Node.js在Linux中的内存泄漏怎么解决

Node.js 在线上跑久了，内存一点一点往上爬，最后被 OOM 干掉，这种场景不少开发者都遇到过。问题到底出在哪、怎么快速找到元凶，这里整理了一套从监控到定位、再到修复的实操思路。

一、快速确认与监控

第一步，看内存是不是一直在涨。最粗暴的方法就是 top 或 htop，盯住 RES 那一列，如果它随时间单调上升，那基本可以判断有问题了。线上用 PM2 的话，pm2 monit 也能凑合看个大概。

更精细一点的做法是在应用里埋个点：每隔几秒打印一次 process.memoryUsage()，重点关注 heapUsed 和 rss 的变化趋势。代码很简单：

setInterval(() => {
  const m = process.memoryUsage();
  console.log(new Date().toISOString(), 'rss=', m.rss, 'heapUsed=', m.heapUsed);
}, 5000);

当然，有时候内存冲高只是瞬时的，比如某个大请求把数据一次性拉进来了。这种峰值不一定是泄漏，但如果峰值持续向上、而且一次比一次高，那基本就是泄漏无疑了。

二、定位泄漏的核心方法

确定有泄漏之后怎么定位？核心方法其实就几个。

1. 用 Chrome DevTools Memory 面板

先启动应用：node --inspect app.js。然后在浏览器里打开 chrome://inspect，找到对应的 Remote Target，点 inspect 进去。之后在 Memory 面板采集 Heap Snapshot。最关键的一步：多采几次快照，对比不同时间点的对象数量和保留树，看看哪些构造函数、闭包或者事件监听器的数量非正常增长。增长最猛的，往往就是泄漏点。

2. 快照采集的多种方式

除了手动去 DevTools 里点，还可以用代码触发：heapdump.writeSnapshot('/path/file.heapsnapshot')，然后用同样的 DevTools 打开分析。更省事的方式是信号触发：启动时加上 --heapsnapshot-signal=SIGUSR2，想采样了就给进程发个 SIGUSR2，快照自动落盘，完全不用改代码。

3. 自动化与趋势监控

如果觉得手工采样太累，可以上工具。memwatch-next 能监听 'leak' 事件，帮助你发现趋势性的持续增长。更推荐的是 Clinic.js Heap Profiler。它能一键采集并生成可视化的报告，配合 autocannon 做接近生产环境的负载回放，很快就能定位到具体的问题函数和调用栈，比手工看快照高效得多。

4. 辅助手段

如果线上环境不方便开 inspect，可以用 node --prof 采集 V8 的日志，之后用 --prof-process 分析热点。虽然不如快照直观，但也能提供不少线索。

三、常见的泄漏点与修复

定位到具体位置之后，接下来就是修复。以下这几种情况是最常见的。

• 全局变量或缓存无限增长：把大数据挂在 global 或者单例对象上，时间一长必然出事。解决办法很简单：给缓存加个 TTL、限制最大长度（比如用 LRU），并且定期清理。
• 闭包意外持有大对象：闭包捕获了不该捕获的东西，导致大对象无法回收。写代码时注意缩小闭包作用域，别让不该引用的变量留在里面。
• 定时器未清除：组件卸载了、请求结束了，但 setInterval 或 setTimeout 还在跑，回调里引用的对象自然无法释放。记得在合适的时机 clearInterval/clearTimeout。
• 事件监听器未移除：EventEmitter、HTTP 服务、WebSocket，这些场景下如果不断添加监听器而不移除，那么回调里引用的对象会一直占着内存。销毁时调用 removeListener，或者直接用 once。
• 大文件/大数据一次性加载：把整份文件或整个结果集读到内存里，是大忌。改用 Stream 流式处理，内存占用会好很多。
• 资源未释放：文件句柄、数据库连接、网络连接，这些资源用完后记得 close 或 destroy。不然资源泄漏会连带内存泄漏。

四、临时缓解与运维策略

泄漏找到了、代码也修了，但在修复上线之前，线上可能已经顶不住了。这时候可以用一些治标的方法先扛住。

• 调大 V8 堆上限：启动时加参数 --max_old_space_size=4096，单位是 MB。或者设环境变量 NODE_OPTIONS=“--max_old_space_size=4096”。注意这只能延缓死亡，不能解决本质。
• 进程自恢复：PM2 启动时加 --max-memory-restart 4G，RSS 超过阈值就自动重启，保证服务不挂。当然这会导致请求抖动，但至少比 OOM 强。
• 多进程分摊内存：用 cluster 模块把负载分散到多个进程上，单个进程的内存压力就会降低不少。
• 确保是 64 位环境：不管是 Node.js 还是系统，32 位都有 ~1.5GB 的地址空间限制，很容易踩到天花板。
• 系统层面：确认物理内存和交换分区足够，必要时增加 swap，避免 OOM killer 直接干掉进程。

五、可复现的排查流程与验证

最后，修复到底有没有效果，需要验证。推荐一套可以复现的流程：

首先，在预发或灰度环境里，用 Clinic.js Heap Profiler 采集数据：

clinic heapprofiler --autocannon [ -m GET /api/test ] -- node server.js

其次，确认复现路径稳定后，连续采集 2–3 次快照或报告，对比对象保留路径和增长趋势，锁定泄漏源。

最后，修复代码，在完全相同的流程下再做一次回归验证。如果 heapUsed 和 rss 不再持续增长，那就可以放心地部署了。