Debian上如何监控Node.js应用

在Debian环境下运行Node.js应用，监控是绕不开的话题。从快速上手到深度分析，这里整理了几种覆盖不同需求的方案，供参考。

首先推荐的是PM2，Node.js生态里最成熟的进程管理工具之一。它集进程守护、实时监控、日志管理于一身，适合绝大多数生产场景。安装很简单，通过npm全局安装即可：sudo npm install -g pm2。启动应用时用pm2 start app.js --name "my-node-app"，把app.js换成你的入口文件，my-node-app换成自定义名称。想看当前所有应用的状态，直接敲pm2 status，CPU、内存、进程ID、运行时间一目了然。实时监控方面，pm2 monit会打开一个交互界面，动态展示CPU、内存波动和日志输出；pm2 logs则用于查看实时日志，快速定位问题。其他常用命令也很直观：pm2 restart my-node-app重启，pm2 stop停止，pm2 delete删除管理。

如果只是应急查看或者环境比较简陋，Debian自带的系统工具也能胜任基础监控。top命令能实时显示所有进程的资源占用，按P键按CPU排序，按M键按内存排序；htop是top的增强版，界面更友好（先装一下：sudo apt install htop）。想快速过滤出Node.js进程，用ps aux | grep node，PID、CPU、内存全部列出来。更深入的资源分析可以用vmstat 1每秒刷新系统资源（内存、交换区、IO等），磁盘IO则用iostat（需要sysstat包）。

当需要更细粒度的性能指标——比如请求延迟、错误率、业务层面的数据——并配上可视化看板，Prometheus+Grafana是开源界的标准答案。首先安装Prometheus（Debian版，比如prometheus_2.34.0.linux-amd64.deb，用sudo dpkg -i安装），编辑配置文件/etc/prometheus/prometheus.yml，添加Node.js应用的抓取任务。注意Node.js应用需要暴露/metrics端点，这可以通过prom-client库实现：

const promClient = require('prom-client');
const collectDefaultMetrics = promClient.collectDefaultMetrics;
collectDefaultMetrics({ timeout: 5000 }); // 收集默认系统指标

// 自定义业务指标（如请求数）
const httpRequestCounter = new promClient.Counter({
  name: 'http_requests_total',
  help: 'Total number of HTTP requests',
});

// 在路由中增加计数
app.get('/', (req, res) => {
  httpRequestCounter.inc();
  res.send('Hello World');
});

接着安装Grafana（下载grafana-8.2.0.linux-amd64.tar.gz，解压后启动sudo ./bin/grafana-server），浏览器访问http://<服务器IP>:3000，默认账号密码都是admin。在Grafana中添加Prometheus数据源（URL填http://localhost:9090），然后导入Node.js监控模板（Grafana官方库里有现成的），CPU、内存、请求延迟的图表就出来了。

如果追求更全面的全栈监控——包括代码级性能瓶颈、错误追踪、数据库查询分析——可以上第三方APM工具。New Relic的接入方式：注册账号后安装newrelic库（npm install newrelic），在应用入口文件顶部引入require('newrelic')，再配置newrelic.js文件（填好应用名称和License Key），它就会自动收集性能数据并提供可视化看板。Datadog类似：安装dd-trace库（npm install dd-trace），在入口文件中初始化const tracer = require('dd-trace').init({ service: 'my-node-app' })，再配置Datadog Agent收集数据，实时性能、错误日志、分布式追踪都能看到。

最后，如果监控需求很特定——比如想跟踪订单数量、缓存命中率等业务指标——写个自定义脚本往往最灵活。下面是一个示例，每5秒采集一次内存和CPU使用情况，可以输出日志或通过HTTP API发送到远程服务器：

const process = require('process');

setInterval(() => {
  const memoryUsage = process.memoryUsage();
  const cpuUsage = process.cpuUsage();
  const data = {
    timestamp: new Date().toISOString(),
    freeMemory: memoryUsage.freemem(),
    totalMemory: memoryUsage.totalmem(),
    cpuUser: cpuUsage.user,
    cpuSystem: cpuUsage.system,
  };
  console.log('Memory and CPU Usage:', data);
  // 发送数据到远程服务器（如通过HTTP API）
  // require('axios').post('http://your-monitoring-server/api/data', data);
}, 5000);

以上几种方式覆盖了从轻量级到企业级的监控需求，根据实际场景选择就好。监控是保障服务稳定性的第一步，值得投入精力。