淘宝n7505软路由以及N75SL 1600 内存-天猫推广tmall.com

本篇文章给大家谈谈n7505软路由，以及N75SL 1600 内存的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

文章详情介绍：

1,对node工程进行压力测试与性能分析「干货」

对node工程进行压力测试与性能分析「干货」

作者：小黎

转发链接：
https://mp.weixin.qq.com/s/WBe7ZLoqFD9UqNusnv_IDA

前言

在系统上线前，为了看下系统能承受多大的并发和并发下的负载情况，常常会先进行了一轮压测。

曾在一个项目的压测过程中，发现服务器的cpu飚的的非常高，而tps，接口耗时、服务可用等都是正常的，这就奇了怪了，自己想了半天也没想出为啥，不得已求助了大佬，大佬说先查看 cpu processor

what?这是啥？？虽然听不懂，但可以查嘛╭(╯^╰)╮，可还没等我查出来，大佬直接上手，一顿骚操作，便找出了原因~ 这着实让自己汗颜啊，内功远远不足啊，回来网上找了资料，恶补一把如何分析node工程中的性能问题。

这里给大家分享我学习到的各种工具和方法。

样例项目

为了便于演示，写了个简单的小例子

// app.js const crypto = require('crypto') const Koa = require('koa') const Router = require('koa-router'); const app = new Koa(); const router = new Router(); router.get('/crypto', async(ctx, next) => { const salt = crypto.randomBytes(128).toString('base64') const hash = crypto.pbkdf2Sync('crypto', salt, 10000, 64, 'sha512').toString('hex') ctx.body = { hash: hash } console.log(hash) ctx.status = 200 next() }); let reqNum = 0 router.get('/empty', async(ctx, next) => { ctx.body = { hash: 'empty' } reqNum++; ctx.status = 200 next() }); app.use(router.routes()).use(router.allowedMethods()); app.listen(3000, () => { console.log("listen 3000") })

基于koa2，有两个路由，一个/crypto，其中的业务逻辑是，使用crypto库对字符串加密；一个是 /empty，没有业务逻辑的接口，就是个空接口

压力测试

压力测试工具市面上有很多种，就不一一列举了，在社区看到有人推荐 autocannon ，就对这个工具做个介绍，官方的简介是 fast HTTP/1.1 benchmarking tool written in Node.js ，使用node编写的压测工具，能比wrk生成更多负载。

install

npm i autocannon -gnpm i autocannon --save

use

提供两种使用方式

命令行 autocannon -c 100 -d 5 -p 2 http://127.0.0.1:3000/test 简单快速

api调用 autocannon(opts[, cb]) 便于编写脚本

关键参数有这么几个

-c/--connections NUM 并发连接的数量，默认10

-p/--pipelining NUM 每个连接的流水线请求请求数。默认1

-d/--duration SEC 执行的时间，单位秒

-m/--method METHOD 请求类型默认GET

-b/--body BODY 请求报文体

还有很多参数，大家可以查看官网文档。

这个库目前只能支持一个接口压测，我写了个脚本，可以支持批量压测和生成测试报告，具体代码见文末。

report

下图是对 /empty 接口压测 autocannon -c 100 -d 5 -p 1
http://127.0.0.1:3000/empty 结果如下

autocannon-empty

可看到，每秒有100个链接，每个链接一个请求，持续5秒，一共产生 31k 次请求。报告分叁部分，第一行表示接口的延迟，第二行表示每秒的请求数(tps)，第叁行表示每秒返回的字节数。那么，延迟越低，tps越高，就表示接口性能越好，因为empty 是个空接口，所以它的tps=6221还不错，响应时间也很快，我们换成 /crypto 接口在试试

autocannon-crypto

立马看出差距了，这个接口tps只有77，接口耗时达到了1100ms，说明这个接口有很大的优化空间啊

生成性能文件与分析

通过压测工具我们找到了有问题的接口，那接下来，就要对接口进行剖析了，可是光看接口代码，不好分析啊，毕竟没有说服力，我们就需要一份性能报告，用数据说话，下面介绍这个两个方法给大家

V8 Profiler

V8 官方已经为大家考虑到这点了，提供了Profiler工具使用方式也很快捷，步骤如下(以app.js为例)

生成报告

在启动命令中加上 --prof ，如 node --prof app.js ,在项目根目录会生成isolate-xxxxxxx-v8.log格式的文件，用来记录运行期间的调用栈和时间等信息，其中内容如下（文件较大，就截取最顶端一小截）

v8-version,6,1,534,47,0 shared-library,"C:\Program Files\nodejs\node.exe",0x7ff7505f0000,0x7ff751c0f000,0 shared-library,"C:\WINDOWS\SYSTEM32\ntdll.dll",0x7ff8718a0000,0x7ff871a61000,0 shared-library,"C:\WINDOWS\system32\KERNEL32.DLL",0x7ff870590000,0x7ff87063d000,0 shared-library,"C:\WINDOWS\system32\KERNELBASE.dll",0x7ff86e830000,0x7ff86ea18000,0 shared-library,"C:\WINDOWS\system32\WS2_32.dll",0x7ff86ee00000,0x7ff86ee6b000,0分析报告

对刚刚生成的log文件分析，还是使用官方提供的工具 node --prof-process isolate-xxxxxxxx-v8.log，生成结果如下(去掉无用的部分)

Statistical profiling result from isolate-00000209B99A60A0-v8.log, (17704 ticks, 8 unaccounted, 0 excluded). [Shared libraries]: ticks total nonlib name 13795 77.9% C:\WINDOWS\SYSTEM32\ntdll.dll ... [JavaScript]: ticks total nonlib name 12 0.1% 11.3% Builtin: CallFunction_ReceiverIsAny ... [C++]: ticks total nonlib name [Summary]: ticks total nonlib name 94 0.5% 88.7% JavaScript 0 0.0% 0.0% C++ 8 0.0% 7.5% GC 17598 99.4% Shared libraries 8 0.0% Unaccounted [C++ entry points]: ticks cpp total name [Bottom up (heavy) profile]: Note: percentage shows a share of a particular caller in the total amount of its parent calls. Callers occupying less than 1.0% are not shown. ticks parent name 13795 77.9% C:\WINDOWS\SYSTEM32\ntdll.dll 3795 21.4% C:\Program Files\nodejs\node.exe 3768 99.3% C:\Program Files\nodejs\node.exe 3287 87.2% Function: ~pbkdf2 crypto.js:633:16 3287 100.0% Function: ~exports.pbkdf2Sync crypto.js:628:30 3287 100.0% Function: ~router.get D:\github\webapp\js\usen\app.js:8:23 3287 100.0% Function: ~dispatch D:\github\webapp\js\usen\node_modules\@koa-compose\index.js:37:23 ...

报告包含六部分：Shared libraries、JavaScript、C++、Summary、C++ entry points 和 Bottom up (heavy) profile，[JavaScript] 部分列出了 JavaScript 代码执行所占用的 CPU ticks（CPU 时钟周期），[C++] 部分列出了 C++ 代码执行所占用的 CPU ticks，[Summary] 列出了各个部分的占比，[Bottom up] 列出了所有 CPU 占用时间从大到小的函数及堆栈信息。

根据 3287 87.2% Function: ~pbkdf2 crypto.js:633:16 可看出这个函数消耗了 87.2% 的cpu

文件的方式不直观，那我们换个UI界面的，步骤如下

先clone v8的仓库下来 git clone https://github.com/v8/v8.git

将日志文件转换成 json格式 node --prof-process --preprocess isolate-xxxxxxxxxx-v8.log > v8.json

打开 v8/tools/profview/index.html 文件，是个静态界面，在界面中心选择刚生成的 v8.json文件，文件解析成功后，界面如下

v8-ui

具体的功能就不一一解释啦，我们逐层展开，寻找耗时的点，很快便找到耗cpu的地方，如下图

v8-ui-report

node占比是45%，其中 pbkdf2 crypto.js便占用了92%

v8-profiler

除了官方提供之外，我们还可以选择开源大佬的库，v8-profiler ，这个库的创建的时间比较早，6年前便创建了，最近一次更是在一年半前，社区评价还是不错的

生成报告

生成方式很简单，不足的是，需要硬编码在项目中，如下

profiler.startProfiling('', true); setTimeout(function() { var profile = profiler.stopProfiling(''); profile.export() .pipe(fs.createWriteStream(`cpuprofile-${Date.now()}.cpuprofile`)) .on('finish', () => profile.delete()) }, 1000);解析报告

Chrome

我们的大Chrome要出马啦，在Chrome的控制台，有一栏 JavaScript Profile 如下图

chrom-cpu

点击load，选择刚刚生成的文件，解析后如下

chrom-report

逐层查看，便了然

flamegraph-火焰图

使用 flamegraph 生成酷炫的火焰图，用在报告那是酷炫的一逼，官网图如下

flameGraph

使用方式就不细说啦

v8-analytics

这个是社区大佬们，写的一个开源库 v8-analytics，官方介绍如下

解析v8-profiler和heapdump等工具输出的cpu & heap-memory日志，可以提供

v8引擎逆优化或者优化失败的函数标红展示以及优化失败原因展示

函数执行时长超过预期标红展示

当前项目中可疑的内存泄漏点展示

对应的命令如下

va test bailout --only 这个命令可以只把那些v8引擎逆优化的函数列出来展示。

va test timeout 200 --only 这个命令可以只把那些指时长超过200ms的函数列出来展示。

va test leak 可以展示出测试的heapsnapshot文件中可疑的内存泄漏点。

这个库的好处是，省的我们一个个去点开查找，这样可以更加便于我们筛选问题啦~

批量压力测试及生成报告

autocannon 只能运行一个接口，要想在测试下一个接口，就得修改代码，比如想批量测试多个接口，就需要来回改代码，操作就比较麻烦，所以我基于 autocannon 写了个脚本，可以逐一压测定义好的接口，同时还可以生成测试报告。

// app.jsconst crypto = require('crypto')const Koa = require('koa')const Router = require('koa-router');const app = new Koa();const router = new Router();router.get('/crypto', async(ctx, next) => { const salt = crypto.randomBytes(128).toString('base64') const hash = crypto.pbkdf2Sync('crypto', salt, 10000, 64, 'sha512').toString('hex') ctx.body = { hash: hash } console.log(hash) ctx.status = 200 next()});let reqNum = 0router.get('/empty', async(ctx, next) => { ctx.body = { hash: 'empty' } reqNum++; ctx.status = 200 next()});app.use(router.routes()).use(router.allowedMethods());app.listen(3000, () => { console.log("listen 3000")})小结

在开发过程中，因为过于只关注了业务逻辑的实现，一些可能出现性能的点被忽略掉，而且这些点只能在量稍微大些的并发场景下才会出现，忘了在哪看到一句话可能会出问题的点，便一定会出问题性能问题进行分析必不可少。

以上的方法基本上能满足我们的需求，当然性能涉及的方方面面很多比如内存泄漏、事物等，性能调优路漫漫呀，文章大部分东西都是来自大佬们的总结，我只是在做一次整理汇总，便于自己理解与查阅，希望能帮到小伙伴们~

推荐JavaScript学习相关文章

《》

作者：小黎

转发链接：
https://mp.weixin.qq.com/s/WBe7ZLoqFD9UqNusnv_IDA