Node.js 应用高 CPU 占用率的分析方法

分析 Node.js 应用高 CPU 占用率可采用以下方法，涵盖本地开发和生产环境的不同场景：

1. 使用 Chrome DevTools 进行 CPU 分析

   启动应用时添加 --inspect 标志：

   node --inspect your-app.js

   在 Chrome 浏览器访问 chrome://inspect，点击应用下方的 inspect 按钮。

   在 DevTools 中选择 Memory 标签页，点击 Record CPU Profile 按钮开始分析。

   

   执行负载测试后停止记录，查看火焰图定位高耗时函数。

   

2. 命令行工具辅助分析

   使用 top 或 htop 快速定位高 CPU 占用的 Node 进程。

   通过 ps -aux | grep node 获取进程 PID 后，使用 perf 或 strace 进行底层分析。

1. 按需采集 CPU Profile（推荐）

   使用 Node.js 内置 inspector 模块或 inspector-api 包装库，避免全量调试模式的高开销。

   示例代码（NestJS 框架）：

   import { Controller, Post } from '@nestjs/common';import { promisify } from 'util';import Inspector from 'inspector-api';const profileRecordTime = 10000; // 记录时长10秒@Controller('/profile')export class ProfileController { @Post('/cpu') async cpu() { setImmediate(async () => { const inspector = new Inspector({ storage: { type: 'fs' } }); await inspector.profiler.enable(); await inspector.profiler.start(); await promisify(setTimeout)(profileRecordTime); await inspector.profiler.stop(); console.log('CPU profile saved to temp dir'); await inspector.profiler.disable(); }); return true; }}

   通过 HTTP 端点触发采集：

   curl -X POST
   http://your-server/profile/cpu

2. 信号触发采集（无 HTTP 暴露）

   监听系统信号（如 SIGUSR1）触发分析：

   process.on('SIGUSR1', async () => { const inspector = new Inspector({ storage: { type: 'fs' } }); await inspector.profiler.start(); await promisify(setTimeout)(profileRecordTime); await inspector.profiler.stop();});

   通过 kill 命令发送信号：

   kill -USR1 <node-pid>

3. 堆内存分析（辅助排查）

   替换 profiler 为 heap 模块采集堆快照：

   process.on('SIGUSR2', async () => { const inspector = new Inspector({ storage: { type: 'fs' } }); await inspector.heap.startSampling(); await promisify(setTimeout)(profileRecordTime); await inspector.heap.stopSampling();});

   触发命令：

   kill -USR2 <node-pid>

1. 定位热点函数

   采集的 .cpuprofile 文件可用 Chrome DevTools 或 speedscope 等工具打开。

   火焰图中宽度较大的函数块代表高 CPU 占用。

2. 优化建议

   同步阻塞操作：检查是否有未优化的循环或同步 I/O 操作。

   事件循环延迟：使用 process.hrtime() 监控事件循环阻塞时间。

   内存泄漏：结合堆快照分析对象保留情况。

• 生产环境安全：确保采集端点受权限控制，避免暴露敏感数据。
• 资源开销：单次采集建议不超过 30 秒，避免影响服务稳定性。
• 临时文件：定期清理生成的 .cpuprofile 文件，防止磁盘占满。

通过上述方法，可系统化定位 Node.js 应用的高 CPU 占用问题，平衡排查效率与生产环境稳定性。