Debian系统Node.js应用如何监控

生产环境中，Node.js 应用的监控从来不是单点问题——进程活着不代表业务正常，业务正常也不代表系统健康。一个完整的监控体系，需要从进程、指标、日志、链路和系统资源几个层面分层覆盖。下面直接梳理一套在 Debian 上可落地的方案，既有快速上手步骤，也有进阶诊断思路。

一 监控分层与总体方案

• 进程与可用性：PM2 或 systemd 负责保活与快速拉起，同时提供 CPU、内存、重启次数等基础观测能力。
• 应用指标与可视化：用 Prometheus 采集 Node.js 暴露的指标，配合 Grafana 做面板和告警。
• 日志与追踪：Winston/Pino 输出结构化日志，接入 ELK、Graylog 或 Splunk 等集中平台；应用内添加 /health 健康检查端点，供探针和负载均衡使用。
• 第三方 APM：New Relic、Datadog 能快速拿到调用链、错误跟踪和慢事务分析。
• 系统层资源：NetData、htop、atop、nmon 观察主机 CPU、内存、I/O、网络，与应用指标关联定位瓶颈。

二 快速落地步骤

• 进程管理
  • PM2：安装后直接启动应用，状态、资源、日志一屏查看。
    sudo npm install pm2 -g → pm2 start app.js --name "my-app" → pm2 status / pm2 monit / pm2 logs。
  • systemd：将应用托管为系统服务，自动重启，日志走 journalctl。
    创建 /etc/systemd/system/my-app.service，关键字段：ExecStart=/usr/bin/node /path/to/app.js、Restart=always、Environment=NODE_ENV=production；然后 sudo systemctl enable --now my-app，查看状态用 sudo systemctl status my-app，实时日志用 journalctl -u my-app -f。
• 健康检查
  在应用里加一个 /health 端点，返回 200。Kubernetes 的 Liveness/Readiness 探针、负载均衡器、甚至 shell 脚本都能直接用 curl http://localhost:3000/health 探活。
• 日志规范
  用 Winston 或 Pino 输出 JSON 格式日志，按级别和文件分离。生产环境建议写文件，再接入集中式日志平台。别忘了用 logrotate 做轮转压缩：
  安装 sudo apt install logrotate，配置 /etc/logrotate.d/nodejs：
  /path/to/your/nodejs/app/*.log { daily; rotate 7; compress; missingok; notifempty; create 0640 root adm }
• 系统资源观测
  NetData 是最省心的方案：sudo apt install netdata，然后访问 http://:19999 就能看到实时指标，CPU、内存、磁盘、网络一目了然。

三 指标采集与可视化

• Prometheus + Grafana
  • 安装：sudo apt install prometheus grafana（Debian 仓库或官方包均可）。
  • Node.js 暴露指标：用 prom-client 库，比如自定义一个请求时延直方图：
    const promClient = require('prom-client');
const httpRequestDurationMicroseconds = new promClient.Histogram({ name: 'http_request_duration_ms', help: 'Duration of HTTP requests in ms', labelNames: ['method','route','code'], buckets: [0.1,5,15,50,100,200,300,400,500] });
    然后在中间件里记录：
    res.on('finish', () => { const d = Date.now()-start; httpRequestDurationMicroseconds.labels(req.method, req.route, res.statusCode).observe(d); });
  • Prometheus 抓取：编辑 /etc/prometheus/prometheus.yml，添加 job：
    scrape_configs:
- job_name: 'nodejs'
static_configs: [ { targets: ['localhost:3000'] } ]
- job_name: 'node'
static_configs: [ { targets: ['localhost:9100'] } ]
    Node Exporter 别忘了装，抓取系统指标。
  • Grafana：添加 Prometheus 数据源，导入现成的 Node.js 和系统仪表盘，再配几个阈值告警——比如 P95 时延超过 500ms 就发通知。

四 第三方 APM 与深度诊断

如果团队不想从头搭建链路追踪，直接上 New Relic 或 Datadog 的 Node.js Agent。安装后配置应用名和许可证密钥，控制台里就能看到吞吐量、错误率、慢事务和依赖调用——对业务瓶颈定位非常高效。

开发或预发环境，还可以用 v8-profiler、heapdump 生成 CPU 火焰图和堆快照，导入 Chrome DevTools 分析内存泄漏和热点路径。这些工具不推荐上生产，但压测时配合使用，效果立竿见影。

五 告警与巡检清单

• 建议的告警规则
  • 应用层面：服务 /health 连续失败、请求错误率飙升、P95/P99 时延超过阈值、进程异常退出或重启频繁。
  • 主机层面：CPU 持续高负载、内存逼近上限、磁盘空间不足、I/O 异常。
  • 日志层面：单位时间内 ERROR 级别日志突然增多。
• 日常巡检
  • 看一眼 PM2 或 systemd 的状态，确认重启次数是否异常；
  • 打开 Grafana 关键面板，检查吞吐、时延、错误、饱和度四个维度的走势；
  • 随机抽查几段日志，尤其是异常堆栈；
  • 定期做一次内存和 CPU 剖析，结合业务流量做容量评估。