AI 考拉技术分享会--Node.js APM 软件调研报告

前言

本期分享意在优化 node 服务的性能，侧重应用运行信息收集这一块，寻找适合 dev 们使用的 APM。因此，我们对一些支持 Node.js 的 APM 软件做了一次调研。在分别介绍每个软件之前，我们要先阐述使用这些软件的目的：它可以发现慢的 http 请求，并且可以查看当时的 Node 服务状态（包括内存 CPU 占用状态），database 状态（这里是 mongodb ），帮助 dev 准确分析出请求处理缓慢的原因。

下文的体验报告将以此目标为标准进行评价。

软件列表

本次体验的 APM 软件有：

一、atatus

atatus 提供了 npm 工具包 atatus-node 用于监控数据收集，具体配置见官方文档。

使用报告：不是 100 % 的采样率，没有收集到官网宣传的各种维度的信息，使用 Koa 框架，基本上只能看到总的 http response time。

二、newrelic

网址 https://newrelic.com/ ，和 atatus 基本相同，也提供 npm 工具包 newrelic。

三、keymetrics

偏向应用生命周期管理，可以看到 Node 服务的 cpu 内存等占用情况，有错误（ crash ）收集功能，国内访问很卡。

四、Pandora.js

Pandora.js 是一个 Node.js 应用监控管理器。它集成了多种类型的能力诸如：监控、链路追踪、调试、进程管理等等。

它是个很有趣的东西，总结来说是它很强大但是还不够成熟，包括 Pandora 自身和整个 Node 生态都不成熟。

（一）、应用管理

可以对标 PM2，不赘述。

（二）、应用度量

有操作系统指标，包含 Load、CPU、内存、磁盘、网络、TCP 等各种指标；
有 Node.js 指标（内存占用）；
还可以自定义指标，类似 statsd 做的事情，但是后续的存储和展示嘛，非常简单，没有 statsd + graphite + grafana 好用。

（三）、链路追踪

这个是 Pandora 提供的比较“先进”的功能，链路追踪理论上可以分析出一个 http 哪里耗时多，例如一个 get 请求，做的事情有：查询 db、调用第三方服务等。链路追踪会记录每一个环节的耗时：

链路追踪的实现依赖了 Node 的一个实验性特性 async_hooks，因为是新特性，目前还有很多问题没有解决，例如 mongoose 和 superagent 两个工具包的 Promise 实现方式会导致 async_hooks，具体可以见我们在 Pandora 提的 issue ，也就是说，如果你刚好用了这两个框架，Pandora 链路追踪就失效了。

五、alinode

Node.js 性能平台 https://cn.aliyun.com/product/nodejs ，alinode 是在 node runtime 层面做的应用信息收集，而不是上述各个框架在应用层进行信息收集，所以 alinode 可以监控到进程数据，堆快照、堆时间线、CPU Profile、GC Trace 等非常底层的信息，如果你的应用性能瓶颈在 Node 服务本身，使用该工具会有很大的帮助，如果你的应用性能瓶颈在 DB，那应该是用 DB 监控工具。

六、statsd + graphite + grafana

这个三件套有意思的是，监控指标是开发自己定义的，考拉用这三件套监控请求处理时间，记录每个请求的处理时间。
这样在 grafana 上可以快速看出当前应用的请求量与趋势，已经快速分析哪些接口缓慢。

接口访问量的趋势变化：

处理最慢的接口：

这套工具的优势在于 grafana，提供了非常直观的图表。
这套工具的搭建方法,我们后续再继续深入讨论。

总结

回到我们的目标“帮助 dev 准确分析出请求处理缓慢的原因”，理论上最贴合这个目标的是 Pandora.js ，但是我们还需要再等等，等它成熟。
最简单而强大的是 statsd + graphite + grafana 三件套，不用考虑 atatus newrelic 等。如果你使用 Node 做高并发服务，alinode 将会很有用。

著作权归本文作者所有，未经授权，请勿转载，谢谢。