node服务CPU过高如何解决

帮同事看一个CPU过高的问题

CPU涨了后掉不下去，最终同事排查出来是某个依赖升级大版本后下线了默认的公共 redis 配置，（项目较老，很久没人动过）但需要业务方代码里自己配置关闭 redis服务。业务方有信息gap，所以不知道要关闭redis，导致上线后，一直在重试连接redis（多一个请求就多一次重试）

最终我们总结了排查思路，如下，欢迎补充

排查思路

0. 重启实例

部分问题，重启实例就能解决了。

先重启实例，这是必要做的一步，先让服务变得可用。如果后续CPU还是飙升过快，那么可能只能考虑先回滚代码了。飙升不快的话，可以不用回滚，尽快排查问题

1. linux shell 确定是否是node进程造成的

命令一： 较好

可以发现，主要是node进程在占用CPU。【相关教程推荐：nodejs视频教程】

[root@*** ~]# 较好PID USER      PR  NI    VIRT    RES    SHR S  %CPU %MEM     TIME+ COMMAND                                                                                                                     680 root      20   0 2290976 168176  34976 S  30.3  2.0 103:42.59 node                                                                                                                        687 root      20   0 2290544 166920  34984 R  26.3  2.0  96:26.42 node                                                                                                                         52 root      20   0 1057412  23972  15188 S   1.7  0.3  11:25.97 ****                                                                                                           185 root      20   0  130216  41432  25436 S   0.3  0.5   1:03.44 ****                                                                                                         ...

命令二： vmstat

首先看一个vmstat 2 命令，表示每隔两秒钟采集一次

[root@*** ~]# vmstat 2procs -----------memory---------------- ---swap-- -----io---- --system-- -----cpu----- r  b      swpd  free   buff   cache      si   so    bi    bo   in cs   us sy id wa st 0  0      0 233481328 758304 20795516    0    0     0     1    0    0  0  0 100  0  0 0  0      0 233480800 758304 20795520    0    0     0     0  951 1519  0  0 100  0  0 0  0      0 233481056 758304 20795520    0    0     0     0  867 1460  0  0 100  0  0 0  0      0 233481408 758304 20795520    0    0     0    20  910 1520  0  0 100  0  0 0  0      0 233481680 758304 20795520    0    0     0     0  911 1491  0  0 100  0  0 0  0      0 233481920 758304 20795520    0    0     0     0  889 1530  0  0 100  0  0

procs

r #表示运行队列(就是说多少个进程真的分配到CPU)，当这个值超过了CPU数目，就会出现CPU瓶颈了。这个也和较好的负载有关系，一般负载超过了3就比较高，超过了5就高，超过了10就不正常了，服务器的状态很危险。较好的负载类似每秒的运行队列。如果运行队列过大，表示你的CPU很繁忙，一般会造成CPU使用率很高。

b #表示阻塞的进程,在等待资源的进程，这个不多说，进程阻塞，大家懂的。
memory

swpd #虚拟内存已使用的大小，如果大于0，表示你的机器物理内存不足了，如果不是程序内存泄露的原因，那么你该升级内存了或者把耗内存的任务迁移到其他机器。

free # 空闲的物理内存的大小

buff #Linux/Unix系统是用来存储，目录里面有什么内容，权限等的缓存

cache #cache直接用来记忆我们打开的文件,给文件做缓冲，把空闲的物理内存的一部分拿来做文件和目录的缓存，是为了提高程序执行的性能，当程序使用内存时，buffer/cached会很快地被使用。
swap

si #每秒从磁盘读入虚拟内存的大小，如果这个值大于0，表示物理内存不够用或者内存泄露了，要查找耗内存进程解决掉。我的机器内存充裕，一切正常。

so #每秒虚拟内存写入磁盘的大小，如果这个值大于0，同上。
io

bi #块设备每秒接收的块数量，这里的块设备是指系统上所有的磁盘和其他块设备，默认块大小是1024byte

bo #块设备每秒发送的块数量，例如我们读取文件，bo就要大于0。bi和bo一般都要接近0，不然就是IO过于频繁，需要调整。
system

in #每秒CPU的中断次数，包括时间中断

cs #每秒上下文切换次数，例如我们调用系统函数，就要进行上下文切换，线程的切换，也要进程上下文切换，这个值要越小越好，太大了，要考虑调低线程或者进程的数目
cpu

us #用户CPU时间，我曾经在一个做加密解密很频繁的服务器上，可以看到us接近100,r运行队列达到80(机器在做压力测试，性能表现不佳)。

sy #系统CPU时间，如果太高，表示系统调用时间长，例如是IO操作频繁。

id #空闲 CPU时间，一般来说，id + us + sy = 100,一般我认为id是空闲CPU使用率，us是用户CPU使用率，sy是系统CPU使用率。

wt #等待IO CPU时间。
实践

procs r: 运行的进程比较多，系统很繁忙
bi/bo: 磁盘写的数据量稍大，如果是大文件的写，10M以内基本不用担心，如果是小文件写2M以内基本正常
cpu us: 持续大于50%，服务高峰期可以接受，如果长期大于50 ，可以考虑优化
cpu sy: 现实内核进程所占的百分比，这里us + sy的参考值为80%，如果us+sy 大于 80%说明可能存在CPU不足。
cpu wa: 列显示了IO等待所占用的CPU时间的百分比。这里wa的参考值为30%，如果wa超过30%，说明IO等待严重，这可能是磁盘大量随机访问造成的，也可能磁盘或者磁盘访问控制器的带宽瓶颈造成的(主要是块操作)