❝ 你知道你们生产环境的 Node 服务平时占用内存多少吗？或者说是多少量级？ ❞
山月在面试 Node 候选人时，这个问题足够筛掉一半的自称Node精通者，不过没有回答上来，我往往会再补充一个问题，以免漏掉优秀的无线上经验的候选人：
❝ 如何知道某个进程消耗多少内存？[1] ❞
「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。」
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
使用 htop 监控内存
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
- Kubernetes Monitoring with Prometheus[2]
- Kubernetes monitoring architecture[3] ❞
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
- 本地使用 htop/top 或者 pidstat 监控进程内存
- 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
- 生产环境是如何监控整个应用的内存的
- 当生产环境发生 OOM 后，如何快速定位
- 真实生产环境若干 OOM 的示例定位
