Node.js 进程平滑离场剖析小结

使用 Node.js 搭建 HTTP Server 已是司空见惯的事。在生产环境中，Node 进程平滑重启直接关系到服务的可靠性，它的重要性不容我们忽视。既然是平滑重启，就涉及到新旧进程的接替过渡：

• 首先，保证新进程平滑入场
• 其次，保证旧进程平滑离场

本文主要谈论下，在新旧进程接替过渡期间，如何保证旧进程平滑离场。那怎样的离场才算平滑的呢？

如何定义平滑离场

以进程离场作为时间分割点，我们可以把请求分为两类：增量请求和存量请求。

• 在进程离场前，停止接收新的（增量）请求
• 在进程离场前，保证未完成的（存量）请求正常响应

所以，达成以上两个目标，基本上我们就认为进程的离场是平滑的。在谈如何做到进程平滑离场前，我们需要一种机制，这种机制能让我们主动通知进程何时离场，这就涉及到进程间通信（IPC）的知识了，我们先简单了解下。

进程间通信

对 Unix 或类 Unix 系统而言，进程间通信的方式有很多种 ―― 信号（Signal）是其中的一种。

信号的种类有很多，如 SIGINT、 SIGTERM 及 SIGKILL 等。这些信号视具体需要用于不同的场景，比如 SIGKILL 一般用于强杀进程。

我们可以在命令行执行 kill -l 查看所有的信号，如下所示（其中的数字表示 signal number）：

$ kill -l
 1) SIGHUP   2) SIGINT   3) SIGQUIT   4) SIGILL
 5) SIGTRAP   6) SIGABRT   7) SIGEMT   8) SIGFPE
 9) SIGKILL  10) SIGBUS  11) SIGSEGV  12) SIGSYS
13) SIGPIPE  14) SIGALRM  15) SIGTERM  16) SIGURG
17) SIGSTOP  18) SIGTSTP  19) SIGCONT  20) SIGCHLD
21) SIGTTIN  22) SIGTTOU  23) SIGIO  24) SIGXCPU
25) SIGXFSZ  26) SIGVTALRM  27) SIGPROF  28) SIGWINCH
29) SIGINFO  30) SIGUSR1  31) SIGUSR2

我们可以使用 kill 命令向进程发送指定信号：

# 发送 SIGTERM 信号（默认，无须指定信号类型）给进程
$ kill <pid>

# 发送 SIGINT 信号给进程，其中 <pid> 为具体的进程 ID
$ kill -INT <pid>

# 发送 SIGKILL 信号给进程
$ kill -KILL <pid>

# 或者
$ kill -9 <pid>

进程可以对接收到的信号作出回应。对 Node 应用而言，信号是被当作事件发送给 Node 进程的，进程接收到 SIGTERM 及 SIGINT 事件有默认回调，官方文档是这么描述的：

'SIGTERM' and 'SIGINT' have default handlers on non-Windows platforms that reset the terminal mode before exiting with code 128 + signal number. If one of these signals has a listener installed, its default behavior will be removed (Node.js will no longer exit).

这句话写的很抽象，它是什么意思呢？我们以一个简单的 Node 应用为例。

新建文件，键入如下代码，将其保存为 server.js:

const http = require('http');

const server = http.createServer((req, res) => {
 setTimeout(() => {
  res.writeHead(200, { 'Content-Type': 'text/plain' });
  res.end('It works');
 }, 5000);
});

server.listen(9420);

这里为了方便测试，对应用接收到的每个 http 请求，等待 5 秒后再进行响应。
执行 node server.js 启动应用。为了给应用发送信号，我们需要获取应用的进程 ID，我们可以使用 lsof 命令查看：

$ lsof -i TCP:9420
COMMAND  PID    USER  FD  TYPE       DEVICE SIZE/OFF NODE NAME
node  70826 myunlessor  13u IPv6 0xd250033eef8912eb   0t0 TCP *:9420 (LISTEN)

事实上，我们也可以在代码里通过 console.log(process.pid) 获取进程 ID。这里只是顺便介绍一种，在知道监听 TCP 端口的情况获取进程的方式。

随后，我们发起一个请求，在收到响应之前（有 5 秒等待时间），我们给应用发送 SIGINT 信号。

$ curl http://localhost:9420 &

$ kill -INT 70826
curl: (52) Empty reply from server
[1]+ Exit 52         curl http://localhost:9420

可以看到，请求没能正常收到响应。也就是说，默认情况下，Node 应用在接收到 SIGINT 信号时，会马上把进程杀死，无视进程还没处理完成的请求。所幸的是，我们可以手动监听进程的 SIGINT 事件，像这样：

process.on('SIGINT', () => {
 // do something here
});

如果我们在事件回调里什么都不做，就意味着忽略该信号，进程该干嘛干嘛，像什么事情都没发生一样。

那么，如果我手动监听 SIGKILL 会如何呢？对不起，SIGKILL 是不能被监听的，官方文档如是说：

'SIGKILL' cannot have a listener installed, it will unconditionally terminate Node.js on all platforms.

这是合情合理的，要知道 SIGKILL 是用于强杀进程的，你无法干预它的行为。

回到上面的问题，我们可以近似地理解为 Node 应用响应 SIGINT 事件的默认回调是这样子的：

process.on('SIGINT', () => {
 process.exit(128 + 2/* signal number */);
});

我们可以打印 exit code 来验证:

$ node server.js

$ echo $?
130

有了信号，我们就能主动通知进程何时离场了，下面谈一谈进程如何平滑离场。

如何让进程平滑离场

我们在上面示例基础上，也就是在文件 server.js 中，补充如下代码：

process.on('SIGINT', () => {
 server.close(err => {
  process.exit(err ? 1 : 0);
 });
});

这段代码很简单，我们改写应用接收到 SIGINT 事件的默认行为，不再简单粗暴直接杀死进程，而是在 server.close 方法回调中再调用 process.exit 方法，接着继续试验一下。

$ lsof -i TCP:9420
COMMAND  PID    USER  FD  TYPE       DEVICE SIZE/OFF NODE NAME
node  75842 myunlessor  13u IPv6 0xd250033ec7c9362b   0t0 TCP *:9420 (LISTEN)

$ curl http://localhost:9420 &
[1] 75878

$ kill -2 75842

$ It works
[1]+ Done          curl http://localhost:9420

可以看到，应用在退出前（即进程离场前），成功地响应了存量请求。

我们还可以验证，进程离场前，确实不再接收增量请求：

$ curl http://127.0.0.1:9420
curl: (7) Failed to connect to 127.0.0.1 port 9420: Connection refused

这正是 server.close 所做的事，进程平滑离场就是这么简单，官方文档是这么描述这个 API 的：

Stops the server from accepting new connections and keeps existing connections. This function is asynchronous, the server is finally closed when all connections are ended and the server emits a 'close' event. The optional callback will be called once the 'close' event occurs. Unlike that event, it will be called with an Error as its only argument if the server was not open when it was closed.

结束语

进程平滑离场只是 Node 进程平滑重启的一部分。生产环境中，新旧进程的接替涉及进程负载均衡、进程生命周期管理等方方面面的考虑。专业的工具做专业的事，PM2 就是 Node 进程管理很好的选择。