node.js cluster多进程、负载均衡和平滑重启

1 cluster多进程

cluster经过好几代的发展，现在已经比较好使了。利用cluster，可以自动完成子进程worker分配request的事情，就不再需要自己写代码在master进程中robin式给每个worker分配任务了。

const cluster = require('cluster');
const http = require('http');
const numCPUs = require('os').cpus().length;

if (cluster.isMaster) {
  // Fork workers.
  for (var i = 0; i < numCPUs; i++) {
    cluster.fork();
  }

  cluster.on('exit', (worker, code, signal) => {
    console.log(`worker ${worker.process.pid} died`);
  });
} else {
  // Workers can share any TCP connection
  // In this case it is an HTTP server
  http.createServer((req, res) => {
    res.writeHead(200);
    res.end('hello world
');
  }).listen(80);
}

上述简单的代码，就实现了根据CPU个数，创建多个worker。至于实际项目中，是正好一个核对应一个worker呢，还是一个核对应2、3个worker呢，就视情况而定了。如果项目中，等待其他服务器（例如数据库）响应特别长时间，设置2个以上worker应该会更好。

不过一般而言，一个CPU对一个worker就挺好的了。

那么，整个架构就类似这样：

Master进程，需要做的就是监控worker的生命周期，如果发现worker挂掉了，就重启worker，并做好相应的log。

整个架构没有太大的难点，重点就是做好一些细节处理，例如重启、日志、5秒心跳包等。

多进程的架构，相对原始的单进程+pm2重启好处肯定多很多，整个node服务会更稳定，不会突然彻底挂了。

另外，对比pm2多进程，也有优势，主要是master的逻辑掌握在开发自己手中，可以做好自定义的log和邮件、短信告警。

为了整个nodejs服务管理方便，在master进程中，我们一般开启管理端口的监听，例如12701，通过命令行curl 127.0.0.1:12701:xxx发起一个简单的http get请求，轻松管理。

例如xxx传入reload，可以作为服务器重启的指令。

2 负载均衡

说到多进程，目的肯定是尽可能利用多核CPU，提高单机的负载能力。

但往往在实际项目中，受到业务逻辑的处理时间长短和系统CPU调度影响，导致实际上所有进程的负载并不是理想的彻底均衡。

官方也说了：

In practice however, distribution tends to be very unbalanced due to operating system scheduler vagaries. Loads have been observed where over 70% of all connections ended up in just two processes, out of a total of eight.

翻译一下：70%的请求最终都落到2个worker身上，而这2个worker占用更多的CPU资源。

那么在实际项目部署，我们可以尝试更进一步的措施：绑定CPU。4核CPU，我们fork出4个worker，每个worker分别绑定到#1-#4 CPU。

node并没有给我们提供现成的接口，不过我们可以使用linux的命令：taskset

在node中，我们可以使用child_process执行shell。

cp.exec('taskset -cp ' + (cpu) + ' ' + process.pid,{ 
    timeout: 5000 
},function(err,data,errData){ 
    if(err){ 
        logger.error(err.stack); 
    } 
    
    if(data.length){ 
        logger.info('
' + data.toString('UTF-8')); 
    } 
    
    if(errData.length){ 
        logger.error('
' + errData.toString('UTF-8')); 
    } 
});

按实际情况来看，效果是不错的。

3 平滑重启

每次发布新版本，服务器必然需要重启。

简单粗暴的，杀掉主进程，全部重启，必然会有一段时间的服务中断。

对于小企业还好，可以安排在凌晨重启，但对于大公司大产品来说，就不能这么粗暴了。

那么我们需要平滑重启，实现重启过程中，服务不中断。

策略并不复杂，但非常有效：

1、worker进程轮流重启，间隔时间；

2、worker进程并不是直接重启，而是先关闭新请求监听，等当前请求都返回了，再重启。

  try {
        // make sure we close down within 30 seconds
        var killtimer = setTimeout(() => {
          process.exit(1);
        }, 30000);

        // stop taking new requests.
        server.close();

        // Let the master know we're dead.  This will trigger a
        // 'disconnect' in the cluster master, and then it will fork
        // a new worker.
        cluster.worker.disconnect();

      } catch (er2) {
      }

实施了平滑重启后，服务器的吞吐率会平滑很多。