Node.js Cluster多进程负载测试

服务器端：
脚本文件：
var cluster = require(‘cluster’);
var http = require(‘http’);
var numCPUs = require(‘os’).cpus().length;
// 获取CPU核数

// 主进程一般只在第一次运行，然后常驻内存，监控个子进程，共享资源的目的
if (cluster.isMaster) {
//首次运行，由主进程调用fork(本质是调用child_process),产生多个子进程
require(‘os’).cpus().forEach(function(){
cluster.fork();
});

var counts = new Array(numCPUs);
//共享变量，用于统计各个子进程的调用次数
for (var i = 0; i < counts.length; i++) {
counts[i] =0;
}

cluster.on(‘exit’, function(worker, code, signal) {
//主进程监听有子进程退出时，触发exit 事件
console.log(‘worker ’ + worker.process.pid + ’ died’);
});
cluster.on(‘listening’, function(worker, address) {
// 主进程监听到有子进程生产时，触发listening 事件
console.log(“A worker with #”+worker.id+” is now connected to ” +
address.address +
“:” + address.port);
});
// 主进程监听到子进程的发送来的消息时，触发message事件，这是共享的关键，因为各子进程相互独立，占有各自的内出以及CPU资源，
所以需要统一的主进程调控，统一，达到共享某些指定的资源的目的，比如本处的counts 数组
cluster.on(‘message’,function (msg) {

   counts[msg.id-1]++;
   console.log(counts.toString());

});

} else {
http.createServer(function(req, res) {

console.log('Worker #' + cluster.worker.id + ' has a request');

process.send({ id:cluster.worker.id}); //进程通信

，实际上是发送给中间媒介，主线程

res.writeHead(200);
console.time('Time');
function sleep(milliSeconds) {
  var startTime = new Date().getTime();
  while (new Date().getTime() < startTime + milliSeconds);
}
sleep(5000)/
res.end("hello world\n");
console.log('Worker #' + cluster.worker.id + ' make a response');
console.timeEnd('Time');

}).listen(8000);
}

运行Node脚本，结果为：

客户端：

客户端模拟http(GET)请求，每间隔一秒，向服务器端发送一起请求。

var http = require(‘http’);

function IntervalReq()
{
http.get(“http://127.0.0.1:8000“, function(res) { // http.get(option,[callback]),http请求
console.log(“Got response: ” + res.statusCode);
}).on(‘error’, function(e) { // 请求失败（服务器端无响应），输出错误
console.log(“Got error: ” + e.message);
})
}
setInterval(IntervalReq, 1000); // 每隔一秒，发送一次请求

测试结果：

图 二 、每隔一秒发送一次http请求

                       图三、 对每隔一秒的请求的响应的负载情况

结果发现，8核CPU,一般会调用5核，而且，这5核负载比较均衡，但是还有3核一久没用调用。以后经过测试，如果，缩短请求间隔，改为每100毫秒请求一次，测试结果，令人满意：

图四、 对每隔100毫秒的响应负载情况

结果分析：
为什么请求间隔，这么影响负载情况？
个人分析，在每秒隔间请求时，由于间隔时间较长，所以较少的CPU数，可以应付并不密集的请求，但是当，请求间隔改为100毫秒时，前者的核心数，可能不能够足以应付这么高的请求，所以全部CPU核都会被调用
，这底层的调用算法上，基本能够随机的调用各个子进程，从而较长时间看，负载情况，会符合算法期望。