Linux 环境下 Node.js 如何优化数据库连接

在 Linux 环境下，Node.js 应用与数据库之间的连接效率，往往是性能瓶颈的关键所在。想要优化，其实可以从几个核心方向入手，下面逐一拆解。

1. 使用连接池

连接池可以说是最基础的优化手段了。它能显著提升数据库连接的效率，避免反复创建和销毁连接带来的开销。Node.js 中像 pg（PostgreSQL）、mysql2（MySQL）这些库都内置了连接池支持，开箱即用。配置时注意几个关键参数：最大连接数、空闲超时时间、连接超时时间，具体数值需要根据业务负载和数据库承受能力来调整。

const { Pool } = require('pg');
const pool = new Pool({
  user: 'your_user',
  host: 'your_host',
  database: 'your_database',
  password: 'your_password',
  port: 5432,
  max: 20, // 最大连接数
  idleTimeoutMillis: 30000, // 连接空闲时间
  connectionTimeoutMillis: 2000, // 连接超时时间
});
pool.query('SELECT * FROM your_table', (err, res) => {
  if (err) throw err;
  console.log(res.rows);
});

2. 合理设置连接参数

连接池不是越大越好，也不是越小越省事。你需要根据应用的实际并发量、数据库服务器的 CPU/内存/IO 能力，来动态调整最大连接数、空闲连接数等参数。如果参数设置不合理，比如最大连接数过高，反而可能导致数据库被打满，响应变慢。

3. 使用异步操作

Node.js 虽然是单线程，但异步 I/O 是它的强项。通过 async/await 配合连接池，可以避免主线程被阻塞，从而提升并发处理能力。注意每次使用完连接后一定要释放，否则连接池会很快被耗尽。

async function fetchData() {
  try {
    const client = await pool.connect();
    try {
      const res = await client.query('SELECT * FROM your_table');
      console.log(res.rows);
    } finally {
      client.release();
    }
  } catch (err) {
    console.error(err);
  }
}

4. 使用缓存

对于不经常变化的数据，比如配置信息、字典表、热门文章列表，完全没必要每次都查数据库。引入缓存层（比如 node-cache 或 Redis）能大幅减少数据库查询次数，同时降低响应延迟。缓存策略需要注意 TTL（过期时间）的设置，避免缓存数据长时间不更新导致脏数据。

const NodeCache = require('node-cache');
const cache = new NodeCache({ stdTTL: 600 }); // 缓存10分钟

async function fetchData() {
  const cachedData = cache.get('your_key');
  if (cachedData) {
    return cachedData;
  }
  const client = await pool.connect();
  try {
    const res = await client.query('SELECT * FROM your_table');
    cache.set('your_key', res.rows);
    return res.rows;
  } finally {
    client.release();
  }
}

5. 优化 SQL 查询

再好的连接策略，也架不住一条慢查询。检查 SQL 执行计划，避免全表扫描和不必要的 JOIN，合理使用索引，这些基本功做扎实了，数据库的负载自然降下来。很多时候，性能问题就出在一条看似简单的 SQL 上。

6. 监控和日志

优化不能靠猜。你需要监控数据库连接的使用情况，比如连接池的活跃连接数、空闲连接数、等待队列长度，以及数据库自身的连接状态。PostgreSQL 可以用 pg_stat_activity 视图，MySQL 也有类似的 SHOW PROCESSLIST。配合日志，能快速定位到瓶颈点。

7. 使用持久连接

某些场景下，启用持久连接可以减少每次新建连接的三次握手开销。但要注意，持久连接过多会导致数据库连接数失控，需要配合合理的超时和回收机制。通常建议在短连接频繁的场景下启用，但必须做好监控。

8. 分片和负载均衡

当单库扛不住时，考虑分片（Sharding）和读写分离。将数据分散到多个数据库实例上，同时通过负载均衡器分发请求，可以显著提升整体吞吐量。当然，这需要从架构层面做规划，不是简单的配置调整能解决的。

以上这些方法，配合实际场景灵活组合，就能在 Linux 环境下有效优化 Node.js 与数据库的连接，让应用跑得更稳、更快。