Backstage.io Node.js应用非确定性性能衰减问题求助

异步资源堆积排查 #

• 启用Node.js异步资源追踪：启动应用时添加参数 node --trace-event-categories async_hooks，生成的追踪文件可通过Chrome DevTools的Performance面板分析，重点查看未释放的异步句柄（如数据库连接、HTTP请求、定时器）
• 使用Clinic工具分析事件循环：运行 clinic bubbleprof -- node your-backstage-app.js，捕获性能下降时的事件循环阻塞点，定位耗时的异步操作

外部依赖瓶颈验证 #

• 细化AAD登录与目录加载的阶段日志：在代码中添加关键步骤的耗时记录，比如AAD token获取、Graph API调用、目录数据同步的起止时间，确认是否是外部服务响应延迟或限流导致的等待
• 检查依赖服务的状态：确认AAD租户、目录服务（如Microsoft Graph）是否有服务降级，查看是否存在请求重试逻辑不合理导致的请求堆积

Backstage插件定位 #

• 逐个禁用非核心插件：每次禁用一个插件后观察性能变化，排查是否存在插件后台任务（如定时同步）异常、缓存策略不当（如无过期时间的缓存导致查询耗时增加）等问题
• 检查插件版本兼容性：确认所有插件与当前Backstage版本的兼容性，即使回滚了主应用版本，插件的依赖可能仍存在冲突

运行时与环境检查 #

• 验证文件描述符限制：通过 ulimit -n 查看系统文件描述符上限，或在应用中添加 console.log(process.getrlimit('NOFILE')) 检查，若打开的套接字/文件过多会导致新请求无法建立
• 检查Node.js版本：尝试切换至LTS版本（如18.x或20.x），排除特定Node.js版本的异步资源管理bug
• 容器环境检查：若使用容器部署，确认容器的资源限制（如CPU、内存之外的ulimit设置）是否合理，是否存在容器网络层面的延迟

数据库与存储排查 #

• 检查数据库连接池：确认Backstage使用的数据库（如PostgreSQL）连接池配置是否合理，是否存在连接耗尽导致的请求排队
• 查看数据库慢查询日志：定位是否有耗时的查询阻塞了应用的数据库操作，即使CPU使用率低，等待数据库响应也会导致请求超时

日志与监控强化 #

• 添加事件循环延迟监控：使用event-loop-lag模块记录事件循环延迟，当延迟持续高于100ms时，说明事件循环被阻塞
• 捕获未处理的Promise拒绝：启用--unhandled-rejections=strict启动参数，避免未处理的拒绝堆积导致的性能损耗

内容的提问来源于stack exchange，提问作者Biswadeep Basu