垃圾回收机制
nodejs在执行JavaScript时，内存受到v8限制,64位约为1.4g,32位0.7g
所有js对象是通过堆分配，查看process.memoryUsage()
限制内存原因：垃圾回收时，js线程会暂停执行（避免JS应用逻辑与垃圾回收器看到的不一样），大量的堆内存回收严重影响性能
-
v8内存整体包含新生代和老生代
// 调整内存限制的大小 node --max-old-space-size=1700 test.js // 单位为MB node --max-new-space-size=1024 test.js // 单位为KB 在V8初始化时生效,一旦生效不能动态变化
新生代
- 由两个reserved_semispace_size_（32位16mb,62位32mb）构成
- 通过Scavenge算法进行回收，具体实现采用Cheney算法
Cheney算法采用复制方式实现垃圾回收，将堆内存分成2块，一个使用（From），一个空闲(To).分配对象在From空间。开始垃圾回收时，检查From里的存活对象，并将它们复制到To，非存活对象占用的空间会被释放，然后From、to角色对换。将存活对象在两个空间之间复制
优点是时间短、缺点是只能使用一半堆内存。新生代对象生命周期短，适合此算法
当对象经过多次复制依然存活，就会晋升到老生代。对像晋升的条件，是否经历过Scavenge回收,To空间内存占用比超过限制
老生代
- 在64未系统下为1400 MB,在32为700 MB
- 使用Mark-Sweep和Mark-Compact进行垃圾回收
Mark-Sweep 标记清除,先遍历堆的对象，标记活的对象，之后清除没标记的对象。死对象在老生代只占少部分，所以高效
Mark-Compact 整理内存，将Mark-Sweep清理后散开的对象移动到一段。
v8主要使用Mark-Sweep,在空间不足以对新晋升对象分配时才用Mark-Compact
增量标记(incremental marking)
- 降低老生代的全堆垃圾回收带来的时间停顿
- 从标记阶段入手，拆分为许多小步进，与应用逻辑交替运行
- 垃圾回收最大停顿时间降为原来的1/6
垃圾回收是影响性能的因素之一，要尽量减少垃圾回收，尤其全堆垃圾回收
查看垃圾回收日志
- 在启动时添加--trace_gc
启动时使用--prof,可以得到v8性能分析数据，包含垃圾回收占用的时间，需要使用工具读取，在Node源码的deps/v8/tools，linux-tick-processor
高效使用内存
作用域
- js中能形成作用域的有函数调用、with和全局作用域
例如，在函数调用时，会创建对应的作用域，在执行结束后销毁，并且在该作用域申明的局部变量也会被销毁
- 标识符查找（即变量名） 先查找当前作用域，再向上级作用域，一直到全局作用域
- 变量主动释放 全局变量要直到进程退出才释放，导致引用对象常驻老生代，可以用delete删除或者赋undefined、null(delete删除对象的属性可能干扰v8,所以赋值更好)
闭包
- 外部作用域访问内部作用域的方法，得益于高阶函数特性
var foo = function() {
var bar = function() {
var local = "局部变量";
return function() {
return local;
};
};
var baz = bar();
console.log(baz());
};
bar()返回一个匿名函数,一旦 有变量引用它，它的作用域将不会释放，直到没有引用
把闭包赋值给一个不可控的对象时，会导致内存泄漏。使用完，将变量赋其他值或置空
查看内存使用情况
- 查看进程内存占用 process.memoryUsage(),其中rss为进程的常驻内存（node所占的内存），heapTotal、heapUsed为堆内存使用情况
- os.totalmem(),os.freemem() 查看系统内存
Node使用的内存不是都通过v8分配，还有堆外内存,用于处理网络流、I/O流
内存泄漏
造成的原因：缓存、队列消费不及时、作用域未释放
缓存
- 限制内存当缓存，要限制好大小，做好释放
- 进程之间不能共享内存，所以用内存做缓存也是
为了加速模块引入，模块会在编译后缓存，由于通过exports导出(闭包),作用域不会释放，常驻老生代。要注意内存泄漏
var leakArray = [];
exports.leak = function() {
leakArray.push("leak" + Math.random());
};
//局部变量leakArray不停增加内存占用，且不会释放，如果必须如此设计，要提供释放接口
推荐使用进程外缓存，<a href='https://github.com/mranney/node_redis' target='_blank'>Redis</a>、<a href='https://github.com/3rd-Eden/node-memcached' target='_blank'>Memcached</a>
队列状态
- 在生产者和消费者中间
- 监控队列的长度，超过长度就拒绝
- 任意的异步调用应该包含超时机制
内存泄漏排查
node-heapdump
- 安装 npm install heapdump
- 在开头引入 var heapdump = require('heapdump');
- 发送命令kill -USR2 <pid>，heapdump会抓拍一份堆内存快照，文件为heapdump-<sec>.<usec>.heapsnapshot格式，是json文件
node-memwatch
var memwatch = require('memwatch');
memwatch.on('leak', function(info) {
console.log('leak:');
console.log(info);
});
memwatch.on('stats', function(stats) {
console.log('stats:') console.log(stats);
});
在进程使用node-memwatch后，每次全堆垃圾回收，会触发stats事件，该事件会传递内存的统计信息
stats: {
num_full_gc: 4, // 第几次全堆垃圾回收
num_inc_gc: 23, // 第几次增量垃圾回收
heap_compactions: 4, // 第几次对老生代整理
usage_trend: 0, // 使用趋势
estimated_base: 7152944, // 预估基数
current_base: 7152944, // 当前基数
min: 6720776, // 最小
max: 7152944 //最大
}
如果经过连续的5次垃圾回收后，内存仍没有被释放，意味有内存泄漏，node-memwatch会触发leak事件
leak: 8 {
start: Mon Oct 07 2013 13: 46: 27 GMT + 0800(CST),
end: Mon Oct 07 2013 13: 54: 40 GMT + 0800(CST),
growth: 6222576,
reason: 'heap growth over 5 consecutive GCs (8m 13s) - 43.33 mb/hr'
}
//显示内存增长了多了
使用node-memwatch的抓取快照和比较快照，能将内存泄漏定位到v8的堆上
var memwatch = require('memwatch');
var leakArray = [];
var leak = function() {
leakArray.push("leak" + Math.random());
};
// Take first snapshot
var hd = new memwatch.HeapDiff();
for (var i = 0; i < 10000; i++) {
leak();
}
// Take the second snapshot and compute the diff
var diff = hd.end();
console.log(JSON.stringify(diff, null, 2));
{
"before": {
"nodes": 11719,
"time": "2013-10-07T06:32:07.000Z",
"size_bytes": 1493304,
"size": "1.42 mb"
},
"after": {
"nodes": 31618,
"time": "2013-10-07T06:32:07.000Z",
"size_bytes": 2684864,
"size": "2.56 mb"
},
"change": {
"size_bytes": 1191560,
"size": "1.14 mb",
"freed_nodes": 129, //释放的节点数
"allocated_nodes": 20028,//分配的节点数
"details": [{
"what": "Array",
"size_bytes": 323720,
"size": "316.13 kb",
"+": 15,
"-": 65
}, {
"-": 28
}, {
"what": "String",
"size_bytes": 879424,
"what": "Code",
"size_bytes": -10944,
"size": "-10.69 kb",
"+": 8,
"size": "858.81 kb",
"+": 20001, //大量的string未被回收
"-": 1
}]
}
}
大内存应用
- 使用stream模块处理大文件，fs的createReadStream(),createWriteStream()
var reader = fs.createReadStream('in.txt');
var writer = fs.createWriteStream('out.txt');
reader.on('data', function(chunk) {
writer.write(chunk);
});
reader.on('end', function() {
writer.end();
});
//管道方法pipe()，封装了data事件和写入
var reader = fs.createReadStream('in.txt');
var writer = fs.createWriteStream('out.txt');
reader.pipe(writer);
在不需要进行字符串操作时，可以不借助v8，使用Buffer操作，这样不会受到v8的内存限制
