性能优化 Nodejs

2020-08-01

Nodejs, 笔记

性能优化 Nodejs

https://segmentfault.com/a/1190000012414666

有两种方法，一种是通过Node/V8自带的profile能力 , 另一种是通过alinode的 CPU profile功能. 前者只列出了各函数的执行占比, 后者包括更加完整的调用栈，可读性更强，更加容易定位问题，建议采用后者.

方法1: Node 自带 profile

第1步：以–prof参数启动Node应用

1	$ node --prof index.js

第2步：通过压测工具loadtest向服务施压

1	$ loadtest http://127.0.0.1:6001 --rps 10

第3步：处理生成的log文件

1	$ node --prof-process isolate-0XXXXXXXXXXX-v8-XXXX.log > profile.txt

第4步：分析profile.txt文件

1	profile.txt文件，包括JS和C++代码各消耗多少ticks, 具体分析方法详见node profile文档

方法2: alinode的CPU profile

第1步：安装alinode

alinode是与 Node 社区版完全兼容的二进制运行时环境, 推荐使用tnvm工具进行安装

1	$ wget -O- https://raw.githubusercontent.com/aliyun-node/tnvm/master/install.sh \| bash

完成安装后，需要将tnvm添加为命令行程序. 根据平台的不同，可能是~/.bashrc，~/.profile 或 ~/.zshrc等

1	$ source ~/.zshrc

以alinode-v3.8.0为例, 对应node-v8.9.0, 下载该版本并启用它

1 2	$ tnvm install alinode-v3.8.0 $ tnvm use alinode-v3.8.0

第2步：用安装的alinode运行时启动应用

1	$ node --perf-basic-prof-only-functions index.js

第3步：通过压测工具loadtest向服务施压

1	$ loadtest http://127.0.0.1:6001 --rps 10

第4步： cpu profile

假设启动的worker进程号为6989, 执行以下脚本, 三分钟后将在/tmp/目录下生成一个cpuprofile文件/tmp/cpu-profile-6989-XXX.cpuprofile

脚本详见take_cpu_profile.sh

1	$ sh take_cpu_profile.sh 6989

第5步：将生成的cpuprofile文件导入到Chrome Developer Tools进行分析

剔除program和GC消耗，性能消耗的前三位分别是get,J和_eval三个方法

展开最耗性能的get方法调用栈，可以定位到get方法所在的位置，具体代码如下

{
    key: 'get',
    value: function get(propName) {
      if (!this.state[propName]) {
        return null;
      }
      return JSON.parse(JSON.stringify(this.state[propName]));
    }
  }

方法体中，JSON.parse(JSON.stringify(obj))虽然使用便捷，但却是CPU密集型操作. 做一次验证，去除该操作, 直接返回this.state[propName]. RT时间降为12.3ms了

这仅仅是一次试验，肯定不能直接移除JSON.parse(JSON.stringify(obj)), 不然会影响业务逻辑的. 参考下常用拷贝方法的性能对比, 自配梯子. 截图如下：

其中性能最优的是lodash deep clone，采用该库替换，再验证一遍， RT降为12.8ms

1 2	var obj = {a: "hello", c: "test", po: 33, arr: [1, 2, 3, 4], anotherObj: {a: 33, str: "whazzup"}}; var obj2 = _.clone(obj, true);

第二耗性能是的J方法，里面大部分是各个组件的render时间，暂时略过，以同样的方式对_eval方法进行一次优化, RT降为10.1ms.

以此类推，根据CPU profile找出性能消耗的点，逐个去优化.