ubuntu上js应用如何监控

在Ubuntu上部署Node.js应用，监控是确保稳定性的关键一环。但监控不只是“死了重启”这么简单，它需要覆盖多个维度，从日志到性能指标，再到错误追踪和可视化告警，形成一套完整的闭环。下面这份指南，就是从实战角度出发，梳理了在Ubuntu环境下对JS应用实施监控的完整路径。

一、监控目标与总体架构

一个成熟的监控体系，至少需要覆盖以下几个层面：

• 日志：捕获console输出与未捕获异常，按级别分别写入文件与系统日志，方便后续检索和告警触发。
• 进程与可用性：保证进程存活、支持自动重启，同时验证端口是否正常响应，确保应用可达。
• 指标与性能：关注请求延迟、吞吐量、错误率，以及内存、CPU、GC、事件循环等系统资源使用情况。
• 错误追踪：聚合线上异常堆栈，按环境、版本分组，结合链路上下文快速定位问题。
• 可视化与告警：通过Grafana看板展示数据，用Prometheus采集指标，配合Alertmanager或系统工具发送告警通知。

二、快速落地步骤

进程与日志

进程托管最常用的两种方式：PM2和systemd。

先说PM2，安装简单，功能集中。全局安装后，用pm2 start app.js -n my-app --log /var/log/my-app/app.log启动应用，日志统一输出到指定位置。实时查看用pm2 logs my-app -f，资源监控用pm2 monit，开机自启用pm2 startup && pm2 sa ve搞定。

如果更倾向于系统级管理，systemd是更稳妥的选择。创建一个服务文件，设置Restart=always，然后通过systemctl start启动，用journalctl -u my-app -f查看日志。这种方式和系统深度集成，适合生产环境。

日志实时查看与轮转

实时跟踪日志，tail -f /var/log/my-app/app.log是最直接的手段。如果希望定期刷新，watch -n 5 cat /var/log/my-app/app.log也能满足需求。日志轮转方面，配置logrotate按日切分并压缩，再配合logwatch生成日报/周报，通过cron定时发送，基本就能覆盖日常运维的日志管理需求。

指标与可视化

在Node.js中引入prom-client模块，暴露/metrics端点，Prometheus定期抓取数据后，接入Grafana进行可视化展示，并设置阈值告警。这是目前最主流的方案，灵活且可扩展性强。

错误追踪

接入Sentry（或New Relic、Datadog）是处理线上异常的标准做法。它能自动收集堆栈信息和上下文，按时间、版本、环境分组，大幅缩短排查时间。

三、关键配置示例

PM2日志与启动：

sudo npm i -g pm2
pm2 start app.js -n my-app --log /var/log/my-app/app.log
pm2 logs my-app -f
pm2 monit
pm2 startup && pm2 sa ve

systemd服务：

sudo tee /etc/systemd/system/my-app.service >/dev/null <<'EOF'
[Unit]
Description=Node.js App
After=network.target

[Service]
Type=simple
User=ubuntu
WorkingDirectory=/opt/my-app
ExecStart=/usr/bin/node /opt/my-app/app.js
Restart=always
StandardOutput=journal
StandardError=journal

[Install]
WantedBy=multi-user.target
EOF
sudo systemctl daemon-reload
sudo systemctl enable --now my-app
sudo journalctl -u my-app -f

Winston结构化日志：

npm i winston

// logger.js
const { createLogger, format, transports } = require('winston');
const logger = createLogger({
  level: 'info',
  format: format.combine(format.timestamp(), format.json()),
  transports: [
    new transports.File({ filename: 'error.log', level: 'error' }),
    new transports.File({ filename: 'combined.log' }),
    new transports.Console({ format: format.simple() })
  ]
});
module.exports = logger;

Sentry错误追踪：

npm i @sentry/node

// app.js
const Sentry = require('@sentry/node');
Sentry.init({ dsn: process.env.SENTRY_DSN, environment: 'production' });
// 全局异常兜底
process.on('unhandledRejection', e => Sentry.captureException(e));
process.on('uncaughtException', e => { Sentry.captureException(e); process.exit(1); });

Prometheus指标端点：

npm i prom-client

// metrics.js
const client = require('prom-client');
const http = require('http');
const register = client.register;
const httpReqDur = new client.Histogram({
  name: 'http_request_duration_ms',
  help: 'Duration of HTTP requests in ms',
  labelNames: ['method', 'route', 'code'],
  buckets: [5, 15, 50, 100, 200, 300, 400, 500]
});
const server = http.createServer((req, res) => {
  const end = httpReqDur.startTimer();
  res.on('finish', () => {
    end({ method: req.method, route: req.url, code: res.statusCode });
  });
  res.end('OK');
});
server.listen(3000, () => console.log('Metrics on :3000/metrics'));
// Prometheus 抓取目标示例：scrape_configs: job_name: 'nodejs' static_configs: targets: ['localhost:3000']

logrotate轮转示例：

sudo tee /etc/logrotate.d/my-app >/dev/null <<'EOF'
/var/log/my-app/*.log {
    daily
    missingok
    rotate 14
    compress
    delaycompress
    notifempty
    create 0644 ubuntu ubuntu
    sharedscripts
    postrotate
        systemctl reload my-app >/dev/null 2>&1 || true
    endscript
}
EOF

四、可视化与告警

Prometheus + Grafana的组合是业界标配。部署好Prometheus和Grafana后，在Grafana中添加Prometheus作为数据源，导入或自建Node.js仪表盘，基于http_request_duration_ms、进程内存、CPU等指标设置阈值告警，告警通知可以通过Alertmanager或外部webhook发送。

如果希望快速获取系统与应用性能总览，NetData是一个不错的选择。部署后浏览器访问http://:19999，就能看到主机和应用的实时指标，对快速排障和容量评估很有帮助。

此外，Uptime Kuma可以专门用来监控可用性。它支持HTTP、TCP、Ping等多种协议，支持多通知渠道和状态页展示，能弥补纯资源指标监控的盲区。

五、排障与优化建议

开发期定位问题，可以用node --inspect app.js启动，然后在Chrome DevTools的chrome://inspect中进行CPU/内存采样和火焰图分析。配合autocannon、wrk或Artillery做负载与稳定性压测，能提前发现性能瓶颈。

运行期观测，重点是代码中埋点并暴露/metrics端点，通过Prometheus和Grafana观察P95/P99延迟、吞吐与错误率的变化趋势，再联动告警机制，做到问题早发现、早处理。

遇到资源瓶颈时，用htop、vmstat、iostat、sar（来自sysstat包）排查CPU、内存、磁盘I/O和系统层面的瓶颈，然后针对性地优化查询、缓存和并发策略。这才是从监控到优化的完整闭环。