开头先问一个问题：?你知道你的生产环境中的Node服务通常占用多少内存吗？或者是什么数量级？?山岳面试Node候选人的时候，这个问题足以筛选出一半自称Node精通，但没有回答的，我经常补充一个问题，以免错过优秀的无线体验候选人：?如何知道多少memoryaprocessconsumption?[1]?》当在生产环境中使用Node作为服务器语言时，并发量过大或代码问题导致OOM（内存不足）或CPU满载。这些都是服务器中常见的问题。这时候通过监控CPU和内存，结合日志和ReleaseQuestion就很容易发现。”本章将介绍如何为一个Node应用实例监控本地环境和生产环境的内存变化那么，如何动态监控一个Node进程的内存变化呢？下面是一个NodeServer的例子，是一个有内存泄漏问题的例子，是山月在生产环境定位了很久的问题的浓缩版。?在那次内存泄漏问题中，单个容器内存从原来的400M飙升到700M，在800M容器资源限制下偶发OOM，导致重启。暂时没有定位到问题（发现问题已经晚了，半个月前的时序数据已经被吞掉了，所以在Release中没有定位到），所以将资源限制提高到1000M。后来发现通过ctx.request?constKoa=require('koa')constapp=newKoa()functiongetData(){returnArray.from(Array(1000)).map(x=>10086)}app.use(async(ctx,next)=>{ctx.data=getData()awaitnext()})app.use(ctx=>{ctx.body='hello,world'})app.listen(3200,()=>console.log('Port:3200'))进程内存监控有些问题需要在本地和测试环境及时杀掉，避免对生产环境造成更大的影响。了解如何在本地监控内存至关重要。pidstat是sysstat系列linux性能调试工具的一个包。它实际上是用来调试linux性能问题的，包括内存、网络、IO、CPU等。“这个不仅用node试过，也适用于所有进程，包括python、java和go”#-r：指的是输出内存指标#-p：指定pid#1：每秒输出一次#100：输出100次$pidstat-r-ppid1100在使用pidstat之前，需要找到进程的pid。如何找到Node进程的pid？在node中，可以通过process.pid>process.pid16425找到进程的pid，虽然可以通过写代码找到pid，但是具有侵入性，不太实用。那么如何通过非侵入的方式找到pid呢？通过冗余参数结合ps定位进程和通过端口号结合lsof定位进程有两种方法$nodeindex.jsshanyue#第一种方法：通过冗余参数快速定位pid$ps-ef|grepshanyueroot3179623839116:38pts/500:00:00nodeindex.jsshanyue#方法二：locatepidlsof-i:3200COMMANDPIDUSERFDTYPEDEVICESIZE/OFFNODENAMEnode31796root20uIPv62359873340t0TCP*:tick-port(LISTEN)使用pidstat监控内存从上面的代码我们可以知道node服务的pid是31796，在为了观察内存动态变化，然后进行压力测试$ab-c10000-n1000000http://localhost:3200/#-r:指输出内存索引#-p:指定pid#1:输出一次per第二＃100：输出100次$pidstat-r-p317961100linux3.10.0-957.21.3.el7.x86_64（shuifeng）（shuifeng）7月2日，2020年_x86_64_（2cpu）.00566768198000.12node19时20分41秒0114019667.000.00579024377920.23node19时20分42秒01140111311.000.00600716599880.37node19时20分43秒0114015417.820.00611420709000.44node19时20分44秒0114013901.000.00627292859280.53node19时20分45秒0114011560.000.00621660812080.50node1920:460114012390.000.00623964836960.51node19:20:470114011764.000。00625500852040.52node的输出指标含义如下RSS：ResidentSetSize，常驻内存集合，可以理解为内存，这是我们需要监控的内存指标VSZ：virtualsize，虚拟内存从输出可以看出，”当加压测试后，内存从19M增加到85M。”使用top监控内存。pidstat是sysstat下的linux性能工具，但是在mac中如何定位内存的变化呢？这时候可以在生产环境使用top/htop$htop-p31796来使用htop监控内存。由于目前的生产环境大多部署在k8s中，“所以生产环境中应用的内存监控本质上就是k8s做的一个workload/deployment内存监控”，内存监控指标的数据流向大致如下：->metricserver->prometheus->grafana架构图如下：?上图摘自以下文章KubernetesMonitoringwithPrometheus[2]Kubernetes监控架构[3]?最后放一张实时内存监控图一个应用可以在grafana中收集：由于这部分的设计内容太多，我将在后面的章节中介绍“这不仅适用于节点服务，也适用于k8s上的所有工作负载”总结本章介绍了本地环境和生产环境下Node服务内存的监控。在本地使用htop/top或pidstat来监控进程内存。生产环境使用k8s/metric-server/prometheus/grafana监控整个node应用的内存。当监控某个服务发生内存泄漏后，如何解决？因此，下篇文章会讲到生产环境如何监控整个应用的内存。生产环境发生OOM时，如何快速定位。几个OOM在真实生产环境中的定位示例
