参数结合
ps定位进程 - 通过端口号结合
lsof定位进程
$ node index.js shanyue # 第一种方法：通过多余的参数快速定位 pid $ ps -ef | grep shanyue root 31796 23839 1 16:38 pts/5 00:00:00 node index.js shanyue # 第二种方法：通过端口号定位 pid lsof -i:3200 COMMAND PID USER FD TYPE DEVICE SIZE/OFF NODE NAME node 31796 root 20u IPv6 235987334 0t0 TCP *:tick-port (LISTEN)
使用 pidstat 监控内存
从以上代码中可以知道，node 服务的 pid 为 31796，为了可以观察到内存的动态变化，再施加一个压力测试
$ ab -c 10000 -n 1000000 http://localhost:3200/
# -r: 指输出内存指标
# -p: 指定 pid
# 1: 每一秒输出一次
# 100: 输出100次
$ pidstat -r -p 31796 1 100
Linux 3.10.0-957.21.3.el7.x86_64 (shuifeng) 2020年07月02日 _x86_64_ (2 CPU)
UID PID minflt/s majflt/s VSZ RSS %MEM Command
19时20分39秒 0 11401 0.00 0.00 566768 19800 0.12 node
19时20分40秒 0 11401 0.00 0.00 566768 19800 0.12 node
19时20分41秒 0 11401 9667.00 0.00 579024 37792 0.23 node
19时20分42秒 0 11401 11311.00 0.00 600716 59988 0.37 node
19时20分43秒 0 11401 5417.82 0.00 611420 70900 0.44 node
19时20分44秒 0 11401 3901.00 0.00 627292 85928 0.53 node
19时20分45秒 0 11401 1560.00 0.00 621660 81208 0.50 node
19时20分46秒 0 11401 2390.00 0.00 623964 83696 0.51 node
19时20分47秒 0 11401 1764.00 0.00 625500 85204 0.52 node对于输出指标的含义如下
-
RSS:Resident Set Size，常驻内存集，可理解为内存，这就是我们需要监控的内存指标 -
VSZ:virtual size，虚拟内存
从输出可以看出，当施加了压力测试后，内存由 19M 涨到了 85M。
使用 top 监控内存
pidstat 是属于 sysstat 下的 linux 性能工具，但在 mac 中，如何定位内存的变化？
此时可以使用 top/htop
$ htop -p 31796
生产环境内存监控
由于目前生产环境大都部署在 k8s，因此生产环境对于某个应用的内存监控本质上是 k8s 对于某个 workload/deployment 的内存监控，关于内存监控 metric 的数据流向大致如下:
k8s -> metric server -> prometheus -> grafana
架构图如下：
以上图片取自以下文章
最终能够在 grafana 中收集到某一应用的内存监控实时图:
由于本部分设计内容过多，我将在以下的章节中进行介绍
这不仅仅适用于 node 服务，而且适用于一切 k8s 上的 workload
总结
本章介绍了关于 Node 服务的内存在本地环境及生产环境的监控
1、本地使用 htop/top 或者 pidstat 监控进程内存
2、生产环境使用 k8s/metric-server/prometheus/grafana 监控 node 整个应用的内存
当监控到某一服务发生内存泄漏后，如何解决问题？因此接下来的文章将会讲到
1、生产环境是如何监控整个应用的内存的
2、当生产环境发生 OOM 后，如何快速定位
3、真实生产环境若干 OOM 的示例定位
更多编程相关知识，可访问：编程入门！！
