进程管理与守护

What — 是什么

进程管理与守护是 Node.js 生产部署的核心环节，通过进程管理器（如 PM2）实现自动重启、集群模式、日志管理、优雅关闭等能力，确保应用高可用稳定运行。

核心概念：

• PM2：Node.js 最流行的进程管理器，提供守护进程、集群模式、日志管理、监控、部署等功能
• 守护进程（Daemon）：在后台持续运行的进程，不受终端关闭影响，PM2 默认以守护模式运行
• 优雅重启（Graceful Restart）：先启动新进程处理新请求，待旧进程完成已有请求后再关闭，实现零停机
• 集群模式（Cluster Mode）：PM2 自动创建多个工作进程（等于 CPU 核数），利用 Node.js Cluster 模块实现负载均衡
• ecosystem.config.js：PM2 的声明式配置文件，定义应用名称、脚本路径、环境变量、实例数等
• 信号处理：SIGTERM（优雅终止）、SIGINT（Ctrl+C 中断）、SIGHUP（配置重载）、SIGUSR2（PM2 重载）
• Graceful Shutdown：应用收到终止信号后，停止接收新请求、完成已有请求、关闭数据库连接、退出进程

关键特性：

• PM2 自动重启崩溃进程，可配置最大重启次数和间隔
• pm2 reload 实现零停机重启（逐个重启集群中的工作进程）
• 内置日志轮转（pm2-logrotate），按大小/日期分割日志
• pm2 monit 实时监控 CPU/内存/请求数
• 支持 Docker/Systemd 集成

Why — 为什么

适用场景：

• 生产部署：确保应用崩溃后自动恢复
• 高可用服务：集群模式利用多核，提升吞吐量
• 日志管理：集中收集和轮转应用日志
• 零停机部署：reload 替代 restart，用户无感知
• 多应用管理：同一服务器运行多个 Node.js 服务

对比进程管理方案：

优缺点：

• ✅ 优点：
  • 专为 Node.js 设计，开箱即用
  • 集群模式一条命令开启多核利用
  • 零停机 reload 保证服务连续性
  • 内置日志管理和进程监控
  • 丰富的生态系统（logrotate/metrics/god)
• ❌ 缺点：
  • 额外的进程开销（PM2 主进程占用内存）
  • 集群模式下进程间不共享内存（需 Redis 等外部存储）
  • Docker 环境中 PM2 集群模式不推荐（容器本身做扩缩容）
  • 诊断问题有时需要查看 PM2 日志而非应用日志

How — 怎么用

安装配置

# 全局安装 PM2
npm install -g pm2

# 启动应用
pm2 start app.js --name my-api

# 常用命令
pm2 list                    # 查看所有进程
pm2 logs my-api             # 查看日志
pm2 monit                   # 实时监控
pm2 restart my-api          # 重启
pm2 reload my-api           # 零停机重启
pm2 stop my-api             # 停止
pm2 delete my-api           # 删除
pm2 describe my-api         # 查看详情
pm2 flush my-api            # 清空日志

快速上手

# 单实例启动
pm2 start app.js --name my-api

# 集群模式启动（利用所有 CPU 核心）
pm2 start app.js -i max --name my-api

# 带环境变量启动
pm2 start app.js --name my-api --env production

# 保存进程列表（开机自启）
pm2 save
pm2 startup                 # 生成开机自启脚本

代码示例

ecosystem.config.js 配置：

module.exports = {
    apps: [
        {
            name: 'api-server',               // 应用名称
            script: './dist/index.js',        // 入口文件
            instances: 'max',                 // 集群实例数（max = CPU核数）
            exec_mode: 'cluster',             // 执行模式：cluster / fork
            watch: false,                     // 生产环境关闭 watch
            max_memory_restart: '1G',         // 内存超过 1G 自动重启
            env_production: {
                NODE_ENV: 'production',
                PORT: 3000
            },
            env_staging: {
                NODE_ENV: 'staging',
                PORT: 3001
            },
            // 日志配置
            error_file: './logs/error.log',
            out_file: './logs/out.log',
            merge_logs: true,                 // 集群模式合并日志
            log_date_format: 'YYYY-MM-DD HH:mm:ss Z',
            // 重启策略
            max_restarts: 10,                 // 最大重启次数
            restart_delay: 4000,              // 重启间隔（ms）
            autorestart: true,                // 崩溃自动重启
            // 优雅关闭
            kill_timeout: 5000,               // 强制杀掉前等待时间
            listen_timeout: 10000,            // 等待应用 ready 的时间
            // 高级配置
            instance_var: 'INSTANCE_ID',      // 实例 ID 环境变量
            increment_var: 'PORT'             // 端口递增（每个实例+1）
        },
        {
            name: 'worker',
            script: './dist/worker.js',
            instances: 2,
            exec_mode: 'fork',
            cron_restart: '0 3 * * *',        // 每天凌晨3点定时重启
            max_memory_restart: '512M'
        }
    ],

    // 部署配置
    deploy: {
        production: {
            user: 'deploy',
            host: 'api.example.com',
            ref: 'origin/main',
            repo: 'git@github.com:org/api.git',
            path: '/var/www/api',
            'pre-deploy-local': '',
            'post-deploy': 'npm install && npm run build && pm2 reload ecosystem.config.js --env production',
            'pre-setup': ''
        }
    }
};

// 使用
// pm2 start ecosystem.config.js --env production
// pm2 reload ecosystem.config.js --env production

优雅关闭实现：

const http = require('http');
const app = require('./app');

const server = http.createServer(app);
const PORT = process.env.PORT || 3000;

// 数据库连接等资源
let dbConnection;

async function startServer() {
    dbConnection = await connectDatabase();
    server.listen(PORT, () => {
        console.log(`Server listening on port ${PORT}`);
    });
}

// 优雅关闭
let isShuttingDown = false;

async function gracefulShutdown(signal) {
    if (isShuttingDown) return;
    isShuttingDown = true;
    console.log(`\n${signal} received, shutting down gracefully...`);

    // 1. 停止接受新连接
    server.close(() => {
        console.log('HTTP server closed');
    });

    // 2. 设置强制退出超时
    const forceExit = setTimeout(() => {
        console.error('Forcing exit after timeout');
        process.exit(1);
    }, 10000);
    forceExit.unref(); // 不阻止进程退出

    // 3. 关闭数据库连接
    try {
        if (dbConnection) {
            await dbConnection.close();
            console.log('Database connection closed');
        }
    } catch (err) {
        console.error('Error closing database:', err);
    }

    // 4. 关闭 Redis 连接
    try {
        if (redisClient) {
            await redisClient.quit();
            console.log('Redis connection closed');
        }
    } catch (err) {
        console.error('Error closing Redis:', err);
    }

    console.log('Graceful shutdown completed');
    process.exit(0);
}

// 监听信号
process.on('SIGTERM', () => gracefulShutdown('SIGTERM'));
process.on('SIGINT', () => gracefulShutdown('SIGINT'));

// 未捕获异常
process.on('uncaughtException', (err) => {
    console.error('Uncaught Exception:', err);
    gracefulShutdown('uncaughtException');
});

process.on('unhandledRejection', (reason) => {
    console.error('Unhandled Rejection:', reason);
    gracefulShutdown('unhandledRejection');
});

startServer();

PM2 集群模式与 Systemd 集成：

# PM2 集群模式（单机多核）
pm2 start app.js -i 4 --name api     # 4 个实例
pm2 reload api                        # 零停机重启

# Systemd 服务配置（替代 PM2）
# /etc/systemd/system/my-api.service

[Unit]
Description=My Node.js API
After=network.target

[Service]
Type=simple
User=deploy
Group=deploy
WorkingDirectory=/var/www/api
ExecStart=/usr/bin/node /var/www/api/dist/index.js
Restart=always
RestartSec=10
StandardOutput=journal
StandardError=journal
SyslogIdentifier=my-api

# 环境变量
Environment=NODE_ENV=production
Environment=PORT=3000
EnvironmentFile=/var/www/api/.env

# 资源限制
LimitNOFILE=65536
TimeoutStopSec=30

# 安全配置
NoNewPrivileges=true
ProtectSystem=strict
ReadWritePaths=/var/www/api/logs

[Install]
WantedBy=multi-user.target

# Systemd 常用命令
sudo systemctl daemon-reload
sudo systemctl enable my-api         # 开机自启
sudo systemctl start my-api
sudo systemctl status my-api
sudo journalctl -u my-api -f         # 查看日志
sudo systemctl restart my-api

性能调优

常见问题与踩坑

最佳实践

• 使用 ecosystem.config.js 管理配置，不依赖命令行参数
• 生产环境始终实现 SIGTERM 优雅关闭处理
• 集群模式配合 Redis 存储共享状态（Session/缓存）
• 安装 pm2-logrotate 防止日志文件无限增长
• 用 pm2 reload 替代 pm2 restart，实现零停机
• Docker 环境中不用 PM2 集群模式，用多容器编排
• 监控进程内存和重启次数，异常频繁重启需排查
• pm2 save + pm2 startup 确保开机自启

面试题

Q1: PM2 集群模式的原理是什么？

PM2 集群模式基于 Node.js 的 cluster 模块。PM2 主进程（God Daemon）创建多个工作进程（Worker），每个工作进程是独立的 Node.js 实例，监听同一端口。操作系统通过 SO_REUSEPORT 或主进程的 Round-Robin 算法将连接分发给工作进程。工作进程间内存独立，不共享状态。崩溃的工作进程会被 PM2 主进程自动重启。注意：集群模式不适合有大量共享内存需求的场景。

Q2: 优雅关闭（Graceful Shutdown）如何实现？为什么重要？

实现步骤：① 监听 SIGTERM/SIGINT 信号；② 调用 server.close() 停止接受新连接（已有连接继续处理）；③ 关闭数据库连接、Redis 连接等资源；④ 设置超时强制退出（防止永远无法关闭）；⑤ process.exit(0) 退出。重要性：如果不优雅关闭，正在处理的请求会被强制中断——数据库事务可能半提交、客户端收到连接重置、定时任务可能执行到一半。K8s/Docker 发送 SIGTERM 后有宽限期（默认 30s），应用必须在此期间完成清理。

Q3: PM2 和 Systemd 如何选型？

PM2 适合：Node.js 专用场景、需要集群模式、快速部署、多应用管理、开发环境。Systemd 适合：Linux 服务器标准服务管理、需要系统级依赖控制、与操作系统深度集成、安全沙箱需求、团队有运维经验。选型建议：简单 Node.js 部署用 PM2 快速上手；企业级生产环境推荐 Systemd + 健康检查；容器化环境（Docker/K8s）不需要 PM2，用容器编排替代。也可以混合使用：Systemd 管理 PM2 进程。

Q4: 进程信号 SIGTERM、SIGINT、SIGHUP、SIGUSR2 的区别？

SIGTERM（15）：优雅终止信号，应用应清理资源后退出。K8s/Docker/PM2 reload 发送此信号。SIGINT（2）：中断信号，通常由 Ctrl+C 触发，默认行为是终止进程。SIGHUP（1）：挂起信号，终端关闭时发送。常被重载为”重新加载配置”（如 Nginx）。SIGUSR1/SIGUSR2：用户自定义信号。Node.js 中 SIGUSR1 触发调试器，PM2 用 SIGUSR2 触发日志重载。生产应用应处理 SIGTERM 实现优雅关闭。

Q5: ecosystem.config.js 的关键配置项有哪些？

核心配置：① name——进程标识；② script——入口文件路径；③ instances——实例数（数字或 'max'）；④ exec_mode——'cluster'（集群）或 'fork'（单进程）；⑤ env/env_production——环境变量；⑥ max_memory_restart——内存超限自动重启；⑦ error_file/out_file——日志路径；⑧ merge_logs——集群模式合并日志；⑨ kill_timeout——优雅关闭超时；⑩ max_restarts——最大重启次数；⑪ cron_restart——定时重启（cron 表达式）；⑫ watch——文件变更自动重启（开发用）。

Q6: PM2 日志管理策略有哪些？

内置能力：error_file（错误日志）和 out_file（标准输出）分别存储；merge_logs: true 集群模式合并；log_date_format 添加时间戳。日志轮转：安装 pm2-logrotate 模块，配置 --max-size（默认 10MB 分割）、--retain（保留份数，默认 30）、--compress（压缩旧日志）、--dateFormat（文件名日期格式）。结构化日志：应用中使用 pino/winston 输出 JSON 日志，配合 ELK/Loki 等日志系统检索分析。

Q7: 零停机重启的原理是什么？

PM2 的 reload 命令实现零停机重启：① 在集群模式下，PM2 逐个重启工作进程；② 先启动一个新的工作进程，等待其 listening 事件（表示已准备好接收请求）；③ 然后向旧工作进程发送 SIGTERM，等待其优雅关闭；④ 旧进程关闭后，所有请求由新进程处理；⑤ 重复此过程直到所有工作进程都被替换。关键：始终有一部分工作进程在运行处理请求，因此不会出现服务中断。restart 命令则会同时杀掉所有进程再启动，会有短暂停机。

Q8: 生产环境进程监控方案有哪些？

三种方案：① PM2 Plus（原 Keymetrics）——PM2 官方 SaaS 监控平台，提供 CPU/内存/事件循环延迟/HTTP 延迟/错误率等指标，有告警功能；② Prometheus + Grafana——pm2-metrics 暴露 Prometheus 指标端点，Grafana 展示仪表盘，适合已有 Prometheus 体系的项目；③ 自建监控——使用 pm2.io 的 @pm2/io 库自定义指标（请求计数/延迟/队列长度），推送到自建监控。推荐 PM2 Plus 快速上手，大型项目用 Prometheus 体系统一管理。

相关链接：

• Cluster与Worker Threads
• Docker与容器化
• 日志与监控
• PM2 官方文档：https://pm2.keymetrics.io/