Node.js 效能優化與記憶體分析重點
📌 1. 效能瓶頸常見來源
| 類型 | 範例 |
|---|---|
| ❌ 同步阻塞 | 大型排序、同步 I/O |
| ❌ 記憶體洩漏 | 未釋放 closure、全域變數、過大快取 |
| ❌ 頻繁 GC | 太多短命物件或大物件 |
| ❌ 事件迴圈卡住 | 長時間執行的 callback |
| ❌ thread pool 滿載 | 同時大量 fs/crypto 非同步任務 |
📌 2. 效能優化原則
- 避免同步函式（如 fs.readFileSync()）
- 拆解 CPU 密集任務（改用 Worker Thread 或外部服務）
- 減少 GC 壓力（重複利用物件、避免產生短命大物件）
- 避免記憶體洩漏（解除不必要的閉 包、監控物件數量）
- 限制 thread pool 負載（合理分配非同步任務）
📌 3. 記憶體管理與垃圾回收（GC）
Node.js 使用 V8 記憶體模型：
| 區段 | 用途 |
|---|---|
| New Space | 小型、短生命週期的物件（快 GC） |
| Old Space | 大型、長壽命物件（慢 GC） |
| Code Space | 儲存已編譯的程式碼 |
| Large Object Space | 大於固定大小的物件 |
| Map Space | 儲存內部元資料 |
垃圾回收策略：
- Scavenge：處理 New Space（快速）
- Mark-Sweep / Mark-Compact：處理 Old Space（較慢，會造成延遲）
✅ 若物件從 New Space 活太久，會被提升到 Old Space。
📌 4. 提升效能的實務策略
✅ 減少 I/O 阻塞：
- 改用非同步函式 (fs.promises)
- 使用快取層（如 Redis）
✅ 避免事件迴圈卡住：
// 將重運算拆分避免阻塞
setImmediate(() => doHeavyTask());
✅ 使用 cluster 或 worker_threads：
- cluster: 適用於多核心 HTTP server
- worker_threads: 適合拆解 CPU 密集邏輯
📌 5. 常用效能分析工具
| 工具 | 功能 |
|---|---|
| --inspect / chrome://inspect | 啟用 V8 Inspector（Chrome DevTools） |
| node --trace-gc | 顯示 GC 執行紀錄 |
| process.memoryUsage() | 查看記憶體使用狀況 |
| clinic.js | 視覺化效能瓶頸分析 |
| heapdump | 產生記憶體快照 |
| v8.getHeapStatistics() | 查詢 V8 分區記憶體狀態 |
📌 6. 觀測記憶體與效能
console.log(process.memoryUsage());
{
"rss": 23068672,
"heapTotal": 4569088,
"heapUsed": 2923664,
"external": 1050
}
- heapUsed：實際使用中的 JS 記憶體
- rss：常駐記憶體（包含 C++、快取、堆疊等）
📌 7. 常見面試題與解析
🧠 Q1：如何處理 Node.js 中 CPU 密集任務？
✅ 建議答法：
Node.js 單執行緒執行 JS，無法有效處理長時間 CPU 密集任務。可將此類任務移至 worker_threads 執行，或將其委派至外部微服務（如 Python 或 Go 實作）。
🧠 Q2：如何避免記憶體洩漏？
✅ 建議做法：
- 移除不再使用的 closure 引用
- 清除大型 cache 或 map 中未使用 key
- 避免無限成長的資料結構（如 global array）
- 使用工具如 heapdump 觀察 retained size
🧠 Q3：process.memoryUsage() 和 heapdump 有何不同？
| 工具 | 說明 |
|---|---|
| process.memoryUsage() | 即時數字，快速掌握趨勢 |
| heapdump | 詳細記憶體快照，可用 Chrome DevTools 分析 |