如何准确计算集群化Node.js应用中每个Worker的CPU使用率？

你的核心问题出在CPU使用率的计算公式上——单个Node.js Worker是单线程进程，最多只能占用1个CPU核心的100%，但你错误地用了服务器总核心数来做分母，导致计算结果偏离实际。另外，时间间隔的转换也存在可读性和准确性问题，以下是具体修正方案：

方案一：修正手动计算逻辑 #

修改现有代码中的CPU使用率计算部分，去掉总核心数的影响，正确计算单进程的CPU使用率：

setInterval(() => {
  const currentCpuUsage = process.cpuUsage();
  const userTime = currentCpuUsage.user - previousCpuUsage.user;
  const systemTime = currentCpuUsage.system - previousCpuUsage.system;
  const totalCpuTime = userTime + systemTime;

  // 正确公式：(进程CPU时间差 / 时间间隔总微秒数) * 100
  // 5秒间隔 = 5 * 1e6 微秒
  const intervalUs = 5 * 1000000;
  const usagePercent = (totalCpuTime / intervalUs) * 100;

  // 限制数值范围（防止偶尔的计算误差导致超过100%）
  const clampedPercent = Math.max(0, Math.min(100, usagePercent));

  cpuUsageGauge.set({ worker_id: process.pid.toString() }, clampedPercent);
  previousCpuUsage = currentCpuUsage;
}, 5000);

关键修正点： #

• 移除availableCores分母：单个Worker是单线程，最大CPU使用率就是100%（对应1个核心满负载），与总核心数无关
• 明确时间间隔的微秒数转换，避免硬编码5e6的可读性问题
• 增加数值范围限制，防止极端场景下的计算误差

方案二：用prom-client默认指标+PromQL计算（更可靠） #

prom-client的collectDefaultMetrics()已经内置了nodejs_process_cpu_total_seconds指标，记录进程累计CPU时间（用户态+系统态），直接用PromQL就能计算每个Worker的CPU使用率，无需手动维护Gauge：

rate(nodejs_process_cpu_total_seconds{worker_id=~".+"}[5s]) * 100

优势： #

• 避免手动计算的误差，依赖成熟的库实现
• 自动处理进程重启后的指标重置
• 直接在Grafana中使用，无需额外代码开发

与Docker stats数值对齐 #

Docker stats显示的是进程占用的总CPU核心百分比（比如一个Worker用满1个核心，在8核机器上显示12.5%）。如果需要和Docker stats的数值匹配，只需将单进程使用率除以总核心数再乘以100：

// 方案一适配Docker stats的计算
const totalCores = os.cpus().length;
const dockerLikePercent = clampedPercent / totalCores * 100;
cpuUsageGauge.set({ worker_id: process.pid.toString() }, dockerLikePercent);

或者用PromQL实现：

rate(nodejs_process_cpu_total_seconds{worker_id=~".+"}[5s]) * 100 / scalar(count(node_cpu_seconds_total{mode="idle"}))

这样计算出的数值就会和Docker stats中对应Worker进程的CPU百分比完全一致。

内容的提问来源于stack exchange，提问作者Alex Aung