如何在Debian中进行JS性能测试

在 Debian 上进行 JS 性能测试

一 环境准备与工具安装

• 安装 Node.js 与 npm（示例为 16.x，可按需调整版本）：
  • curl -fsSL https://deb.nodesource.com/setup_16.x | sudo -E bash -
  • sudo apt-get install -y nodejs
• 常用测试与监控工具：
  • sudo apt-get install -y apache2-utils wrk htop sysstat
  • npm install -g benchmark.js artillery heapdump lighthouse
• 验证：node -v、npm -v 能正常输出版本号。

二 代码级基准测试

• 使用 perf_hooks 精确计时（毫秒级）：
  • const { performance } = require(‘perf_hooks’); const start = performance.now(); // 待测代码 for (let i = 0; i < 1e7; i++) {} const end = performance.now(); console.log(执行时间: ${end - start} ms);
  • 运行：node test.js
• 使用 Benchmark.js 做统计意义的基准对比：
  • const Benchmark = require(‘benchmark’); new Benchmark.Suite() .add(‘字符串替换’, () => ‘hello’.replace(/./g, ‘x’)) .on(‘complete’, function() { console.log(this.map(x => x.toString()).join(‘\n’)); }) .run({ async: true });
  • 运行：node benchmark.js。

三 HTTP 负载与并发测试

• ApacheBench（ab）：快速单接口压测
  • ab -n 1000 -c 10 http://localhost:3000/
  • 关注指标：Requests per second（QPS）、Time per request
• wrk：高并发、长时压测
  • wrk -t12 -c400 -d30s http://localhost:3000
  • 关注指标：Requests/sec、Latency
• Artillery：复杂场景与协议（REST/WebSocket）
  • 示例 scenarios.yml：
    • config: { target: “http://localhost:3000”, phases: [{ duration: 60, arrivalRate: 10 }] }
    • scenarios: [{ flow: [{ get: { url: “/” } }] }]
  • 运行：artillery run scenarios.yml。

四 内存与 CPU 瓶颈定位

• Chrome DevTools Performance 面板（前端或 Node 通过 --inspect 远程调试）
  • 启动：node --inspect-brk server.js
  • 打开 chrome://inspect → 进入 Performance 录制“加载”或“运行时”性能
  • 关注：Main 线程长任务（>50ms）、火焰图、FPS、CPU/Network 节流（建议 4x slowdown 模拟移动端）
• 内存快照与泄漏排查
  • npm install heapdump
  • 在代码中引入并按需触发：const heapdump = require(‘heapdump’); heapdump.writeSnapshot(‘./heapdump.heapsnapshot’);
  • 用 DevTools Memory 面板加载快照对比，定位 Detached DOM、闭包引用 等泄漏点
• 系统级监控
  • htop（CPU/内存）、vmstat/iostat（系统资源）观察压测过程中的资源瓶颈。

五 一套可复用的测试流程

• 明确目标：聚焦 吞吐量（QPS）、P95/P99 延迟、长任务、内存泄漏 等核心指标
• 准备稳定版本：在 干净的 Debian 环境 部署被测服务，避免插件/扩展干扰
• 基线测量：先用 perf_hooks/Benchmark.js 找到热点函数与稳定基线
• 负载测试：用 ab/wrk/Artillery 逐步加压（如并发从低到高），记录 QPS/延迟/错误率 曲线
• 瓶颈定位：结合 DevTools Performance/内存快照 与 htop/vmstat 找到 CPU/内存/渲染瓶颈
• 优化回归：实施优化后按相同脚本复测，确保指标改善且无明显副作用
• 持续监控：上线后接入 Sentry 等线上监控，持续跟踪真实用户性能表现。