node服务性能优化-一一网

压力测试

想要优化性能，首先需要做性能检查。对于HTTP服务性能的检测，首先需要做的是压力测试，即在高并发的情况下该HTTP服务的表现/性能如何。首先了解一下压力测试相关的参数的概念：

吞吐率（Requests per second）

概念：服务器并发处理能力的量化描述，单位是reqs/s，指的是某个并发用户数下单位时间内处理的请求数。某个并发用户数下单位时间内能处理的最大请求数，称之为最大吞吐率。
计算公式：总请求数 / 处理完成这些请求数所花费的时间

并发连接数（The number of concurrent connections）

概念：某个时刻服务器所接受的请求数目，简单的讲，就是一个会话。

并发用户数（The number of concurrent users，Concurrency Level）

概念：要注意区分这个概念和并发连接数之间的区别，一个用户可能同时会产生多个会话，也即连接数。

用户平均请求等待时间（Time per request）

计算公式：处理完成所有请求数所花费的时间/ （总请求数 / 并发用户数）

服务器平均请求等待时间（Time per request: across all concurrent requests）

计算公式：处理完成所有请求数所花费的时间 / 总请求数。可以看到，它是吞吐率的倒数。同时，它也等于用户平均请求等待时间/并发用户数。

ab是apache自带的压力测试工具。ab非常实用，它不仅可以对apache服务器进行网站访问压力测试，也可以对或其它类型的服务器进行压力测试。

//输入指令
ab -c200 -n1600 http//127.0.0.1:3000/download
复制代码

当启动node服务之后，输入上面的指令，其中-c表示并发数，-n表示请求数，后面的网址表示我们要进行压力测试的页面。结果如下图所示：

Document Path表示返回包的路径，Document Length表示返回包的长度，Concurrency Level表示并发数，Time taken for tests表示压测所花时间，Complete requests表示完成的请求数。Total transferred和HTML transferred表示总共的传输量。Requests per second表示每秒服务器能承受的请求数，Time per request表示用户平均请求等待的时间，Time per request：accross all concurrent requests表示每次请求的平均耗时，Transfer rate表示服务器的最大吞吐量，表示服务器每秒最大能接收或发送多少的数据。

判断服务器性能的瓶颈在哪里：如果吞吐量正好就是网卡能够承受的最大通信量，说明我们服务的瓶颈是在网卡，而不是在计算机的其他部件上。同时可以利用Linux指令top查看电脑的CPU和内存的使用情况，可以在压测的同时检测电脑CPU和内存的情况，可以检测性能的瓶颈是否在CPU或内存上；iostat用来检测I/O设备的带宽，可以判断性能的瓶颈是否在设备的I/O上。还有一个可能是瓶颈在后端，比如说我们服务每秒能发送600个请求，但是后端每秒只能处理300个请求，那么服务性能的瓶颈就在后端了。

找到服务器的性能瓶颈之后，我们就能针对这些瓶颈进行优化：网卡不行就换带宽更大的网卡，内存不行就换更大的内存，后端处理能力不能就和后端同学沟通让后端进行优化。

node.js性能分析工具

node.js自带的profile

使用命令：node –prof entry.js，会在压测过程中生成一个压测报告文件，之后我们使用命令：node –prof-process index.log > profile.txt，会将压测文件输出到profile.txt文件中，index.log是前面指令生成的压测文件名。profile.txt文件中会统计各个不同操作的耗时以及CPU的占用率

Chrome devtool。由于node.js是基于V8引擎的，所以可以利用Chrome devtool来查看服务性能。

首先输入指令：node –inspect-brk entry.js，表示在启动调试的同时会暂停我们的服务，然后在Chrome浏览器中输入：chrome://inspect，页面中的target表示找到的node.js的debugger协议，点击inspect进入到Chrome的调试模式。里面有console输出控制台，source里是我们node.js 代码，profile这可以监控我们的CPU性能。

代码优化

我们利用Chrome devtool进行CPU性能的监控，并进行压力测试，得出如下的结果。然后就可以根据具体的测试报告来进行代码优化。

JavaScript代码性能优化

可以看到readFileSync消耗的CPU比较大，那么查看代码中用到readFileSync的地方。这是我们会发现，因为我们在中间件中调用了readFileSync方法，然后每次请求的时候都会重新执行中间件的逻辑，也就是都会执行readFileSync方法，所以有多少次请求就会执行多少次readFileSync方法，所以readFileSync导致了大量的CPU性能消耗。

app.use(
    mount('/',function(ctx){
        ctx.body = fs.readFileSync(__dirname + '/index.heml','utf-8');
    })
);
复制代码

这时可以将readFileSync的调用提出到中间件的外面，在里面复用执行的结果，这样就可以降低readFileSync对于CPU的消耗。

const str = fs.readFileSync(__dirname + '/index.heml','utf-8');
app.use(
    mount('/',function(ctx){
        ctx.body = str;
    })
);
复制代码

修改代码后，利用Chrome devtool进行CPU性能的监控，并进行压力测试。我们可以看到上张图里readFileSync的占比没有了，取而代之的是readFileSync后面的几位CPU占比比较大的操作，由此可以验证将文件的读取提取到中间件外面之后，确实可以降低readFileSync对于CPU的消耗。

JavaScript优化性能的本质：1、减少不必要的计算；如将很多小图片合并成大图片上传，减少HTTP总请求数，能减少大量的TCP连接与断开、HTTP编解码等的消耗。2、空间换时间；比如把一些重复计算的结果缓存起来，那么在下一次需要计算的时候就可以直接使用缓存的结果，省下大量的计算量，从而达到性能的优化。