NodeJs內(nèi)存占用過高的排查實戰(zhàn)記錄
前言
一次線上容器擴(kuò)容引發(fā)的排查，雖然最后查出并不是真正的 OOM 引起的，但還是總結(jié)記錄一下其中的排查過程，整個過程像是破案，一步步尋找蛛絲馬跡，一步步驗證出結(jié)果。
做這件事的意義和必要性個人覺得有這么幾個方面吧：
- 從程序員角度講：追求代碼極致，不放過問題，務(wù)必保證業(yè)務(wù)的穩(wěn)定性這幾個方面
- 從資源角度講：就是為了降低無意義的資源開銷
- 從公司角度講：降低服務(wù)器成本，給公司省錢
環(huán)境：騰訊 Taf 平臺上運行的 NodeJs 服務(wù)。
問題起因
最開始是因為一個定時功能上線后，線上的容器自動進(jìn)行了擴(kuò)容，由于 NodeJs 服務(wù)本身只有一些接口查詢和 socket.io 的功能，一沒大流量，二沒高并發(fā)的一個服務(wù)居然需要擴(kuò)容 8 個容器（一個容器分配的是 2G 的內(nèi)存），想到這里懷疑是內(nèi)存泄漏了。同時日志中偶發(fā)的看到內(nèi)存不足。
擴(kuò)容原因
問了運維同學(xué)查到是由于內(nèi)存占用到臨界值導(dǎo)致的擴(kuò)容。
負(fù)載情況
首先排除一下是不是因為服務(wù)壓力過大導(dǎo)致的內(nèi)存占用升高，可能這是一種正常的業(yè)務(wù)現(xiàn)象。
通過監(jiān)測，發(fā)現(xiàn)流量和 CPU 占用都不是很高，甚至可以說是很低，那么這么高的內(nèi)存占用是屬于不正常的現(xiàn)象的。
因為是內(nèi)存原因?qū)е碌模矣兄鸩匠掷m(xù)上升的現(xiàn)象，所以就聯(lián)想到了內(nèi)存泄漏這個方向，常用的做法是打印「堆快照」即 heapsnapshot 文件。
進(jìn)入容器：
go 節(jié)點名稱
進(jìn)入 NodeJs 項目的文件夾
/usr/local/app/taf/service_name/bin/src
生成快照：
const heapdump = require('heapdump');
heapdump.writeSnapshot('./' + new Date().getTime() + '.heapsnapshot', function(err, filename) {
console.log('dump written to', filename);
});
受限于容器內(nèi)使用 lrzsz 命令直接傳輸文件很慢，因此需要使用 scp 命令傳輸?shù)揭慌_靜態(tài)資源服務(wù)器上，可以通過瀏覽器進(jìn)行下載的。
scp 1620374489828.heapsnapshot username@ip:/data/static/snapshot
對比 heapsnapshot
在服務(wù)啟動后，和運行一段時間后的生成兩次快照內(nèi)容，對比后的排序也只能大致看到 Websocket Socket 這些關(guān)鍵字。
進(jìn)一步展開也無法定位到是否由某個函數(shù)引起的。
從快照里面似乎找不到什么線索，由于整個工程的業(yè)務(wù)量代碼并不是很大，因此逐行 review 排查，但是似乎也沒有什么異常的寫法會引起 oom，其實業(yè)務(wù)代碼小還好，如果是個大工程的話，這種做法沒有性價比，還是需要通過一些診斷手段來排查，而不是直接去 codereview。
反復(fù)打印了幾次快照，看了幾遍后，還是看到 websocket 這些字眼，因而考慮到是否是因為 socket 鏈接未釋放導(dǎo)致的問題呢？
Google 關(guān)鍵字搜了一下 WebSocket memory leak ，還真有，解決方案是加上 perMessageDeflate ，禁用壓縮。目前低版本的 socket-io 默認(rèn)是開啟的，于是我加了之后觀察了一段時間的內(nèi)存占用，并未有明顯的下跌，發(fā)布后，內(nèi)存占用依舊很高。
配置語法：
require('socket.io').listen(server, {perMessageDeflate: false});
客戶端發(fā)送的請求中含有這個字段：
首先這個參數(shù)是用來壓縮數(shù)據(jù)的，client 端默認(rèn)是開啟，server 端是關(guān)閉的，出于某些原因，開啟后會導(dǎo)致內(nèi)存和性能的消耗，官方建議是考慮后再決定是否開啟。但是低版本的 socket-io 是開啟的，比如 ^2.3.0 的版本（貌似是 bug，后續(xù)版本已經(jīng)改為默認(rèn)關(guān)閉）。
The extension is disabled by default on the server and enabled by default on the client. It adds a significant overhead in terms of performance and memory consumption so we suggest to enable it only if it is really needed.
https://github.com/socketio/socket.io/issues/3477#issuecomment-610265035
開啟后，內(nèi)存仍舊居高不下。
console.log
另外一個現(xiàn)象就是現(xiàn)有的 Node 服務(wù)會打印一些日志，翻了一些網(wǎng)上的 NodeJs 內(nèi)存泄漏的文章，有看到 console 日志輸出導(dǎo)致的泄漏的情況，因此注釋掉 console 之后繼續(xù)觀察內(nèi)存占用，結(jié)果仍舊是內(nèi)存高占用。
線索到這里似乎就斷掉了，沒有頭緒了。
日志
過了一天后，無意中看了一下日志文件，由于服務(wù)啟動的時候會打印一些啟動日志，發(fā)現(xiàn)有重復(fù)輸出的情況：
說明有重復(fù)運行的情況，為了驗證這一猜想，使用 top 命令查看。
TOP 命令
同時還想看一下具體的內(nèi)存占用。發(fā)現(xiàn)居然有這么多的 worker process ，根據(jù)當(dāng)前業(yè)務(wù)的實際使用情況不應(yīng)該只有 2 ~ 4 個就夠了么，為什么要開這么多的子進(jìn)程。
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND 90359 username 20 0 736m 38m 14m S 0.0 0.0 0:07.30 /usr/local/app/service_name/bin/src/index.js: worker process 90346 username 20 0 864m 38m 14m S 0.3 0.0 0:07.08 /usr/local/app/service_name/bin/src/index.js: worker process 90381 username 20 0 730m 38m 14m S 0.3 0.0 0:08.75 /usr/local/app/service_name/bin/src/index.js: worker process 90366 username 20 0 804m 37m 14m S 0.0 0.0 0:06.94 /usr/local/app/service_name/bin/src/index.js: worker process 90618 username 20 0 730m 37m 14m S 0.0 0.0 0:08.42 /usr/local/app/service_name/bin/src/index.js: worker process 90326 username 20 0 736m 37m 14m S 0.0 0.0 0:08.46 /usr/local/app/service_name/bin/src/index.js: worker process 90542 username 20 0 736m 37m 14m S 0.0 0.0 0:08.85 /usr/local/app/service_name/bin/src/index.js: worker process 90332 username 20 0 799m 37m 14m S 0.0 0.0 0:07.32 /usr/local/app/service_name/bin/src/index.js: worker process 90580 username 20 0 732m 37m 14m S 0.3 0.0 0:08.94 /usr/local/app/service_name/bin/src/index.js: worker process 90602 username 20 0 731m 37m 14m S 0.3 0.0 0:08.33 /usr/local/app/service_name/bin/src/index.js: worker process 90587 username 20 0 735m 37m 14m S 0.0 0.0 0:08.83 /usr/local/app/service_name/bin/src/index.js: worker process 90568 username 20 0 731m 37m 14m S 0.0 0.0 0:08.83 /usr/local/app/service_name/bin/src/index.js: worker process 90544 username 20 0 729m 37m 14m S 0.0 0.0 0:09.07 /usr/local/app/service_name/bin/src/index.js: worker process 90556 username 20 0 729m 37m 14m S 0.0 0.0 0:08.82 /usr/local/app/service_name/bin/src/index.js: worker process 90431 username 20 0 735m 37m 14m S 0.0 0.0 0:08.29 /usr/local/app/service_name/bin/src/index.js: worker process 90486 username 20 0 729m 37m 14m S 0.0 0.0 0:09.06 /usr/local/app/service_name/bin/src/index.js: worker process 90516 username 20 0 735m 37m 14m S 0.0 0.0 0:08.95 /usr/local/app/service_name/bin/src/index.js: worker process 90465 username 20 0 729m 37m 14m S 0.0 0.0 0:09.06 /usr/local/app/service_name/bin/src/index.js: worker process 90527 username 20 0 735m 37m 14m S 0.0 0.0 0:08.46 /usr/local/app/service_name/bin/src/index.js: worker process 90487 username 20 0 732m 37m 14m S 0.3 0.0 0:08.48 /usr/local/app/service_name/bin/src/index.js: worker process 90371 username 20 0 731m 37m 14m S 0.3 0.0 0:08.75 /usr/local/app/service_name/bin/src/index.js: worker process 90423 username 20 0 729m 36m 14m S 0.3 0.0 0:08.09 /usr/local/app/service_name/bin/src/index.js: worker process 90402 username 20 0 729m 36m 14m S 0.3 0.0 0:08.96 /usr/local/app/service_name/bin/src/index.js: worker process 90500 username 20 0 729m 36m 14m S 0.0 0.0 0:08.70 /usr/local/app/service_name/bin/src/index.js: worker process 90353 username 20 0 729m 36m 14m S 0.3 0.0 0:08.95 /usr/local/app/service_name/bin/src/index.js: worker process 90636 username 20 0 729m 36m 14m S 0.0 0.0 0:08.84 /usr/local/app/service_name/bin/src/index.js: worker process 90425 username 20 0 732m 36m 14m S 0.0 0.0 0:08.78 /usr/local/app/service_name/bin/src/index.js: worker process 90506 username 20 0 729m 36m 14m S 0.0 0.0 0:08.84 /usr/local/app/service_name/bin/src/index.js: worker process 90589 username 20 0 729m 36m 14m S 0.3 0.0 0:09.05 /usr/local/app/service_name/bin/src/index.js: worker process 90595 username 20 0 729m 36m 14m S 0.0 0.0 0:09.03 /usr/local/app/service_name/bin/src/index.js: worker process 90450 username 20 0 729m 36m 14m S 0.3 0.0 0:08.97 /usr/local/app/service_name/bin/src/index.js: worker process 90531 username 20 0 729m 36m 14m S 0.0 0.0 0:08.99 /usr/local/app/service_name/bin/src/index.js: worker process 90509 username 20 0 735m 36m 14m S 0.0 0.0 0:08.67 /usr/local/app/service_name/bin/src/index.js: worker process 90612 username 20 0 730m 36m 14m S 0.3 0.0 0:08.84 /usr/local/app/service_name/bin/src/index.js: worker process 90479 username 20 0 729m 36m 14m S 0.0 0.0 0:08.58 /usr/local/app/service_name/bin/src/index.js: worker process 90609 username 20 0 731m 36m 14m S 0.3 0.0 0:09.23 /usr/local/app/service_name/bin/src/index.js: worker process 90404 username 20 0 734m 36m 14m S 0.3 0.0 0:08.78 /usr/local/app/service_name/bin/src/index.js: worker process 90395 username 20 0 736m 36m 14m S 0.0 0.0 0:08.57 /usr/local/app/service_name/bin/src/index.js: worker process 90444 username 20 0 729m 36m 14m S 0.0 0.0 0:09.04 /usr/local/app/service_name/bin/src/index.js: worker process 90438 username 20 0 729m 36m 14m S 0.3 0.0 0:07.78 /usr/local/app/service_name/bin/src/index.js: worker process 90340 username 20 0 736m 36m 14m S 0.3 0.0 0:07.37 /usr/local/app/service_name/bin/src/index.js: worker process 90333 username 20 0 729m 36m 14m S 0.0 0.0 0:07.60 /usr/local/app/service_name/bin/src/index.js: worker process 90563 username 20 0 735m 36m 14m S 0.3 0.0 0:08.93 /usr/local/app/service_name/bin/src/index.js: worker process 90565 username 20 0 734m 36m 14m S 0.3 0.0 0:08.77 /usr/local/app/service_name/bin/src/index.js: worker process 90457 username 20 0 735m 36m 14m S 0.0 0.0 0:08.31 /usr/local/app/service_name/bin/src/index.js: worker process 90387 username 20 0 740m 36m 14m S 0.0 0.0 0:07.59 /usr/local/app/service_name/bin/src/index.js: worker process 90573 username 20 0 728m 35m 14m S 0.0 0.0 0:09.06 /usr/local/app/service_name/bin/src/index.js: worker process 90472 username 20 0 728m 35m 14m S 0.0 0.0 0:08.94 /usr/local/app/service_name/bin/src/index.js: worker process 90313 username 20 0 588m 27m 13m S 0.0 0.0 0:00.46 /usr/local/app/service_name/bin/src/index.js: master process
由于 %MEM 這一列的數(shù)值在容器內(nèi)部看不出具體的內(nèi)存占用，都是顯示的 0.0，所以需要查看 VIRT, RES 和 SHR 這三個值，它們的含義可以在這里查看： https://www.orchome.com/298
我們更關(guān)心 RES，RES 的含義是指進(jìn)程虛擬內(nèi)存空間中已經(jīng)映射到物理內(nèi)存空間的那部分的大小，因此可以發(fā)現(xiàn)，一個 worker process 占用了 35 ~ 38M 之間的內(nèi)存大小，一共有 48 個 worker process， 一個 master process。
48 個 worker process 是怎么來的呢？通過查詢 CPU 的邏輯個數(shù)，可以看到確實是 48 個。
# 總核數(shù) = 物理CPU個數(shù) X 每顆物理CPU的核數(shù) # 總邏輯CPU數(shù) = 物理CPU個數(shù) X 每顆物理CPU的核數(shù) X 超線程數(shù) # 查看物理CPU個數(shù) cat /proc/cpuinfo| grep "physical id"| sort| uniq| wc -l # 查看每個物理CPU中core的個數(shù)(即核數(shù)) cat /proc/cpuinfo| grep "cpu cores"| uniq # 查看邏輯CPU的個數(shù) cat /proc/cpuinfo| grep "processor"| wc -l
控制進(jìn)程數(shù)
由于對 Taf 平臺不是很熟悉，了解到在 taf 上面運行 NodeJS 需要對應(yīng)的 package： @tars/node-agent ，查了一下官網(wǎng)的使用文檔： https://tarscloud.github.io/TarsDocs/dev/tars.js/tars-node-agent.html
有一個 -i 的配置，代表 instances
-i, –instances
node-agent 采用 Node.js 原生的 Cluster 模塊來實現(xiàn)負(fù)載均衡。
可在此配置 node-agent 啟動的子進(jìn)程（業(yè)務(wù)進(jìn)程）數(shù)量：
未配置（或配置為 auto 、 0 ），啟動的子進(jìn)程數(shù)量等于 CPU 物理核心 個數(shù)。
配置為 max ，啟動的子進(jìn)程數(shù)量等于 CPU 個數(shù)（所有核心數(shù)）。
如果 node-agent 是由 tarsnode 啟動的，會自動讀取TARS配置文件中的 tars.application.client.asyncthread 配置節(jié)。
也可通過 TARS平臺 -> 編輯服務(wù) -> 異步線程數(shù) 進(jìn)行調(diào)整。
https://tarscloud.github.io/TarsDocs/dev/tars.js/tars-node-agent.html
通過這個 package 啟動 Taf 上的 NodeJs 服務(wù)，同時開啟負(fù)載均衡的能力，由于沒有配置具體的子進(jìn)程（業(yè)務(wù)進(jìn)程）數(shù)量，所以默認(rèn)就是用了 CPU 物理核心 個數(shù)，因為是 2 個 cpu 所以再 *2，一共生成了 48 個 ♂️，每個 worker process 都要占用內(nèi)存，所以內(nèi)存占用一直居高不下。
可以在「私有模板」里修改配置：
然后重啟服務(wù)，查看內(nèi)存占用：
可見 worker process 數(shù)量影響了內(nèi)存占用，原先內(nèi)存使用率的趨勢圖上會持續(xù)增長（剛開始也是因此懷疑內(nèi)存泄漏），這個問題在降低了 worker process 后并沒有體現(xiàn)出來，目前暫且忽略，后續(xù)會持續(xù)觀察。
為了驗證重復(fù) console 和 worker process 的關(guān)系，在開啟 2 個 worker process 的情況下，查看日志，確實是打印了 2 次。
總結(jié)
復(fù)盤一下這次的問題：
為什么沒有及時發(fā)現(xiàn)？
可能和前端開發(fā)者的角色有一定關(guān)系，對于后端服務(wù)的一些特性不太敏感。也沒有花精力去關(guān)注，或者說不知道，不了解。
是否可以提前避免？
可以有類似的告警機(jī)制提示 Node 服務(wù)的內(nèi)存在上升趨勢，獲取我還沒有熟悉透 Taf 平臺的功能，后期摸索一下。
到此這篇關(guān)于NodeJs內(nèi)存占用過高的排查的文章就介紹到這了,更多相關(guān)NodeJs內(nèi)存占用過高內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
本文給大家分享一段使用node.js 獲取客戶端信息的代碼，非常的簡潔，推薦給大家。2014-11-11
這篇文章主要介紹了詳解用node編寫自己的cli工具，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-05-05
這篇文章主要介紹了詳解Puppeteer前端自動化測試實踐，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2019-02-02
下面小編就為大家?guī)硪黄猲odejs加密Crypto的實例代碼。小編覺得挺不錯的， 現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2016-07-07
使用Meteor配合Node.js編寫實時聊天應(yīng)用的范例
這篇文章主要介紹了使用Meteor配合Node.js編寫實時聊天應(yīng)用的范例,Node.js作為異步框架,其最突出的使用便是用來編寫實時應(yīng)用程序，需要的朋友可以參考下2015-06-06
本文通過代碼給大家介紹了Node.js 使用流實現(xiàn)讀寫同步邊讀邊寫功能，非常不錯，具有參考借鑒價值，需要的額朋友參考下吧2017-09-09
這篇文章主要介紹了如何使用nexus3搭建npm私有倉庫,包括安裝并運行私服的相關(guān)知識,本文結(jié)合實例代碼給大家介紹的非常詳細(xì),感興趣的朋友跟隨小編一起看看吧2024-03-03
在nodejs中創(chuàng)建child process的方法
這篇文章主要介紹了在nodejs中創(chuàng)建child process的方法,本文給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2021-01-01
本篇文章主要介紹了Koa2 之文件上傳下載的示例代碼，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-03-03
NPM 安裝cordova時警告:npm WARN deprecated minimatch@2.0.10: Pleas
這篇文章主要介紹了NPM 安裝cordova時警告:npm WARN deprecated minimatch@2.0.10: Please update to minimatch 3.0.2 or higher to的相關(guān)資料,需要的朋友可以參考下2016-12-12