簡介
我們使用nodejs寫好了程序之后，要是想對該程序進行性能分析的話姜胖，就需要用到profile工具了。
雖然有很多很方便和強大的第三方profile工具，但是我們這里主要講解V8和node自帶的profile坐慰，因為他們已經(jīng)足夠簡單和強大了。使用他們基本上可以滿足我們的日常分析需要用僧。
下面就一起來看看吧结胀。
使用V8的內(nèi)置profiler工具
nodejs是運行在V8引擎上的，而V8引擎本身就提供了內(nèi)置的profile工具责循，要想直接使用V8引擎糟港，我需要下載V8源代碼，然后進行build院仿。一般來說我們有兩種build V8的方法秸抚。
使用gm來build V8
gm是一個非常方便的all-in-one的腳本速和，可以用來生成build文件，觸發(fā)build過程和運行測試用例剥汤。
一般來說颠放，gm腳本的位置在：/path/to/v8/tools/dev/gm.py
我們可以為其創(chuàng)建一個alias，方便后面的使用：
alias gm=/path/to/v8/tools/dev/gm.py
build V8:
gm x64.release
build之后進行用例驗證：
gm x64.release.check
是不是很簡單吭敢？
手動build V8
手動build V8就比較麻煩了碰凶，我們也可以分為三步，1.生成build文件鹿驼，2.觸發(fā)build欲低，3.運行測試用例
我們可以使用gn來為out/foo生成build文件：
gn args out/foo
上面的命令將會開啟一個編輯窗口，用來輸入gn的參數(shù)畜晰。
我們可以添加list來查看所有的參數(shù)描述：
gn args out/foo --list
當然我們也可以直接指定參數(shù)砾莱，來創(chuàng)建build文件：
gn gen out/foo --args='is_debug=false target_cpu="x64" v8_target_cpu="arm64" use_goma=true'
除了gn之外，我們還可以使用v8自帶的v8gen來創(chuàng)建build文件：
alias v8gen=/path/to/v8/tools/dev/v8gen.py
v8gen -b 'V8 Linux64 - debug builder' -m client.v8 foo
創(chuàng)建好build文件之后凄鼻，我們就可以進行編譯了腊瑟。
build所有的V8：
ninja -C out/x64.release
只build d8:
ninja -C out/x64.release d8
最后我們運行測試，來驗證是否構(gòu)建成功：
tools/run-tests.py --outdir out/foo
//或者
tools/run-tests.py --gn
生成profile文件
build好V8之后野宜，我們就可以使用其中的命令來生成profile文件了扫步。
找到d8文件：
d8 --prof app.js
通過添加 --prof 參數(shù)，我們可以生成一個v8.log文件匈子，這個文件中包含了profiling數(shù)據(jù)河胎。
注意這時候的v8.log文件雖然不是二進制格式的，但是閱讀起來還是有難度的虎敦，因為它只是簡單的做了log操作游岳，并沒有進行有效的統(tǒng)計分析。
我們看下生成的文件：
...
profiler,begin,1000
tick,0x7fff688bbe36,839,0,0x0,6
tick,0x7fff688bc2d2,2081,0,0x0,6
tick,0x100373430,3263,0,0x0,6
code-creation,Builtin,3,3746,0x1008aa020,1634,RecordWrite
code-creation,Builtin,3,3766,0x1008aa6a0,457,EphemeronKeyBarrier
code-creation,Builtin,3,3773,0x1008aa880,44,AdaptorWithBuiltinExitFrame
code-creation,Builtin,3,3781,0x1008aa8c0,294,ArgumentsAdaptorTrampoline
code-creation,Builtin,3,3788,0x1008aaa00,203,CallFunction_ReceiverIsNullOrUndefined
code-creation,Builtin,3,3796,0x1008aaae0,260,CallFunction_ReceiverIsNotNullOrUndefined
code-creation,Builtin,3,3804,0x1008aac00,285,CallFunction_ReceiverIsAny
code-creation,Builtin,3,3811,0x1008aad20,130,CallBoundFunction
...
可以看到日志文件中只記錄了事件的發(fā)生其徙，但是并沒有統(tǒng)計信息胚迫。
分析生成的文件
如果想要生成我們看得懂的統(tǒng)計信息，則可以使用：
//windows
tools\windows-tick-processor.bat v8.log
//linux
tools/linux-tick-processor v8.log
//macOS
tools/mac-tick-processor v8.log
來生成可以理解的日志文件唾那。
生成的文件大概是下面樣子的：
Statistical profiling result from benchmarks\v8.log, (4192 ticks, 0 unaccounted, 0 excluded).
[Shared libraries]:
ticks total nonlib name
9 0.2% 0.0% C:\WINDOWS\system32\ntdll.dll
2 0.0% 0.0% C:\WINDOWS\system32\kernel32.dll
[JavaScript]:
ticks total nonlib name
741 17.7% 17.7% LazyCompile: am3 crypto.js:108
113 2.7% 2.7% LazyCompile: Scheduler.schedule richards.js:188
103 2.5% 2.5% LazyCompile: rewrite_nboyer earley-boyer.js:3604
103 2.5% 2.5% LazyCompile: TaskControlBlock.run richards.js:324
96 2.3% 2.3% Builtin: JSConstructCall
...
用慣的IDE的同學可能在想访锻，能不能有個web頁面來統(tǒng)一展示這個結(jié)果呢？
有的闹获，V8提供了profview工具期犬，讓我們可以從web UI來分析生成的結(jié)果。
profview是一個html工具避诽，我們可以從 https://chromium.googlesource.com/v8/v8.git/+/master/tools/profview/ 下載龟虎。
如果要使用profview，我們還需要對第一步生成的v8.log文件進行預處理：
linux-tick-processor --preprocess > v8.json
然后在profview頁面上傳v8.json進行分析即可沙庐。
生成時間線圖
--prof 還可以接其他參數(shù)鲤妥，比如 --log-timer-events佳吞， 通過使用這個參數(shù)可以用來統(tǒng)計V8引擎中花費的時間。
d8 --prof --log-timer-events app.js
tools/plot-timer-events v8.log
第一個命令生成v8.log文件棉安，第二個命令會生成一個timer-events.png圖形文件底扳，更加直觀的展示數(shù)據(jù)。
因為生成日志實際上對程序的性能是有一定的影響的贡耽，我們還可以為plot-timer-events添加失真因子花盐，來糾正這個問題。如果我們沒有指定糾正因子菇爪，腳本會自動進行查找。當然柒昏，我們也可以向下面這樣手動指定：
tools/plot-timer-events --distortion=4500 v8.log
使用nodejs的profile工具
在nodejs 4.4.0之前凳宙，只能下載V8的源代碼進行編譯，才能進行profile职祷。 而在nodejs 4.4.0之后氏涩，node命令已經(jīng)集成了V8的功能。
我們可以使用 node --v8-options 來查看 node中可用的V8參數(shù)：
node --v8-options
SSE3=1 SSSE3=1 SSE4_1=1 SAHF=1 AVX=1 FMA3=1 BMI1=1 BMI2=1 LZCNT=1 POPCNT=1 ATOM=0
Synopsis:
shell [options] [--shell] [<file>...]
d8 [options] [-e <string>] [--shell] [[--module] <file>...]
-e execute a string in V8
--shell run an interactive JavaScript shell
--module execute a file as a JavaScript module
Note: the --module option is implicitly enabled for *.mjs files.
The following syntax for options is accepted (both '-' and '--' are ok):
--flag (bool flags only)
--no-flag (bool flags only)
--flag=value (non-bool flags only, no spaces around '=')
--flag value (non-bool flags only)
-- (captures all remaining args in JavaScript)
Options:
--use-strict (enforce strict mode)
type: bool default: false
--es-staging (enable test-worthy harmony features (for internal use only))
type: bool default: false
...
參數(shù)很多有梆，同樣的我們可以使用 --prof 參數(shù)：
node --prof app.js
會在本地目錄生成一個類似 isolate-0x102884000-14025-v8.log 的文件是尖。
文件的內(nèi)容和V8生成的一致，這里就不列出來了泥耀。
要想分析這個文件饺汹，可以使用：
node --prof-process isolate-0x102884000-14025-v8.log > processed.txt
看下生成的分析結(jié)果：
Statistical profiling result from isolate-0x102884000-14025-v8.log, (296 ticks, 4 unaccounted, 0 excluded).
[Shared libraries]:
ticks total nonlib name
6 2.0% /usr/lib/system/libsystem_pthread.dylib
6 2.0% /usr/lib/system/libsystem_kernel.dylib
2 0.7% /usr/lib/system/libsystem_malloc.dylib
1 0.3% /usr/lib/system/libmacho.dylib
1 0.3% /usr/lib/system/libcorecrypto.dylib
[JavaScript]:
ticks total nonlib name
...
[Summary]:
ticks total nonlib name
0 0.0% 0.0% JavaScript
276 93.2% 98.6% C++
24 8.1% 8.6% GC
16 5.4% Shared libraries
4 1.4% Unaccounted
[C++ entry points]:
ticks cpp total name
142 63.1% 48.0% T __ZN2v88internal21Builtin_HandleApiCallEiPmPNS0_7IsolateE
82 36.4% 27.7% T __ZN2v88internal40Builtin_CallSitePrototypeGetPromiseIndexEiPmPNS0_7IsolateE
1 0.4% 0.3% T __ZN2v88internal36Builtin_CallSitePrototypeGetFileNameEiPmPNS0_7IsolateE
...
和V8的也很類似。
從Summary和各個entry points中痰催，我們可以進一步分析程序中到底哪一塊占用了較多的CPU時間兜辞。
上面的百分百的意思是，在采樣的這些數(shù)據(jù)中夸溶，有93.2%的都在運行C++代碼逸吵。那么我們接下來就應該去看一下，到底是哪些C++代碼占用了最多的時間缝裁，并找出相應的解決辦法扫皱。
本文作者：flydean程序那些事
本文鏈接：http://www.flydean.com/nodejs-profile/
本文來源：flydean的博客
歡迎關(guān)注我的公眾號:「程序那些事」最通俗的解讀，最深刻的干貨捷绑，最簡潔的教程韩脑，眾多你不知道的小技巧等你來發(fā)現(xiàn)！
