- java后台的火焰图生成非常简单，有现成的工具用arthas即可
- 参考arthas的火焰图生成文档即可：arthas.aliyun.com/doc/profile…
- node端的火焰图性能优化实战，实战的实例是网上的前辈有分享过来，借鉴过来使用，比较适合演示实战demo
1. 测试代码
const crypto = require('crypto')
const Paloma = require('paloma')
const app = new Paloma() const users = {}
app.route({
method: 'GET',
path: '/newUser',
controller(ctx) {
const username = ctx.query.username || 'test'
const password = ctx.query.password || 'test'
const salt = crypto.randomBytes(128).toString('base64')
const hash = crypto.pbkdf2Sync(password, salt, 10000, 64, 'sha512').toString('hex')
users[username] = {
salt,
hash
}
ctx.status = 204
}
})
app.route({
method: 'GET',
path: '/auth',
controller(ctx) {
const username = ctx.query.username || 'test'
const password = ctx.query.password || 'test'
if (!users[username]) {
ctx.
throw (400)
}
const hash = crypto.pbkdf2Sync(password, users[username].salt, 10000, 64, 'sha512').toString('hex')
if (users[username].hash === hash) {
ctx.status = 204
} else {
ctx.
throw (403)
}
}
}) app.listen(3000)
2. 通过 perf 参数运行 node.js 程序
$ node --perf_basic_prof app.js &
[1] 3590
$ tail /tmp/perf-3590.map
51b87a7b93e 18 Function:~emitListeningNT net.js:1375
51b87a7b93e 18 LazyCompile:~emitListeningNT net.js:1375
51b87a7bad6 39 Function:~emitAfterScript async_hooks.js:443
51b87a7bad6 39 LazyCompile:~emitAfterScript async_hooks.js:443
51b87a7bcbe 77 Function:~tickDone internal/process/next_tick.js:88
51b87a7bcbe 77 LazyCompile:~tickDone internal/process/next_tick.js:88
51b87a7bf36 12 Function:~clear internal/process/next_tick.js:42
51b87a7bf36 12 LazyCompile:~clear internal/process/next_tick.js:42
51b87a7c126 b8 Function:~emitPendingUnhandledRejections internal/process/promises.js:86
51b87a7c126 b8 LazyCompile:~emitPendingUnhandledRejections internal/process/promises.js:86
注意：使用 —perf_basic_prof_only_functions 参数可以将代码执行时的符号表转换为人能看懂的函数名
3. ab 压测
$ curl "<http://localhost:3000/newUser?username=admin&password=123456>"
$ ab -k -c 10 -n 2000 "<http://localhost:3000/auth?username=admin&password=123456>"
4. 抓取数据绘制火焰图
$ sudo perf record -F 99 -p 28671 -g -- sleep 30
$ sudo chown root /tmp/perf-28671.map
$ sudo perf script > perf.stacks
$ ./stackcollapse-perf.pl --kernel < perf.stacks | ./flamegraph.pl --color=js --hash > flamegrap1.svg
perf record 会将记录的信息保存到当前执行目录的 perf.data 文件，使用 perf script 读取 perf.data 的 trace 信息写入 perf.stacks, 然后通过FlameGraph 绘制火焰图。
—color=js 指定生成针对 js 配色的 svg，即：
green：JavaScript。 blue：Builtin。 yellow：C++。 red：System（native user-level, and kernel）。
ab 压测用了 30s 左右，浏览器打开 flamegraph.svg，截取关键的部分如下图所示：
从上图可以看出：最上面的绿色小块（即 JavaScript 代码）指向 test/app.js 第 18 行，即 GET /auth 这个路由。再往上看，黄色的小块（即 C++ 代码） node::crypto::PBKDF2 占用了大量的 CPU 时间。
解决方法：将同步改为异步，即将 crypto.pbkdf2Sync 改为 crypto.pbkdf2，修改如下：
const crypto = require('crypto')
const Paloma = require('paloma')
const app = new Paloma() const users = {}
app.route({
method: 'GET',
path: '/newUser',
controller(ctx) {
const username = ctx.query.username || 'test'
const password = ctx.query.password || 'test'
const salt = crypto.randomBytes(128).toString('base64')
const hash = crypto.pbkdf2Sync(password, salt, 10000, 64, 'sha512').toString('hex')
users[username] = {
salt,
hash
}
ctx.status = 204
}
})
app.route({
method: 'GET',
path: '/auth',
async controller(ctx) {
const username = ctx.query.username || 'test'const password = ctx.query.password || 'test'
if (!users[username]) {
ctx.
throw (400)
}
const hash = await new Promise((resolve, reject) = >{
crypto.pbkdf2(password, users[username].salt, 10000, 64, 'sha512', (err, derivedKey) = >{
if (err) {
return reject(err)
}
resolve(derivedKey.toString('hex'))
})
}) if (users[username].hash === hash) {
ctx.status = 204
} else {
ctx.
throw (403)
}
}
})
app.listen(3000)
