专注做网管的电脑公司
  • 微信公众号
  • 联系我们
  • 客服热线:400-0355-812
  • Node.js 在携程的落地和最佳实践

    2019-12-24 19:17:02 23

    本篇主要介绍在携程,Node.js 技术栈是如何实现从 0 到 1 进行技术落地的,以及在不断磨合的过程中,总结出来的最佳实践。

    在携程 Node.js 应用根据用户群,主要分两个方向:

    DA(数据聚合服务)和 SSR(服务端渲染)是服务于外部用户的,目标是提升用户体验。当然,DA 和 SSR 同时也提升了开发效率,例如前端开发人员可以更加灵活的整合数据,例如同构给开发人员省去了大量重复的开发工作量;

    公司桌面工具(例如内部 IM 等)是服务于内部员工的,一般是用 Electron,开发维护成本低,产品迭代快。

    一、Node.js 工程化

    基于上述三个场景,目前携程有一套 Node.js 的工程化方案。工程化的方案并不是一成不变的, 在任何阶段遇到了实际问题, 都会更新甚至推翻一些步骤,为的就是更好的服务于整个应用开发的生命周期。

    工程化涵盖五大部分:开发、构建、测试、发布和运维。

    1.1 开发

    1)脚手架

    有三个类型的脚手架:Web Application、DA Service 和 Desktop Tools。这三种类型的脚手架会服务于上述提到的三种场景。

    这三种脚手架有共同点:标准化的 Docker 日志,预置统一的中间件。但同时他们也是有差异的,例如 Desktop Tools 和 Web Application 的应用模型不一样,Desktop 有 UI 层,那么 UI 层和应用层上的应用日志和用户行为如何关联,方便后续的排障;DA Service 需要将应用的健康状况周期性上报给治理中心、熔断机制等等,这些框架层面的差异,脚手架会集成进去,做业务开发同学可以不用关心这些基础设施的接入。

    2)核心中间件

    核心中间件主要是做基础设施的建设。目前有 20 多个中间件,主要的中间件如下:

    Node.js在携程的落地和最佳实践

    图 1 核心中间件介绍
    • 存储服务,主要应用于长期的固化存储,例如静态资源。主要提供的是 Ceph 客户端。

    • 业务服务,主要应用于 DA 场景,提供 SOA Client 和 SOA Service。SOA Client 用来获取数据,需要重点关注的是读取性能和容错处理;SOAService 用来提供对外的聚合服务,需要重点关注的是稳定性和响应性能。

    • 监控服务,涵盖所有的应用,提供三个维度的监控:Tracing、Metrics 和 Logging。具体的介绍请参看下方”运维”部分。

    • 公共服务,主要包括配置中心,ABTest 的客户端、数据访问层等。

    • 缓存服务,主要用于配置信息的缓存、应用数据的缓存。提供 Redis 客户端和共享内存两个中间件。

    1.2 构建

    1)Docker 镜像

    Node.js 的版本更新频率很快,每 6 个月会发布一个大版本的升级,期间会陆续出很多小版本。如果为每个版本都做一个镜像,会带来极高的开发和运维成本。基于更新频率,我们目前选取 2 个固定版本,在 Node.js 版本更替的时候,可以保证一个稳定的镜像。

    2)安装依赖包

    为了提升开发效率,在构建时安装依赖包需要保证速度快。如果中间件中用到一部分 C++ 模块,那么在安装时会做实时编译,这样会导致耗时长,甚至会因为环境问题编译失败。所以我们会将用到 C++ 模块的中间件做一下预编译,为 windows、linux 和 mac 这三个平台分别编译出 2 个固定版本的预编译包。

    3)依赖包扫描

    扫描的目的主要解决几个问题:

    • 应用中不同的包如果引用了同一个子包,但是子包的版本不一致,就会导致应用中装了多个版本同一个包,会引发 bug;

    • 中间件缺乏治理能力。通过扫描依赖包,能够做到中间件统一收口。一旦要升级,可以很快的通知到开发做快速升级。例如第三方依赖包有安全问题,可以在构建环节就提醒开发人员升级版本。

    1.3 测试

    目前测试环节包括单元测试、集成测试、压力测试和自动化测试。自动化测试主要针对 Service 和 UI 两方面测试。UI 自动化测试使用的是 Puppteer。每次代码更新,会走一遍自动化测试流程,保证代码质量。

    1.4 发布

    1)携程云和公有云

    每个云的部署环境、网络、位置等差异,会带来应用访问差异,例如访问异常,网络延迟等。这些差异需要在基础设施层面抹平,避免放在应用逻辑层面处理。

    2)应用一体化发布

    一体化发布也可以理解为一键发布。一条发布指令包含了应用核心框架、静态资源、配置的同时发布,而不需要开发人员思考什么步骤需要发什么资源。这样不仅可以提升效率,还能有效的控制发布回滚。

    3)私有 npm 包发布

    私有包的发布和 GIT 做高度集成。原因是:第一可以通过 git 做快速的发布;第二有历史可查,方便的查看到每个版本发布的时间、人员;第三有权限控制,避免发生生产级别故障。

    1.5 运维

    运维是整个环节中最重要也是最容易被忽略的环节。一个应用上线只是开始,真正要关注的一定是运维指标。

    1)日志监控

    三种维度的监控:tracing、logging 和 metric。

    Node.js在携程的落地和最佳实践

    图 2 三种维度的监控
    图片来源于网络: http://peter.bourgon.org/blog/2017/02/21/metrics-tracing-and-logging.html

    Tracing 提供的是整个请求过程中的数据,例如请求信息(头部、地址)、响应信息(状态码,响应体)、请求耗时、调用链等信息。

    Logging 提供的是在请求处理过程中,每一个具体的事件埋点,这些埋点相对是分散的。可以是记录普通的日志,也可以是记录抛出的错误。

    Metric 提供的是聚合数据。最大的特征是可聚合的,它展现的是一个时间跨度中的某个维度的指标。一般用来记录量化的指标,例如访问量、性能等数据。

    2)应用排障

    一般我们排查问题的时候,会先通过 Metric 的聚合指标发掘出异常,然后追踪到某一批有异常的 Tracing,可以查看到调用链、耗时等具体情况,也可以跟踪到某一个请求,查看里面的事件埋点。

    也有其他方式的排障,例如下图中展示,可以在线直接通过一个特殊的地址访问到的一张火焰图,可以非常快速地去排障。当有用户说这个页面出现问题,打开这个页面排障,可以定位到底那个对应的地方出现问题。

    Node.js在携程的落地和最佳实践

    图 3 火焰图

    二、Node.js 最佳实践

    2.1 部署模型

    Node.js在携程的落地和最佳实践

    图 4 部署模型

    Node.js 应用部署在 Docker 上,采用 Nginx+PM2 的模式。

    2.2 问题一:多进程通信

    多进程通信主要用于数据交换,最常见的有 2 种场景:

    1)提供 SequenceId:在单台机器需要提供唯一的并且按时间序列排列的 ID。

    2)提供远端配置信息:当获取远端配置信息时,需要考虑多进程的共享分发。

    Node.js在携程的落地和最佳实践

    图 5 多进程通信 V1.0

    在第一版本设计中,我们采用的是 IPC 机制进行多进程的通信。Master 作为一个中转站,当 Slave 有消息分发时,通知给 Master,再由 Master 分发给各 Slave,从而达到进程之间通信的效果。

    但是上线之后发现,这样的机制会遇到几个问题:数据量必须控制好体积;数据的同步会有延迟;Master 必须时刻在线,一旦 Master 进程挂掉,就需要等待重启再重连。

    基于这些问题,我们重新设计了第二个版本:

    Node.js在携程的落地和最佳实践

    图 6 多进程通信 V2.0

    在第二个版本的设计中,我们使用了共享内存(shared memory)。举一个场景为例,当需要获取某个配置的时候,先将这块内存锁定,尝试从内存中获取数据。如果判断数据存在且在有效期内,那么解锁并从内存中读取数据返回,否则从服务端获取数据,当服务端有数据返回时,将数据和有效期更新到内存中,解锁并从内存中读取数据返回。通过共享内存的机制,可以非常轻量级且高效的实现多进程之间的数据共享。

    2.3 问题二:监控什么内容

    Node.js在携程的落地和最佳实践

    图 7 监控指标

    Nginx 会监控整个 Docker 上所有应用的情况:

    • CPU util:CPU 总的使用率。

    • CPU throttle count&time:CPU 被限制的次数和 CPU 使用率被限制的总时间。这两个指标的上升一般表示应用有 CPU 密集型操作,需要检查一下是否有大量的计算等操作。

    • Mem RSS used:这个指标上升一般显示应用内存泄漏的问题。

    • HTTP imcoming&outgoging:http request 的数量变化趋势。如果有错误响应或者超过了告警的阈值,则会在趋势图中显示。

    • Connection reset:这个指标如果上升,表示应用出现了大量的拒绝请求,例如是服务器的并发数超过了原本的承载量等原因。

    Nginx 中监控的是整个 Docker 的情况,但是我们更需要的是监控应用的指标。应用一般采用 PM2 cluster –i max 模式启动,最大化利用 CPU。

    • Heartbeat(心跳信息)

    每个 slave 一分钟发送一次 Heartbeat(心跳信息)给到 CAT 数据中心。一般来说,如果 Heartbeat 告警的话,需要立刻查看一下错误日志,是不是有异常错误导致进程已经退出了。

    Heartbeat 主要包括 CPU、Memory、网络信息等。这些信息和上述提到的 Nginx 信息不是一个维度的。这个更细节的关注了应用的情况,而不是整个 Docker 的情况。如果需要分析应用细节的问题,是需要查看这里的 Heartbeat 信息。

    • 性能情况

    一般来说,中间件会处理应用常规的性能日志记录。包括:

    1)每一个响应的请求耗时(服务端逻辑处理耗时,不包括网络耗时)。

    2)每一个 Transaction 的耗时。一个 Transaction 可以简单理解为一个有功能意义的代码片段。

    3)跨应用调用的请求耗时。

    • 错误 / 告警信息

    错误告警信息是应用中需要重点关注的,包括:

    1)应用逻辑出错,例如处理 JSON 数据出错等。

    2)HTTP 请求出错,会记录状态码、请求地址、返回内容。

    3)应用中使用了不同版本的同一个包,会报一条告警信息通知开发工程师。

    • 详细数据日志

    详细数据日志一般有开发工程师针对应用的逻辑埋点,而非中间件统一处理。这些日志会包括返回数据的记录,具体运行在哪一段 transaction 中。这些日志一般是故障发生时,用来复盘时的辅助手段。

    2.4 问题三:全链路监控

    全链路监控指的是端到端的监控,监控的是一系列的调用链情况。

    Node.js在携程的落地和最佳实践

    图 8 Tracing 模型

    在介绍全链路模型之前,首先介绍 Tracing 模型(图 8)。Tracing 模型是一个树状结构的模型。以一个场景为例,当用户发起一个请求,这个请求的处理中有三段逻辑(authentication、soa request 和 data aggregation)。

    在整个请求体外层会有一个 Transaction#1,记录请求响应等信息。每一个逻辑段会对应一个 Transaction#2,Transaction#2 的父节点是 Transaction#1。Transaction#2 中可以有多个 Logging 信息,根据类型可以分为 Event/Error/Log,也可以包含 Metric 信息。这些 Logging 和 Metric 都有父节点,是 Transacation#2。按照这样的结构可以将一整个 request 的过程的监控信息记录下来。

    要做全链路监控,就是需要将每个 request 和调用链做关联。

    在过程中遇到的最核心的问题是,如何将上下文进行关联。第一个版本使用的是 domain 的模块,使用 domain 的 add api 将上下文信息记录下来,使用 run api 运行逻辑代码块。第二个正在测试中的版本是使用 async_hook 的模块,引入了生命周期的概念,通过 executionAsyncId 和 ttriggerAsyncId 可以追踪每个函数体。

    Node.js在携程的落地和最佳实践

    图 9 页面请求模型

    通过上图的页面请求模型可以将每个请求做关联,从而达到全链路监控的效果。

    三、总结

    Node.js在携程的落地和最佳实践

    • Node.js 工程化需要结合业务,反复磨合;

    • 设计好运维指标,做好 Tracing/Logging/Metric 的结合;

    • 密切关注上线之后的监控指标,防止内存泄漏;

    • 发掘出 Node.js 技术栈的差异,有针对性的解决问题;

    不要盲目相信同一个技术栈,合适才是最好的。

    作者介绍

    潘斐斐,Trip.com 高级研发经理。2008 年加入携程,目前工作内容为 Node.js 框架平台整体构建、产品性能优化和创新型项目研发。本文来自在 2019 携程技术峰会上的分享。

    本文转载自公众号携程技术中心(ID:ctriptech)。

    原文链接

    https://mp.weixin.qq.com/s/afJ0RFL7FSG1S2vlESdCEQ


    联系我们