剛開始，先拋出一個問題：

    ❝    你知道你們生產(chǎn)環(huán)境的 Node 服務(wù)平時占用內(nèi)存多少嗎？或者說是多少量級？    ❞

山月在面試 Node 候選人時，這個問題足夠篩掉一半的自稱Node精通者，不過沒有回答上來，我往往會再補充一個問題，以免漏掉優(yōu)秀的無線上經(jīng)驗的候選人：

    ❝    如何知道某個進程消耗多少內(nèi)存？[1]    ❞

「當(dāng)使用 Node 在生產(chǎn)環(huán)境作為服務(wù)器語言時，并發(fā)量過大或者代碼問題造成 OOM (out of memory) 或者 CPU 滿載這些都是服務(wù)器中常見的問題，此時通過監(jiān)控 CPU 及內(nèi)存，再結(jié)合日志及 Release 就很容易發(fā)現(xiàn)問題?！?/p>

本章將介紹如何監(jiān)控本地環(huán)境及生產(chǎn)環(huán)境的內(nèi)存變化

一個 Node 應(yīng)用實例

所以，如何動態(tài)監(jiān)控一個 Node 進程的內(nèi)存變化呢？

以下是一個 Node Server 的示例，并且是一個有內(nèi)存泄漏問題的示例，并且是山月在生產(chǎn)環(huán)境定位了很久的問題的精簡版。

    ❝    那次內(nèi)存泄漏問題中，導(dǎo)致單個容器中的內(nèi)存從原先的 400M 暴漲到 700M，在 800M 的容器資源限制下偶爾會發(fā)生 OOM，導(dǎo)致重啟。一時沒有定位到問題 (發(fā)現(xiàn)問題過遲，半個月前的時序數(shù)據(jù)已被吞沒，于是未定位到 Release)，于是把資源限制上調(diào)到 1000M。后發(fā)現(xiàn)是由 ctx.request 掛載了數(shù)據(jù)庫某個大字段而致    ❞ 

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')) 

進程內(nèi)存監(jiān)控

一些問題需要在本地及測試環(huán)境得到及時扼殺，來避免在生產(chǎn)環(huán)境造成更大的影響。那么了解在本地如何監(jiān)控內(nèi)存就至關(guān)重要。

pidstat 是 sysstat 系列 linux 性能調(diào)試工具的一個包，竟然用它來調(diào)試 linux 的性能問題，包括內(nèi)存，網(wǎng)絡(luò)，IO，CPU 等。

「這不僅試用與 node，而且適用于一切進程，包括 python，java 以及 go」 

# -r: 指輸出內(nèi)存指標  
# -p: 指定 pid  
# 1: 每一秒輸出一次  
# 100: 輸出100次  
$ pidstat -r -p pid 1 100 

而在使用 pidstat 之前，需要先找到進程的 pid

如何找到 Node 進程的 pid

在 node 中可以通過 process.pid 來找到進程的 pid 

> process.pid  
16425 

雖然通過寫代碼可以找到 pid，但是具有侵入性，不太實用。那如何通過非侵入的手段找到 pid 呢？有兩種辦法

1.  通過多余的參數(shù)結(jié)合 ps 定位進程
2.  通過端口號結(jié)合 lsof 定位進程 

$ node index.js shanyue  
# 第一種方法：通過多余的參數(shù)快速定位 pid  
$ ps -ef | grep shanyue  
root     31796 23839  1 16:38 pts/5    00:00:00 node index.js shanyue  
# 第二種方法：通過端口號定位 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 監(jiān)控內(nèi)存

從以上代碼中可以知道，node 服務(wù)的 pid 為 31796，為了可以觀察到內(nèi)存的動態(tài)變化，再施加一個壓力測試 

$ ab -c 10000 -n 1000000 http://localhost:3200/  

# -r: 指輸出內(nèi)存指標  
# -p: 指定 pid  
# 1: 每一秒輸出一次  
# 100: 輸出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時20分39秒     0     11401      0.00      0.00  566768  19800   0.12  node  
19時20分40秒     0     11401      0.00      0.00  566768  19800   0.12  node  
19時20分41秒     0     11401   9667.00      0.00  579024  37792   0.23  node  
19時20分42秒     0     11401  11311.00      0.00  600716  59988   0.37  node  
19時20分43秒     0     11401   5417.82      0.00  611420  70900   0.44  node  
19時20分44秒     0     11401   3901.00      0.00  627292  85928   0.53  node  
19時20分45秒     0     11401   1560.00      0.00  621660  81208   0.50  node  
19時20分46秒     0     11401   2390.00      0.00  623964  83696   0.51  node  
19時20分47秒     0     11401   1764.00      0.00  625500  85204   0.52  node 

對于輸出指標的含義如下

•  RSS: Resident Set Size，常駐內(nèi)存集，可理解為內(nèi)存，這就是我們需要監(jiān)控的內(nèi)存指標
•  VSZ: virtual size，虛擬內(nèi)存

從輸出可以看出，「當(dāng)施加了壓力測試后，內(nèi)存由 19M 漲到了 85M?！?/p>

使用 top 監(jiān)控內(nèi)存

pidstat 是屬于 sysstat 下的 linux 性能工具，但在 mac 中，如何定位內(nèi)存的變化？

此時可以使用 top/htop 

$ htop -p 31796 

使用 htop 監(jiān)控內(nèi)存

生產(chǎn)環(huán)境內(nèi)存監(jiān)控

由于目前生產(chǎn)環(huán)境大都部署在 k8s，「因此生產(chǎn)環(huán)境對于某個應(yīng)用的內(nèi)存監(jiān)控本質(zhì)上是 k8s 對于某個 workload/deployment 的內(nèi)存監(jiān)控」，關(guān)于內(nèi)存監(jiān)控 metric 的數(shù)據(jù)流向大致如下:

k8s -> metric server -> prometheus -> grafana

架構(gòu)圖如下： 

❝    以上圖片取自以下文章

•   Kubernetes Monitoring with Prometheus[2]
•   Kubernetes monitoring architecture[3]    ❞

最終能夠在 grafana 中收集到某一應(yīng)用的內(nèi)存監(jiān)控實時圖:

由于本部分設(shè)計內(nèi)容過多，我將在以下的章節(jié)中進行介紹

「這不僅僅適用于 node 服務(wù)，而且適用于一切 k8s 上的 workload」

總結(jié)

本章介紹了關(guān)于 Node 服務(wù)的內(nèi)存在本地環(huán)境及生產(chǎn)環(huán)境的監(jiān)控

1.  本地使用 htop/top 或者 pidstat 監(jiān)控進程內(nèi)存
2.  生產(chǎn)環(huán)境使用 k8s/metric-server/prometheus/grafana 監(jiān)控 node 整個應(yīng)用的內(nèi)存

當(dāng)監(jiān)控到某一服務(wù)發(fā)生內(nèi)存泄漏后，如何解決問題？因此接下來的文章將會講到

1.  生產(chǎn)環(huán)境是如何監(jiān)控整個應(yīng)用的內(nèi)存的
2.  當(dāng)生產(chǎn)環(huán)境發(fā)生 OOM 后，如何快速定位
3.  真實生產(chǎn)環(huán)境若干 OOM 的示例定位