Debian系统的Node.js资源如何监控

Debian系统下监控Node.js资源的常用方法

1. 使用PM2进行进程管理与实时监控

PM2是Node.js生态中最流行的进程管理工具之一，不仅能保持应用持续运行，还能提供实时资源监控功能。

• 安装PM2：通过npm全局安装，命令为sudo npm install -g pm2。
• 启动应用并监控：使用pm2 start app.js --name "my-node-app"启动应用，--watch参数可自动重启修改后的文件；pm2 monit命令会打开实时监控面板，显示CPU、内存使用率、进程状态及日志输出；pm2 list可查看所有进程的基本信息（如CPU、内存占比）。
• 日志与历史记录：pm2 logs查看实时日志，pm2 save保存当前进程列表，pm2 startup设置开机自启。

2. 利用Node.js内置模块监控资源

Node.js原生提供的process和os模块可直接获取内存、CPU等资源信息，无需额外依赖。

• 内存监控：通过process.memoryUsage()获取内存使用详情，返回对象包含：
  • rss（Resident Set Size）：进程占用的物理内存总量（包括堆、栈、代码段等）；
  • heapTotal/heapUsed：V8堆内存的总大小和已使用量；
  • external：C++对象占用的内存（如Buffer、Native模块）。示例代码：

  const memory = process.memoryUsage();console.log(`RSS: ${(memory.rss / 1024 / 1024).toFixed(2)}MB`);console.log(`Heap Used: ${(memory.heapUsed / 1024 / 1024).toFixed(2)}MB`);

• CPU监控：
  • process.cpuUsage()：返回用户态（user）和系统态（system）的CPU时间（微秒），可通过两次调用的差值计算使用率；
  • process.hrtime()：高精度时间计算（纳秒），用于计算代码块的执行时间。示例代码（计算1秒内的CPU使用率）：

  const startUsage = process.cpuUsage();const startHr = process.hrtime();// 模拟CPU密集型任务for (let i = 0; i < 1e7; i++) {}const endUsage = process.cpuUsage(startUsage);const endHr = process.hrtime(startHr);const cpuTime = (endUsage.user + endUsage.system) / 1e6; // 微秒转毫秒const elapsedTime = (endHr[0] * 1e9 + endHr[1]) / 1e9; // 纳秒转秒console.log(`CPU Usage: ${(cpuTime / elapsedTime * 100).toFixed(2)}%`);

• 系统负载：os.loadavg()返回1、5、15分钟的系统平均负载（CPU任务队列长度），os.cpus()返回每个CPU核心的使用情况（用户态、内核态、空闲时间等）。

3. 第三方监控工具（Prometheus+Grafana）

对于生产环境，推荐使用**Prometheus（数据采集）+ Grafana（可视化）**组合，实现全面的资源监控与告警。

• Prometheus配置：
  1. 安装Prometheus：wget https://github.com/prometheus/prometheus/releases/download/v2.34.0/prometheus_2.34.0.linux-amd64.deb && sudo dpkg -i prometheus_2.34.0.linux-amd64.deb；
  2. 编辑配置文件/etc/prometheus/prometheus.yml，添加Node.js抓取任务：

     scrape_configs:- job_name: 'node'static_configs:- targets: ['localhost:9100'] # 需安装node_exporter

  3. 重启Prometheus：sudo systemctl restart prometheus。
• Node.js Exporter：使用node_exporter（Prometheus的Node.js客户端）暴露应用指标，命令为wget https://github.com/prometheus/node_exporter/releases/download/v1.6.1/node_exporter-1.6.1.linux-amd64.tar.gz && tar xvfz node_exporter-*.tar.gz && cd node_exporter-* && ./node_exporter &（默认监听9100端口）。
• Grafana可视化：
  1. 安装Grafana：wget https://dl.grafana.com/oss/release/grafana-8.2.0.linux-amd64.tar.gz && tar -zxvf grafana-8.2.0.linux-amd64.tar.gz && sudo mv grafana-8.2.0 /opt/grafana；
  2. 启动Grafana：sudo /opt/grafana/bin/grafana-server；
  3. 访问http://<服务器IP>:3000（默认账号admin/admin），添加Prometheus为数据源，导入Node.js监控模板（如ID：1860），即可查看CPU、内存、请求延迟等可视化图表。

4. 系统自带命令行工具

Debian系统的top、htop、ps等命令可快速查看Node.js进程的资源占用情况。

• top命令：运行top后，按Shift+P按CPU排序，Shift+M按内存排序，找到Node.js进程（通常为node），查看%CPU（CPU使用率）、%MEM（内存使用率）、RES（常驻内存）等指标。
• htop命令：更友好的交互式工具，需安装（sudo apt install htop），支持颜色高亮、鼠标操作，直接显示进程的CPU、内存、线程等信息。
• ps命令：精准查看特定进程的资源使用，例如ps -p $(pgrep -f "app.js") -o %cpu,%mem,rss,vsz,cmd（%cpu：CPU使用率；%mem：内存使用率；rss：常驻内存；vsz：虚拟内存；cmd：命令行）。

5. 日志记录资源使用情况

通过代码定期记录资源使用情况，便于后续分析和排查问题。

• 内存日志：使用setInterval定时输出内存信息，例如：

  setInterval(() => {const memory = process.memoryUsage();console.log(`[${new Date().toISOString()}] Memory: RSS=${memory.rss / 1024 / 1024}MB, HeapUsed=${memory.heapUsed / 1024 / 1024}MB`);}, 5000); // 每5秒记录一次

• CPU日志：结合process.cpuUsage()和process.hrtime()，记录CPU使用率变化，例如：

  let lastCpuUsage = process.cpuUsage();let lastHr = process.hrtime();setInterval(() => {const currentCpu = process.cpuUsage(lastCpuUsage);const currentHr = process.hrtime(lastHr);const cpuTime = (currentCpu.user + currentCpu.system) / 1e6; // 微秒转毫秒const elapsedTime = (currentHr[0] * 1e9 + currentHr[1]) / 1e9; // 纳秒转秒const cpuUsage = (cpuTime / elapsedTime * 100).toFixed(2);console.log(`[${new Date().toISOString()}] CPU Usage: ${cpuUsage}%`);lastCpuUsage = process.cpuUsage();lastHr = process.hrtime();}, 5000);

• 日志持久化：使用winston或pino等日志库，将资源使用情况写入文件，例如：

  const winston = require('winston');const logger = winston.createLogger({level: 'info',format: winston.format.json(),transports: [new winston.transports.File({ filename: 'resource-usage.log' })]});setInterval(() => {const memory = process.memoryUsage();logger.info('Memory Usage', { rss: memory.rss, heapUsed: memory.heapUsed });}, 5000);