摘要：通過將的給出來的進程。恩吞吐率關(guān)于吞吐率有多種解讀，一種是描繪服務(wù)器單位時間處理請求的能力。而根據(jù)這個描述的話他的單位就為而這個指標就是上面數(shù)據(jù)中的當(dāng)然，肯定是越大越好了吞吐量這個和上面的吞吐率很有點關(guān)系的。

首先鄭重聲明:
nodeJS 是一門單線程!異步!非阻塞語言!
nodeJS 是一門單線程!異步!非阻塞語言!
nodeJS 是一門單線程!異步!非阻塞語言!

重要的事情說3遍。 因為nodeJS天生自帶buff, 所以從一出生就受到 萬千 粉絲的追捧(俺，也是它的死忠). 但是，傻逼php 竟然嘲笑 我大NodeJS 的性能。 說不穩(wěn)定，不可靠，只能利用單核CPU。 辣雞 nodeJS.
艸!艸!艸!
搞mo shi~
但，大哥就是大哥,nodeJS在v0.8 的時候就已經(jīng)加入了cluster的模塊。 完全打臉php. 雖然，現(xiàn)在php 也開始抄襲nodeJS, 退出php7, 但是，渣渣，你就只會抄...
233333
對不起啊，上面是我自已意淫的一段~ 以上內(nèi)容，純屬調(diào)侃，如果雷同，純屬巧合。
Ok~ 我們來正式介紹一下nodeJS的多進程吧~

以前，由于cluster 本身的不完善，可能由于多方面原因吧，實現(xiàn)性能不好。 結(jié)果是，pm2 包的 崛起。 輕松使用一個pm2 就可以開啟多進程，實現(xiàn)負載均衡的效果。

pm2 start app.js

pm2的內(nèi)部和cluster內(nèi)部實現(xiàn)其實是一個道理，都是封裝了一層child_process--fork. 而child_process--fork 則是封裝了unix 系統(tǒng)的fork 方法。 既然，都到這了，我們來看看官方給出的解釋吧。

fork() creates a new process by duplicating the calling process. The new process is referred to as the child process. The calling process is referred to as the parent process.
The child process and the parent process run in separate memory spaces. At the time of fork() both memory spaces have the same content. Memory writes, file mappings (mmap(2)), and unmappings (munmap(2)) performed by one of the processes do not affect the other.

俺來翻譯一下，fork其實就是創(chuàng)建子進程的方法，新創(chuàng)建的進程被認為是子進程，而調(diào)用fork的進程則是父進程。 子進程和父進程本來是在獨立的內(nèi)存空間中的。但當(dāng)你使用了fork之后，兩者就處在同一個作用域內(nèi)了。 但是，內(nèi)存的讀寫，文件的map,都不會影響對方。

上面那段的意思就是，你創(chuàng)建的進程其實可以相互通信，并且被master進程 管理。
看圖~~~

其實就是這個意思。
Ok~ 這只是系統(tǒng)創(chuàng)建子進程的模型。那么在NodeJs中是怎樣實現(xiàn)進程之間的交互的呢？
很簡單監(jiān)聽端口唄。。。
但是，實現(xiàn)通信不是很難，關(guān)鍵在于如果分配請求，這一點nodeJS 踩的坑確實很大。

long time ago

nodeJS的master 開始并不是上帝， 他只是一個小小的太監(jiān)，每次請求(妃子)來的時候，他只會默默的看著幾個worker小皇帝相互爭奪，如果某個worker勝出，則其他的worker也就草草了事，等下一個請求過來。所以說，每來一次請求，都會引起一場腥風(fēng)血雨。而，我們體會最深的就是驚群現(xiàn)象,即,CPU爆表.
借用TJ大神的一幅圖，說明一下。

這里，master只是綁定端口，而不會對來的請求做任何處理。 通過將socket的fd給fork出來的進程。造成的結(jié)果就是4個人男人(worker)搶一個妃子(request). 那場面別提有多血腥了。
前面說過，cluster其實就是對child_process的一層封裝，那我們繼續(xù)往底層走一點。實現(xiàn)cluster多進程。 首先，我們需要了解，這幾個模塊的基本用法。net,child_process.

這個應(yīng)該是nodeJS 進程最核心的模塊。 基本的方法，有幾個，不過我這里，只介紹比較核心的:spawn ,fork ,exec。如果大家有興趣，可以去child_process參考.

child_process.spawn(command, args)

該方法用來運行指定的程序。比如: node app.js.他是異步的命令，但不支持callback, 不過我們可以使用process.on來監(jiān)聽結(jié)果。 他自帶3個參數(shù).
command: 執(zhí)行命令
args[Array]: 命令所帶的參數(shù)
options[Object]: 環(huán)境變量對象

OK~ 我們舉個一個簡單的demo: 試一試運行 touch apawn.js

const spawn = require("child_process").spawn;
const touch = spawn("touch",["spawn.js"]);

touch.stdout.on("data", (data) => {
  console.log(`stdout: ${data}`);
});

touch.stderr.on("data", (data) => {
  console.log(`stderr: ${data}`);
});

touch.on("close", (code) => {
  console.log(`child process exited with code ${code}`);
});

如果，正確的話，應(yīng)該會輸
出child process exited with code 0. 然后運行目錄會生成pawn.js文件。 當(dāng)然，如果你需要運行多參數(shù)的命令的話這就有點蛋疼了。
所以，nodeJS 使用了exec對其進行很好的封裝，而且他支持回調(diào)函數(shù)，這比較能夠讓我們理解。

child_process.exec(order,cb(err[,stdout,stderr]));

order: 就是你執(zhí)行的命令. 比如: rm spawn.js
cb: 就是命令執(zhí)行成功后的回調(diào)函數(shù)。

const childProcess = require("child_process");

const ls = childProcess.exec("rm spawn.js", function (error, stdout, stderr) {
   if (error) {
     console.log(error.stack);
     console.log("Error code: "+error.code);
   }
   console.log("Child Process STDOUT: "+stdout);
});

正常情況下會刪除spawn.js文件。
上面兩個只是簡單的運行進程的命令。 最后，(Boss總是最后出場的). 我們來瞧瞧fork方法的使用.
fork其實也是用來執(zhí)行進程，比如,spawn("node",["app.js"]),其實和fork("app.js") 是一樣的效果的。但是，fork牛逼的地方在于他在開啟一個子進程時，同時建立了一個信息通道(雙工的哦). 倆個進程之間使用process.on("message",fn)和process.send(...)進行信息的交流.

child_process.fork(order) //創(chuàng)建子進程

worker.on("message",cb) //監(jiān)聽message事件

worker.send(mes) //發(fā)送信息

他和spawn類似都是通過返回的通道進行通信。舉一個demo, 兩個文件master.js和worker.js 來看一下.

//master.js
const childProcess = require("child_process");
const worker = childProcess.fork("worker.js");

worker.on("message",function(mes){
    console.log(`from worder, message: ${mes}`);
});
worker.send("this is master");

//worker.js
process.on("message",function(mes){
    console.log(`from master, message: ${mes}`);
});
process.send("this is worker");

運行，node app.js, 會輸出一下結(jié)果:

from master, message: this is master
from worker, message: this is worker

現(xiàn)在我們已經(jīng)學(xué)會了，如何使用child_process來創(chuàng)建一個基本的進程了。
關(guān)于net 這一模塊，大家可以參考一下net模塊.

ok . 現(xiàn)在我們正式進入，模擬nodeJS cluster模塊通信的procedure了。

這里先介紹一下，曾經(jīng)的cluster實現(xiàn)的一套機理。同樣，再放一次圖

我們使用net和child_process來模仿一下。

//master.js
const net = require("net");
const fork = require("child_process").fork;

var handle = net._createServerHandle("0.0.0.0", 3000);

for(var i=0;i<4;i++) {
   fork("./worker").send({}, handle);
}
//worker.js
const net = require("net");
//監(jiān)聽master發(fā)送過來的信息
process.on("message", function(m, handle) {
  start(handle);
});

var buf = "hello nodejs"; ///返回信息
var res = ["HTTP/1.1 200 OK","content-length:"+buf.length].join("
")+"

"+buf;  //嵌套字

function start(server) {
    server.listen();
    var num=0;
    //監(jiān)聽connection函數(shù)
    server.onconnection = function(err,handle) {
        num++;
        console.log(`worker[${process.pid}]:${num}`);
        var socket = new net.Socket({
            handle: handle
        });
        socket.readable = socket.writable = true;
        socket.end(res);
    }
}

ok~ 我們運行一下程序, 首先運行node master.js.
然后使用測試工具,siege.
siege -c 100 -r 2 http://localhost:3000
OK，我們看一下，到底此時的負載是否均衡。

worker[1182]:52
worker[1183]:42
worker[1184]:90
worker[1181]:16

發(fā)現(xiàn)，這樣任由worker去爭奪請求，效率真的很低呀。每一次，觸發(fā)請求，都有可能導(dǎo)致驚群事件的發(fā)生啊喂。所以，后來cluster改變了一種模式，使用master來控制請求的分配，官方給出的算法其實就是round-robin 輪轉(zhuǎn)方法。

現(xiàn)在具體的實現(xiàn)模型就變成這個.

由master來控制請求的給予。通過監(jiān)聽端口，創(chuàng)建一個socket，將獲得的請求傳遞給子進程。
從tj大神那里借鑒的代碼demo:

//master
const net = require("net");
const fork = require("child_process").fork;

var workers = [];
for (var i = 0; i < 4; i++) {
   workers.push(fork("./worker"));
}

var handle = net._createServerHandle("0.0.0.0", 3000);
handle.listen();
//將監(jiān)聽事件移到master中
handle.onconnection = function (err,handle) {
    var worker = workers.pop();  //取出一個pop
    worker.send({},handle);
    workers.unshift(worker);  //再放回取出的pop
}


//worker.js
const net = require("net");
process.on("message", function (m, handle) {
  start(handle);
});

var buf = "hello Node.js";
var res = ["HTTP/1.1 200 OK","content-length:"+buf.length].join("
")+"

"+buf;

function start(handle) {
    console.log("got a connection on worker, pid = %d", process.pid);
    var socket = new net.Socket({
        handle: handle
    });
    socket.readable = socket.writable = true;
    socket.end(res);
}

這里就經(jīng)由master來掌控全局了. 當(dāng)一個皇帝(worker)正在寵幸妃子的時候，master就會安排剩下的幾個皇帝排隊一個幾個的來。 其實中間的handle就會我們具體的業(yè)務(wù)邏輯. 如同:app.js.
ok~ 我們再來看一下cluster模塊實現(xiàn)多進程的具體寫法.

現(xiàn)在的cluster已經(jīng)可以說完全做到的負載均衡。在cluster說明我已經(jīng)做了闡述了。我們來看一下具體的實現(xiàn)吧

var cluster = require("cluster");
var http = require("http");
var numCPUs = require("os").cpus().length;

if (cluster.isMaster) {
    console.log("[master] " + "start master...");

    for (var i = 0; i < numCPUs; i++) {
         cluster.fork();
    }

    cluster.on("listening", function (worker, address) {
        console.log("[master] " + "listening: worker" + worker.id + ",pid:" + worker.process.pid + ", Address:" + address.address + ":" + address.port);
    });

} else if (cluster.isWorker) {
     console.log("[worker] " + "start worker ..." + cluster.worker.id);
    var num = 0;
    http.createServer(function (req, res) {
        num++;
        console.log("worker"+cluster.worker.id+":"+num);
        res.end("worker"+cluster.worker.id+",PID:"+process.pid);
    }).listen(3000);
}

這里使用的是HTTP模塊，當(dāng)然，完全也可以替換為socket模塊. 不過由于這樣書寫，將集群和單邊給混淆了。 所以，推薦寫法是將具體業(yè)務(wù)邏輯獨立出來.

var cluster = require("cluster");
var numCPUs = require("os").cpus().length;

if (cluster.isMaster) {
    console.log("[master] " + "start master...");

    for (var i = 0; i < numCPUs; i++) {
         cluster.fork();
    }

    cluster.on("listening", function (worker, address) {
        console.log("[master] " + "listening: worker" + worker.id + ",pid:" + worker.process.pid + ", Address:" + address.address + ":" + address.port);
    });

} else if (cluster.isWorker) {
    require("app.js");
}
//app.js就是開啟具體的業(yè)務(wù)邏輯了

//app.js具體內(nèi)容
const net = require("net");
//自動創(chuàng)建socket
const server = net.createServer(function(socket) { //"connection" listener
    socket.on("end", function() {
        console.log("server disconnected");
    });
    socket.on("data", function() {
        socket.end("hello
");
    });
});
//開啟端口的監(jiān)聽
server.listen(8124, function() { //"listening" listener
    console.log("working")
});

接著我們開啟服務(wù)，node master.js
然后進行測試
siege -c 100 -r 2 http://localhost:8124
我這里開啟的是長連接. 每個worker處理的長連接數(shù)是有限的。所以，當(dāng)有額外的連接到來時，worker會斷開當(dāng)前沒有響應(yīng)的連接，去處理新的連接。
不過，平常我們都是使用HTTP開啟 短連接，快速處理大并發(fā)的請求。
這是我改成HTTP短連接之后的結(jié)果

Transactions:                 200 hits
Availability:              100.00 %
Elapsed time:                2.09 secs
Data transferred:            0.00 MB
Response time:                0.02 secs
Transaction rate:           95.69 trans/sec
Throughput:                0.00 MB/sec
Concurrency:                1.74
Successful transactions:         200
Failed transactions:               0
Longest transaction:            0.05
Shortest transaction:            0.02

那，怎么模擬大并發(fā)嘞？
e e e e e e e e e ...
自己解決啊~
開玩笑的啦~ 不然我寫blog是為了什么呢？ 就是為了傳播知識.
在介紹工具之前，我想先說幾個關(guān)于性能的基本概念
QPS(TPS),并發(fā)數(shù),響應(yīng)時間,吞吐量,吞吐率

自從我們和服務(wù)器扯上關(guān)系后,我們前端的性能測試真的很多。但這也是我們必須掌握的tip. 本來前端寶寶只需要看看控制臺，了解一下網(wǎng)頁運行是否運行順暢, 看看TimeLine，Profile 就可以了。 不過，作為一名有追求，有志于改變世界的童鞋來說。。。
md~ 又要學(xué)了...
ok~ 好了，在進入正題之前，我再放一次 線上的測試結(jié)果.

Transactions:                 200 hits
Availability:              100.00 %
Elapsed time:               13.46 secs
Data transferred:            0.15 MB
Response time:                3.64 secs
Transaction rate:           14.86 trans/sec
Throughput:                0.01 MB/sec
Concurrency:               54.15
Successful transactions:         200
Failed transactions:               0
Longest transaction:           11.27
Shortest transaction:            0.01

根據(jù)上面的數(shù)據(jù)，就可以得出，你網(wǎng)頁的大致性能了。
恩~ let"s begin

關(guān)于吞吐率有多種解讀，一種是:描繪web服務(wù)器單位時間處理請求的能力。根據(jù)這個描述,其單位就為: req/sec. 另一種是: 單位時間內(nèi)網(wǎng)絡(luò)上傳輸?shù)臄?shù)據(jù)量。 而根據(jù)這個描述的話,他的單位就為: MB/sec.
而這個指標就是上面數(shù)據(jù)中的Throughput. 當(dāng)然，肯定是越大越好了

這個和上面的吞吐率很有點關(guān)系的。 吞吐量是在沒有時間的限制下，你一次測試的傳輸數(shù)據(jù)總和。 所以，沒有時間條件的測試，都是耍流氓。
這個對應(yīng)于上面數(shù)據(jù)中的Data transferred.

熟悉數(shù)據(jù)庫操作的童鞋，應(yīng)該知道，在數(shù)據(jù)庫中常常會提到一個叫做事務(wù)的概念。 在數(shù)據(jù)庫中，一個事務(wù)，常常代表著一個具體的處理流程和結(jié)果. 比如，我現(xiàn)在想要的數(shù)據(jù)是 2013-2015年，數(shù)學(xué)期末考試成績排名. 這個就是一個具體的事務(wù)，那么我們映射到數(shù)據(jù)庫中就是，取出2013-2015年的排名，然后取平均值，返回最后的排序結(jié)果。 可以看出，事務(wù)并不單單指單一的操作，他是由一個或一個以上 操作組合而成具有 實際意義的。 那，反映到前端測試，我們應(yīng)該怎樣去定義呢？ 首先，我們需要了解，前端的網(wǎng)絡(luò)交流其實就是 請求-響應(yīng)模式. 也就是說，每一次請求，我們都可以理解為一次事務(wù)(trans).
所以，TPS(transaction per second)就可以理解為1sec內(nèi)，系統(tǒng)能夠處理的請求數(shù)目.他的單位也就是: trans/sec . 你當(dāng)然也可以理解為seq/sec.
所以說，TPS 應(yīng)該是衡量一個系統(tǒng)承載力最優(yōu)的一個標識.
TPS的計算公式很容易的出來就是: Transactions / Elapsed time.
不過, 凡事無絕對。 大家以后遇到測試的時候，應(yīng)該就會知道的.

就是服務(wù)器能夠并發(fā)處理的連接數(shù)，具體我也母雞他的單位是什么。 官方給出的解釋是:

Concurrency is average number of simultaneous connections, a number which rises as server performance decreases.

這里我們就理解為，這就是一個衡量系統(tǒng)的承載力的一個標準吧。 當(dāng)Concurrency 越高，表示 系統(tǒng)承載的越多，但性能也越低。

ok~ 但是我們?nèi)绾卫眠@些數(shù)據(jù)，來確定我們的并發(fā)策略呢？ e e e e e e e ...
當(dāng)然， 一兩次測試的結(jié)果真的沒有什么卵用. 所以實際上，我們需要進行多次測試，然后畫圖才行。 當(dāng)然，一些大公司，早就有一套完整的系統(tǒng)來計算你web服務(wù)器的瓶頸,以及 給出 最優(yōu)的并發(fā)策略.
廢話不多說，我們來看看，如何分析，才能得出 比較好的 并發(fā)策略。

首先，我們這里的并發(fā)需要進行區(qū)分. 一個是并發(fā)的請求數(shù)，一個是并發(fā)的用戶數(shù). 這兩個對于服務(wù)器是完全不同的需求。
假如100個用戶同時向服務(wù)器分別進行10次請求，與1個用戶向服務(wù)器連續(xù)進行1000次請求。兩個的效果一樣么？

一個用戶向服務(wù)器連續(xù)進行1000次請求的過程中，任何時刻服務(wù)器的網(wǎng)卡接受緩存區(qū)中只有來自該用戶的1個請求，而100個用戶同時向服務(wù)器分別進行10次請求的過程中，服務(wù)器網(wǎng)卡接收緩沖區(qū)中最多有100個等待處理的請求，顯然這時候服務(wù)器的壓力更大。

所以上面所說的 并發(fā)用戶數(shù)和吞吐率 是完全不一樣的.
不過通常來說，我們更看重的是Concurrency(并發(fā)用戶數(shù)). 因為這樣更能反映出系統(tǒng)的 能力。 一般，我們都會對并發(fā)用戶數(shù)進行一些限制，比如apache的maxClients參數(shù).
ok~ 我們來實例分析一下吧.

首先，我們拿到一份測試數(shù)據(jù).

接著，我們進行數(shù)據(jù)分析.
根據(jù)并發(fā)數(shù)和吞吐率的關(guān)系得出下列的圖.

OK~ 我們會發(fā)現(xiàn)從大約130并發(fā)數(shù)的地方開始，吞吐率開始下降，而且越多下降的越厲害。 主要是因為，在前面部分隨著用戶數(shù)的上升，空閑的系統(tǒng)資源得到充分的利用，當(dāng)然就和正太曲線一樣，總會有個頂點。 當(dāng)?shù)竭_一定值后，頂點就會出現(xiàn)了. 這就我們的系統(tǒng)的一個瓶頸.
接著，我們細化分析，響應(yīng)時間和并發(fā)用戶數(shù)的相關(guān)性

同樣額道理，當(dāng)并發(fā)數(shù)到達130左右，正對每個req的響應(yīng)時間開始增加，越大越抖，這適合吞吐率是相關(guān)的。 所以，我們可以得出一個結(jié)論，該次連接 并發(fā)數(shù) 最好設(shè)置為100~150之間。 當(dāng)然，這樣的分析很膚淺，不過，對于我們這些前端寶寶來說了解一下就足夠了。

接下來,我們使用工具來武裝自己的頭腦.
這里主要介紹一個測試工具，siege.

事實上并發(fā)測試工具主要有3個siege,ab,還有webbench. 我這里之所以沒介紹webbench的原因，因為，我在嘗試安裝他時，老子，電腦差點就掛了(我的MAC pro)... 不過后面，被聰明的我 巧妙的挽回~ 所以，如果有其他大神在MAC x11 上成功安裝，可以私信小弟。讓我學(xué)習(xí)學(xué)習(xí)。
ok~ 吐槽完了。我們正式說一下siege吧

安裝siege利用MAC神器 homebrew, 就是就和js前端世界的npm一樣.
安裝ing:
brew install siege
安裝成功--bingo
接著，我們來看一下語法吧.

-c NUM 設(shè)置并發(fā)的用戶數(shù)量.eg: -c 100;

-r NUM 設(shè)置發(fā)送幾輪的請求，即，總的請求數(shù)為: -cNum*-rNum但是, -r不能和-t一起使用(為什么呢？你猜).eg: -r 20

-t NUM 測試持續(xù)時間，指你運行一次測試需要的時間，在timeout后，結(jié)束測試.

-f file. 用來測試file里面的url路徑 eg: -f girls.txt.

-b . 就是詢問開不開啟基準測試(benchmark)。 這個參數(shù)不太重要，有興趣的同學(xué)，可以下去學(xué)習(xí)一下。

關(guān)于-c -r我就不介紹了。 大家有興趣，可以參考一下，我前一篇文章讓你升級的網(wǎng)絡(luò)知識. 這里主要介紹一下 -f 參數(shù).
通常，如果我們想要測試多個頁面的話，可以新建一個文件，在文件中創(chuàng)建 你想測試的所有網(wǎng)頁地址.
比如:
//文件名為 urls.txt

www.example.com
www.example.org
123.45.67.89

然后運行測試
siege -f your/file/path.txt -c 100 -t 10s
OK~ 關(guān)于進程和測試的內(nèi)容就介紹到這了。

如果大家覺得，嘿, 這哥們寫的文章不錯呀~
能請我喝杯coffee，勉勵寫出更優(yōu)質(zhì)的文章嗎？

轉(zhuǎn)載請注明出處和作者:https://segmentfault.com/a/1190000004621734