NodeJs的性能问题

Question

我正在使用NodeJ构建实时统计应用程序.对于原型,我在RackSpace服务器中使用四核AMD Opteron,使用Cluster NodeJs(http://learnboost.github.com/cluster/)和使用native nodejs驱动程序的MongoDb 对nodejs服务器进行测试.

基本上我在我的公司项目中插入了一个JS代码,为一堆客户的网站提供内容.这段代码"ping"我的服务器每10秒调用一个图像并传递我在服务器端获得的参数并在MongoDb集合中插入(或更新).在一天的"慢"时间里,我得到大约3000个连接(我在终端上使用netstat -natp命令获得这些连接)每次使我的集群使用大约25%的每个核心(我使用"top"命令获得这些).但是在一个"忙碌"的时刻,我每次获得大约7000多个连接,这使得我的集群变得疯狂(大约80%+使用每个核心),并且随着时间的推移,节点似乎会降级.这是正常的吗？或者Nodejs应该以更"简单"的方式处理这些命中？如果我使用Mongoose,性能会增加吗？

如果你对MongoDb感到好奇,它会使用大约4%的一个核心,这对我来说很好(没有使用索引,使用率约为50%+,但至少,索引解决了这个性能问题).

非常感谢耐心,干杯.

编辑:

生成插入的代码如下所示:db.open(function(err,db){});

return connect.router(function(app){
    app.get("/pingserver/:clientid/:event/:cachecontrol", function(req, res, next){
    event:'+req.params.event + ', cachecontrol:' + req.params.cachecontrol);
        var timestamp = new Date(); 
          switch(req.params.event) {
          case 'load':
              var params = url.parse(req.url, true).query;

              db.collection('clientsessions', function(err, collection)         {
                try {

                    var client = {
                        id: req.params.clientid,
                        state: req.params.event + 'ed',
                        loadTime: timestamp.getTime(),
                        lastEvent: req.params.event,
                        lastEventTime: timestamp.getTime(),
                        lastEventDate: timestamp.toString(),
                        events: [{
                            event: req.params.event,
                            timestamp: timestamp.getTime(),
                            date: timestamp.toString()
                        }],
                        media: {
                            id: params.media.split('|')[0] || null,
                            title: unescape(params.media.split('|')[1]) || null
                        },
                        project: {
                            id: params.project.split('|')[0] || null,
                            name: unescape(params.project.split('|')[1]) || null
                        },
                        origin: req.headers['referer'] || req.headers['referrer'] || '',
                        userAgent: req.headers['user-agent'] || null,
                        userIp: req.socket && (req.socket.remoteAddress || (req.socket.socket && req.socket.socket.remoteAddress)),
                        returningUser: false
                    };
                }catch(e) {console.log(e);}       
                 collection.insert(client, function(err, doc) {
                 });
              });
              break;

          case 'ping':
              db.collection('clientsessions', function(err, collection) {
                  collection.update({id: req.params.clientid}, { 
                                                     $set : { lastEvent: req.params.event 
                                                             ,lastEventTime: timestamp.getTime(),lastEventDate: timestamp.toString()}
                                                   }, {}, function(err, doc) {});
              });
              break;

          default:
              db.collection('clientsessions', function(err, collection) {
                  collection.update({id: req.params.clientid}, { 
                                                     $set : {state: req.params.event+'ed'
                                                            , lastEvent: req.params.event 
                                                            , lastEventTime: timestamp.getTime()}
                                                   , $push : { events : { event: req.params.event, timestamp: timestamp.getTime(), date: timestamp.toString() } } }, {}, function(err, doc) {});
              });

              break;
          }

          if (!transparent) {
              console.log('!transparent');
              transparent = fs.readFileSync(__dirname + '/../../public/images/transparent.gif', 'binary');
          }
          res.setHeader('Content-Type', 'image/gif');
          res.setHeader('Content-Length', transparent.length);

          res.end(transparent, 'binary');
      });
});

Answer 1

连续的请求可能会非常昂贵，特别是如果它们之间的超时时间很短。在您的情况下，您每秒接受约 300-700+ 个并发请求，您的系统负载可能取决于您正在处理的内容。您可以尝试切换到 Mongoose，但是如果它适用于您的场景，我宁愿查看图像处理和缓存，因为 DB 似乎不是您的瓶颈（尽管 DB 驱动程序也可能是问题）。