node应用故障定位顶级技巧—动态追踪技术[Dynamic Trace]

背景和行文目的

在做 node 或者其他语言的软件开发时，是否有以下经历：

1. 测试环境一切正常，发到生产环境后，出现诡异问题且难以定位
2. 不同机器、不同容器上，某些逻辑呈现不同的结果，如时区、 host
3. 对于时好时坏的玄学问题，束手无策，没有完整的解决思路，无头苍蝇般的各种尝试，效率低下
4. 遇到坑，习惯搜网友解决方案,然后试很多方案，都不能解决问题，此时就会感觉头皮发麻😂

我相信，上述我说的经历，大多数人都会有所共鸣。本文，我将尽可能的把我所学的动态追踪技术分享给大家。

文章内容如下所示：

1. 介绍 Dynamic Trace 的概念、优势、原理和用法(我们需要掌握的那部分)
2. 通过 demo ， 展示 Dynamic Trace 技术的强大
3. 实战演示： 搭建 node 性能监控 easy-monitor 和构建 node 应用，构造诡异故障，并阐述如何用 Dynamic Trace 去精确快速定位
4. 分享代码： 会把实战演示的代码放到 github 上，大家可以 clone 自行去体验
5. 动态追踪技术的未来： 介绍下目前最领先的 Dynamic Trace 方案
6. 总结： 做一个精简的总结
7. 附： 其他内容

话不多说，直接开整。

动态追踪技术

是什么

这里我把章亦春大佬的原话引用过来：

动态追踪技术其实是一种后现代的高级调试技术。它可以帮助软件工程师以非常低的成本，在非常短的时间内，回答一些很难的关于软件系统方面的问题，从而更快速地排查和解决问题。

优势

优势如下：

• 随时随地，按需采集
• 基于操作系统内核实现，性能损耗极小

原理

动态追踪的事件源根据事件类型不同，主要分为静态探针、动态探针以及硬件事件，其原理如下图所示：

看不懂也正常，我也看不懂，不过会用进行，就跟你不会造车，但你可以把车开的很溜。

简单点说，就是在 linux 中，进程不能直接访问硬件设备，当进程需要访问硬件设备时，如 IO 操作，必须由用户态切换至内核态，然后通过操作系统调用硬件设备。 所以可以通过跟踪进程产生的系统调用，来获得参数、返回值、执行时间，从而完成动态追踪。

我们用的多的是动态探针，它可以让我们实时分析线上运行的程序。

用法

动态追踪工具有 strace 、 dtruss 、 systemtap 、 perf 、 dtrace 、 eBPF 等，我这边使用的是 strace 和 dtruss 。

也就是 linux 环境使用 strace ， macos 系统使用 dtruss 。

strace 的主要参数说明如下表所示：