建站
咨詢
售后
建站咨詢
新聞中心
1、使用最新版本的 Node.js
僅僅是簡單的升級 Node.js 版本就可以輕松地獲得性能提升，因?yàn)閹缀跞魏涡掳姹镜?Node.js 都會比老版本性能更好，為什么?
Node.js 每個版本的性能提升主要來自于兩個方面：
- V8 的版本更新;
- Node.js 內(nèi)部代碼的更新優(yōu)化。
例如最新的 V8 7.1 中，就優(yōu)化了某些情形下閉包的逃逸分析，讓 Array 的一些方法得到了性能提升：
Node.js 的內(nèi)部代碼，隨著版本的升級，也會有明顯的優(yōu)化，比如下面這個圖就是 require 的性能隨著 Node.js 版本升級的變化：
每個提交到 Node.js 的 PR 都會在 review 的時候考慮會不會對當(dāng)前性能造成衰退。同時也有專門的 benchmarking 團(tuán)隊來監(jiān)控性能變化，你可以在這里看到 Node.js 的每個版本的性能變化：
https://benchmarking.nodejs.org/
所以，你可以完全對新版本 Node.js 的性能放心，如果發(fā)現(xiàn)了任何在新版本下的性能衰退，歡迎提交一個 issue。
如何選擇 Node.js 的版本?
這里就要科普一下 Node.js 的版本策略：
- Node.js 的版本主要分為 Current 和 LTS;
- Current 就是當(dāng)前最新的、依然處于開發(fā)中的 Node.js 版本;
- LTS 就是穩(wěn)定的、會長期維護(hù)的版本;
- Node.js 每六個月(每年的四月和十月)會發(fā)布一次大版本升級，大版本會帶來一些不兼容的升級;
- 每年四月發(fā)布的版本(版本號為偶數(shù)，如 v10)是 LTS 版本，即長期支持的版本，社區(qū)會從發(fā)布當(dāng)年的十月開始，繼續(xù)維護(hù) 18 + 12 個月(Active LTS + Maintaince LTS);
- 每年十月發(fā)布的版本(版本號為奇數(shù)，例如現(xiàn)在的 v11)只有 8 個月的維護(hù)期。
舉個例子，現(xiàn)在(2018年11月)，Node.js Current 的版本是 v11，LTS 版本是 v10 和 v8。更老的 v6 處于 Maintenace LTS，從明年四月起就不再維護(hù)了。去年十月發(fā)布的 v9 版本在今年六月結(jié)束了維護(hù)。
對于生產(chǎn)環(huán)境而言，Node.js 官方推薦使用最新的 LTS 版本，現(xiàn)在是 v10.13.0。
2、使用 fast-json-stringify 加速 JSON 序列化
在 JavaScript 中，生成 JSON 字符串是非常方便的：
- const json = JSON.stringify(obj)
但很少人會想到這里竟然也存在性能優(yōu)化的空間，那就是使用 JSON Schema 來加速序列化。
在 JSON 序列化時，我們需要識別大量的字段類型，比如對于 string 類型，我們就需要在兩邊加上 "，對于數(shù)組類型，我們需要遍歷數(shù)組，把每個對象序列化后，用 , 隔開，然后在兩邊加上 [ 和 ]，諸如此類等等。
但如果已經(jīng)提前通過 Schema 知道每個字段的類型，那么就不需要遍歷、識別字段類型，而可以直接用序列化對應(yīng)的字段，這就大大減少了計算開銷，這就是 fast-json-stringfy 的原理。
根據(jù)項(xiàng)目中的跑分，在某些情況下甚至可以比 JSON.stringify 快接近 10 倍!
一個簡單的示例：
- const fastJson = require('fast-json-stringify')
- const stringify = fastJson({
- title: 'Example Schema',
- type: 'object',
- properties: {
- name: { type: 'string' },
- age: { type: 'integer' },
- books: {
- type: 'array',
- items: {
- type: 'string',
- uniqueItems: true
- }
- }
- }
- })
- console.log(stringify({
- name: 'Starkwang',
- age: 23,
- books: ['C++ Primier', '響け！ユーフォニアム～']
- }))
- //=> {"name":"Starkwang","age":23,"books":["C++ Primier","響け！ユーフォニアム～"]}
在 Node.js 的中間件業(yè)務(wù)中，通常會有很多數(shù)據(jù)使用 JSON 進(jìn)行，并且這些 JSON 的結(jié)構(gòu)是非常相似的(如果你使用了 TypeScript，更是這樣)，這種場景就非常適合使用 JSON Schema 來優(yōu)化。
3、提升 Promise 的性能
Promise 是解決回調(diào)嵌套地獄的靈丹妙藥，特別是當(dāng)自從 async/await 全面普及之后，它們的組合無疑成為了 JavaScript 異步編程的終極解決方案，現(xiàn)在大量的項(xiàng)目都已經(jīng)開始使用這種模式。
但是優(yōu)雅的語法后面也隱藏著性能損耗，我們可以使用 github 上一個已有的跑分項(xiàng)目進(jìn)行測試，以下是測試結(jié)果：
- file time(ms) memory(MB)
- callbacks-baseline.js 380 70.83
- promises-bluebird.js 554 97.23
- promises-bluebird-generator.js 585 97.05
- async-bluebird.js 593 105.43
- promises-es2015-util.promisify.js 1203 219.04
- promises-es2015-native.js 1257 227.03
- async-es2017-native.js 1312 231.08
- async-es2017-util.promisify.js 1550 228.74
- Platform info:
- Darwin 18.0.0 x64
- Node.JS 11.1.0
- V8 7.0.276.32-node.7
- Intel(R) Core(TM) i5-5257U CPU @ 2.70GHz × 4
我們可以從結(jié)果中看到，原生 async/await + Promise 的性能比 callback 要差很多，并且內(nèi)存占用也高得多。對于大量異步邏輯的中間件項(xiàng)目而言，這里的性能開銷還是不能忽視的。
通過對比可以發(fā)現(xiàn)，性能損耗主要來自于 Promise 對象自身的實(shí)現(xiàn)，V8 原生實(shí)現(xiàn)的 Promise 比 bluebird 這樣第三方實(shí)現(xiàn)的 Promise 庫要慢很多。而 async/await 語法并不會帶來太多的性能損失。
所以對于大量異步邏輯、輕量計算的中間件項(xiàng)目而言，可以在代碼中把全局的 Promise 換為 bluebird 的實(shí)現(xiàn)：
- global.Promise = require('bluebird');
4、正確地編寫異步代碼
使用 async/await 之后，項(xiàng)目的異步代碼會非常好看：
- const foo = await doSomethingAsync();
- const bar = await doSomethingElseAsync();
但因此，有時我們也會忘記使用 Promise 給我們帶來的其它能力，比如 Promise.all() 的并行能力：
- // bad
- async function getUserInfo(id) {
- const profile = await getUserProfile(id);
- const repo = await getUserRepo(id)
- return { profile, repo }
- }
- // good
- async function getUserInfo(id) {
- const [profile, repo] = await Promise.all([
- getUserProfile(id),
- getUserRepo(id)
- ])
- return { profile, repo }
- }
還有比如 Promise.any()(此方法不在ES6 Promise標(biāo)準(zhǔn)中，也可以使用標(biāo)準(zhǔn)的 Promise.race() 代替)，我們可以用它輕松實(shí)現(xiàn)更加可靠快速的調(diào)用：
- async function getServiceIP(name) {
- // 從 DNS 和 ZooKeeper 獲取服務(wù) IP，哪個先成功返回用哪個
- // 與 Promise.race 不同的是，這里只有當(dāng)兩個調(diào)用都 reject 時，才會拋出錯誤
- return await Promise.any([
- getIPFromDNS(name),
- getIPFromZooKeeper(name)
- ])
- }
5、優(yōu)化 V8 GC
關(guān)于 V8 的垃圾回收機(jī)制，已經(jīng)有很多類似的文章了，這里就不再重復(fù)介紹。推薦兩篇文章：
- 解讀 V8 GC Log(一): Node.js 應(yīng)用背景與 GC 基礎(chǔ)知識
- 解讀 V8 GC Log(二): 堆內(nèi)外內(nèi)存的劃分與 GC 算法
我們在日常開發(fā)代碼的時候，比較容易踩到下面幾個坑：
坑一：使用大對象作為緩存，導(dǎo)致老生代(Old Space)的垃圾回收變慢
示例：
- const cache = {}
- async function getUserInfo(id) {
- if (!cache[id]) {
- cache[id] = await getUserInfoFromDatabase(id)
- }
- return cache[id]
- }
這里我們使用了一個變量 cache 作為緩存，加速用戶信息的查詢，進(jìn)行了很多次查詢后，cache 對象會進(jìn)入老生代，并且會變得無比龐大，而老生代是使用三色標(biāo)記 + DFS 的方式進(jìn)行 GC 的，一個大對象會直接導(dǎo)致 GC 花費(fèi)的時間增長(而且也有內(nèi)存泄漏的風(fēng)險)。
解決方法就是：
- 使用 Redis 這樣的外部緩存，實(shí)際上像 Redis 這樣的內(nèi)存型數(shù)據(jù)庫非常適合這種場景;
- 限制本地緩存對象的大小，比如使用 FIFO、TTL 之類的機(jī)制來清理對象中的緩存。
坑二：新生代空間不足，導(dǎo)致頻繁 GC
這個坑會比較隱蔽。
Node.js 默認(rèn)給新生代分配的內(nèi)存是 64MB(64位的機(jī)器，后同)，但因?yàn)樾律?GC 使用的是 Scavenge 算法，所以實(shí)際能使用的內(nèi)存只有一半，即 32MB。
當(dāng)業(yè)務(wù)代碼頻繁地產(chǎn)生大量的小對象時，這個空間很容易就會被占滿，從而觸發(fā) GC。雖然新生代的 GC 比老生代要快得多，但頻繁的 GC 依然會很大地影響性能。極端的情況下，GC 甚至可以占用全部計算時間的 30% 左右。
解決方法就是，在啟動 Node.js 時，修改新生代的內(nèi)存上限，減少 GC 的次數(shù)：
- node --max-semi-space-size=128 app.js
當(dāng)然有人肯定會問，新生代的內(nèi)存是不是越大越好呢?
隨著內(nèi)存的增大，GC 的次數(shù)減少，但每次 GC 所需要的時間也會增加，所以并不是越大越好，具體數(shù)值需要對業(yè)務(wù)進(jìn)行壓測 profile 才能確定分配多少新生代內(nèi)存最好。
但一般根據(jù)經(jīng)驗(yàn)而言，分配 64MB 或者 128MB 是比較合理的。
6、正確地使用 Stream
Stream 是 Node.js 最基本的概念之一，Node.js 內(nèi)部的大部分與 IO 相關(guān)的模塊，比如 http、net、fs、repl，都是建立在各種 Stream 之上的。
下面這個經(jīng)典的例子應(yīng)該大部分人都知道，對于大文件，我們不需要把它完全讀入內(nèi)存，而是使用 Stream 流式地把它發(fā)送出去：
- const http = require('http');
- const fs = require('fs');
- // bad
- http.createServer(function (req, res) {
- fs.readFile(__dirname + '/data.txt', function (err, data) {
- res.end(data);
- });
- });
- // good
- http.createServer(function (req, res) {
- const stream = fs.createReadStream(__dirname + '/data.txt');
- stream.pipe(res);
- });
在業(yè)務(wù)代碼中合理地使用 Stream 能很大程度地提升性能，當(dāng)然是但實(shí)際的業(yè)務(wù)中我們很可能會忽略這一點(diǎn)，比如采用 React 服務(wù)器端渲染的項(xiàng)目，我們就可以用 renderToNodeStream：
- const ReactDOMServer require('react-dom/server')
- const http = require('http')
- const fs = require('fs')
- const app = require('./app')
- // bad
- const server = http.createServer((req, res) => {
- const body = ReactDOMServer.renderToString(app)
- res.end(body)
- });
- // good
- const server = http.createServer(function (req, res) {
- const stream = ReactDOMServer.renderToNodeStream(app)
- stream.pipe(res)
- })
- server.listen(8000)
使用 pipeline 管理 stream
在過去的 Node.js 中，處理 stream 是非常麻煩的，舉個例子：
- source.pipe(a).pipe(b).pipe(c).pipe(dest)
一旦其中 source、a、b、c、dest 中，有任何一個 stream 出錯或者關(guān)閉，會導(dǎo)致整個管道停止，此時我們需要手工銷毀所有的 stream，在代碼層面這是非常麻煩的。
所以社區(qū)出現(xiàn)了 pump 這樣的庫來自動控制 stream 的銷毀。而 Node.js v10.0 加入了一個新的特性：stream.pipeline，可以替代 pump 幫助我們更好的管理 stream。
一個官方的例子：
- const { pipeline } = require('stream');
- const fs = require('fs');
- const zlib = require('zlib');
- pipeline(
- fs.createReadStream('archive.tar'),
- zlib.createGzip(),
- fs.createWriteStream('archive.tar.gz'),
- (err) => {
- if (err) {
- console.error('Pipeline failed', err);
- } else {
- console.log('Pipeline succeeded');
- }
- }
- );
實(shí)現(xiàn)自己的高性能 Stream
在業(yè)務(wù)中你可能也會自己實(shí)現(xiàn)一個 Stream，可讀、可寫、或者雙向流，可以參考文檔：
- implementing Readable streams
- implementing Writable streams
Stream 雖然很神奇，但自己實(shí)現(xiàn) Stream 也可能會存在隱藏的性能問題，比如：
- class MyReadable extends Readable {
- _read(size) {
- while (null !== (chunk = getNextChunk())) {
- this.push(chunk);
- }
- }
- }
當(dāng)我們調(diào)用 new MyReadable().pipe(xxx) 時，會把 getNextChunk() 所得到的 chunk 都 push 出去，直到讀取結(jié)束。但如果此時管道的下一步處理速度較慢，就會導(dǎo)致數(shù)據(jù)堆積在內(nèi)存中，導(dǎo)致內(nèi)存占用變大，GC 速度降低。
而正確的做法應(yīng)該是，根據(jù) this.push() 返回值選擇正確的行為，當(dāng)返回值為 false 時，說明此時堆積的 chunk 已經(jīng)滿了，應(yīng)該停止讀入。
- class MyReadable extends Readable {
- _read(size) {
- while (null !== (chunk = getNextChunk())) {
- if (!this.push(chunk)) {
- return false
- }
- }
- }
- }
這個問題在 Node.js 官方的一篇文章中有詳細(xì)的介紹：Backpressuring in Streams
7、C++ 擴(kuò)展一定比 JavaScript 快嗎?
Node.js 非常適合 IO 密集型的應(yīng)用，而對于計算密集的業(yè)務(wù)，很多人都會想到用編寫 C++ Addon 的方式來優(yōu)化性能。但實(shí)際上 C++ 擴(kuò)展并不是靈丹妙藥，V8 的性能也沒有想象的那么差。
比如，我在今年九月份的時候把 Node.js 的 net.isIPv6() 從 C++ 遷移到了 JS 的實(shí)現(xiàn)，讓大多數(shù)的測試用例都獲得了 10%- 250% 不等的性能提升(具體PR可以看這里)。
JavaScript 在 V8 上跑得比 C++ 擴(kuò)展還快，這種情況多半發(fā)生在與字符串、正則表達(dá)式相關(guān)的場景，因?yàn)?V8 內(nèi)部使用的正則表達(dá)式引擎是 irregexp，這個正則表達(dá)式引擎比 boost 中自帶的引擎(boost::regex)要快得多。
還有一處值得注意的就是，Node.js 的 C++ 擴(kuò)展在進(jìn)行類型轉(zhuǎn)換的時候，可能會消耗非常多的性能，如果不注意 C++ 代碼的細(xì)節(jié)，性能會很大地下降。
這里有一篇文章對比了相同算法下 C++ 和 JS 的性能(需翻墻)：How to get a performance boost using Node.js native addons。其中值得注意的結(jié)論就是，C++ 代碼在對參數(shù)中的字符串進(jìn)行轉(zhuǎn)換后(String::Utf8Value轉(zhuǎn)為std::string)，性能甚至不如 JS 實(shí)現(xiàn)的一半。只有在使用 NAN 提供的類型封裝后，才獲得了比 JS 更高的性能。
換句話說，C++ 是否比 JavaScript 更加高效需要具體問題具體分析，某些情況下，C++ 擴(kuò)展不一定就會比原生 JavaScript 更高效。如果你對自己的 C++ 水平不是那么有信心，其實(shí)還是建議用 JavaScript 來實(shí)現(xiàn)，因?yàn)?V8 的性能比你想象的要好得多。
8、使用 node-clinic 快速定位性能問題
說了這么多，有沒有什么可以開箱即用，五分鐘見效的呢?當(dāng)然有。
node-clinic 是 NearForm 開源的一款 Node.js 性能診斷工具，可以非?？焖俚囟ㄎ恍阅軉栴}。
- npm i -g clinic
- npm i -g autocannon
使用的時候，先開啟服務(wù)進(jìn)程：
- clinic doctor -- node server.js
然后我們可以用任何壓測工具跑一次壓測，比如使用同一個作者的 autocannon(當(dāng)然你也可以使用 ab、curl 這樣的工具來進(jìn)行壓測。)：
- autocannon http://localhost:3000
壓測完畢后，我們 ctrl + c 關(guān)閉 clinic 開啟的進(jìn)程，就會自動生成報告。比如下面就是我們一個中間件服務(wù)的性能報告：
我們可以從 CPU 的使用曲線看出，這個中間件服務(wù)的性能瓶頸不在自身內(nèi)部的計算，而在于 I/O 速度太慢。clinic 也在上面告訴我們檢測到了潛在的 I/O 問題。
下面我們使用 clinic bubbleprof 來檢測 I/O 問題：
- clinic bubbleprof -- node server.js
再次進(jìn)行壓測后，我們得到了新的報告：
這個報告中，我們可以看到，http.Server 在整個程序運(yùn)行期間，96% 的時間都處于 pending 狀態(tài)，點(diǎn)開后，我們會發(fā)現(xiàn)調(diào)用棧中存在大量的 empty frame，也就是說，由于網(wǎng)絡(luò) I/O 的限制，CPU 存在大量的空轉(zhuǎn)，這在中間件業(yè)務(wù)中非常常見，也為我們指明了優(yōu)化方向不在服務(wù)內(nèi)部，而在服務(wù)器的網(wǎng)關(guān)和依賴的服務(wù)相應(yīng)速度上。
想知道如何讀懂 clinic bubbleprof 生成的報告，可以看這里：https://clinicjs.org/bubblepr...
同樣，clinic 也可以檢測到服務(wù)內(nèi)部的計算性能問題，下面我們做一些“破壞”，讓這個服務(wù)的性能瓶頸出現(xiàn)在 CPU 計算上。
我們在某個中間件中加入了空轉(zhuǎn)一億次這樣非常消耗 CPU 的“破壞性”代碼：
- function sleep() {
- let n = 0
- while (n++ < 10e7) {
- empty()
- }
- }
- function empty() { }
- module.exports = (ctx, next) => {
- sleep()
- // ......
- return next()
- }
然后使用 clinic doctor，重復(fù)上面的步驟，生成性能報告：
這就是一個非常典型的同步計算阻塞了異步隊列的“病例”，即主線程上進(jìn)行了大量的計算，導(dǎo)致 JavaScript 的異步回調(diào)沒法及時觸發(fā)，Event Loop 的延遲極高。
對于這樣的應(yīng)用，我們可以繼續(xù)使用 clinic flame 來確定到底是哪里出現(xiàn)了密集計算：
- clinic flame -- node app.js
壓測后，我們得到了火焰圖(這里把空轉(zhuǎn)次數(shù)減少到了100萬次，讓火焰圖看起來不至于那么極端)：
從這張圖里，我們可以明顯看到頂部的那個大白條，它代表了 sleep 函數(shù)空轉(zhuǎn)所消耗的 CPU 時間。根據(jù)這樣的火焰圖，我們可以非常輕松地看出 CPU 資源的消耗情況，從而定位代碼中哪里有密集的計算，找到性能瓶頸。
本文名稱：你不知道的Node.js性能優(yōu)化，讀了之后水平直線上升！
鏈接分享：http://www.5511xx.com/article/codesdg.html
