如何在Puppeteer中让Chromium持续运行以优化PDF生成效率？

当然可以实现！完全不用依赖付费的browserless服务，咱们直接用Puppeteer本身的API就能搞定Chromium常驻运行，把浏览器启动的耗时彻底砍掉。

其实逻辑很简单：只启动一次Chromium浏览器实例，让它在后台持续运行，每次收到PDF生成请求时，从这个已运行的浏览器里新建一个页面（Page），完成PDF导出后关闭页面，但保留浏览器进程不退出。这样就彻底避免了每次请求都要启动浏览器的昂贵开销。

我给你一套完整的方案，包括Node.js服务代码和Docker配置：

1. 搭建常驻的Node.js服务（用Express举例） #

我们用Express创建一个HTTP接口，服务启动时初始化Puppeteer的Browser实例，之后所有请求都复用这个实例：

const express = require('express');
const puppeteer = require('puppeteer');

const app = express();
app.use(express.json());

// 全局保存Browser实例，让它常驻内存
let browser;

// 服务启动时初始化Browser
async function initBrowser() {
  try {
    browser = await puppeteer.launch({
      // Docker环境下必须的启动参数
      headless: 'new', // 新版无头模式，更稳定
      args: [
        '--no-sandbox',
        '--disable-setuid-sandbox',
        '--disable-dev-shm-usage', // 解决Docker共享内存不足的问题
        '--disable-gpu', // 无GPU环境下禁用
        '--disable-extensions'
      ],
      // 可选：设置超时时间，防止浏览器启动卡住
      timeout: 30000
    });
    console.log('Chromium浏览器已启动并常驻运行');
  } catch (err) {
    console.error('浏览器启动失败:', err);
    // 启动失败时自动重试，保证服务可用性
    setTimeout(initBrowser, 5000);
  }
}

// 处理PDF生成请求的接口
app.post('/generate-pdf', async (req, res) => {
  const { url } = req.body;
  if (!url) {
    return res.status(400).json({ error: '缺少目标URL参数' });
  }

  if (!browser) {
    return res.status(503).json({ error: '浏览器未就绪，请稍后重试' });
  }

  let page;
  try {
    // 从已有的Browser新建Page
    page = await browser.newPage();
    // 配置页面加载选项，适配重负载页面
    await page.goto(url, {
      waitUntil: 'networkidle2', // 等待网络空闲（2秒内没有新请求），适合重负载页面
      timeout: 60000 // 延长超时时间，避免页面加载超时
    });

    // 生成PDF
    const pdfBuffer = await page.pdf({
      format: 'A4',
      printBackground: true, // 打印背景图片和样式
      timeout: 30000
    });

    res.setHeader('Content-Type', 'application/pdf');
    res.setHeader('Content-Disposition', 'attachment; filename="output.pdf"');
    res.send(pdfBuffer);
  } catch (err) {
    console.error('PDF生成失败:', err);
    res.status(500).json({ error: 'PDF生成失败', details: err.message });
  } finally {
    // 无论成功失败，都关闭当前Page，释放资源
    if (page) {
      await page.close();
    }
  }
});

// 服务关闭时，优雅关闭Browser
process.on('SIGINT', async () => {
  if (browser) {
    await browser.close();
    console.log('Chromium浏览器已优雅关闭');
  }
  process.exit(0);
});

// 启动服务并初始化Browser
const PORT = process.env.PORT || 3000;
initBrowser().then(() => {
  app.listen(PORT, () => {
    console.log(`PDF生成服务已启动，监听端口 ${PORT}`);
  });
});

2. 配置Docker环境 #

因为要在Docker里运行，需要确保镜像包含Puppeteer和Chromium的依赖。这里给出一个Dockerfile示例：

# 使用Node.js官方镜像作为基础
FROM node:18-slim

# 设置工作目录
WORKDIR /app

# 安装Chromium运行所需的系统依赖
RUN apt-get update && apt-get install -y \
    libnss3 \
    libatk1.0-0 \
    libatk-bridge2.0-0 \
    libcups2 \
    libdrm2 \
    libxkbcommon0 \
    libxcomposite1 \
    libxdamage1 \
    libxfixes3 \
    libxrandr2 \
    libgbm1 \
    libasound2 \
    libpangocairo-1.0-0 \
    && rm -rf /var/lib/apt/lists/*

# 复制package.json和package-lock.json
COPY package*.json ./

# 安装Node.js依赖（包括Puppeteer）
RUN npm ci

# 复制服务代码
COPY . .

# 暴露服务端口
EXPOSE 3000

# 启动服务
CMD ["node", "server.js"]

• Browser实例复用：这是核心，启动Chromium的耗时通常在几秒到十几秒，复用后这部分时间完全节省。
• Page的创建与销毁：每次请求创建新Page，用完就关闭，避免单个Page的内存泄漏影响整个服务。
• Docker参数适配：--disable-dev-shm-usage是必须的，因为Docker默认的共享内存很小，容易导致Chromium崩溃；--no-sandbox是因为Docker容器内通常没有权限使用沙箱。
• 错误处理与自动恢复：监听Browser的启动失败，设置自动重试；服务关闭时优雅关闭Browser，避免残留进程。

• 限制并发Page数量：如果请求量很大，可以用一个简单的队列或者Semaphore来限制同时创建的Page数量，防止Chromium资源耗尽。
• 页面加载策略调整：对于特别重的页面，可以尝试waitUntil: 'domcontentloaded'配合手动等待关键元素加载完成，平衡等待时间和页面完整性。
• 监控Browser状态：可以定期检查Browser是否正常运行（比如调用browser.version()），如果异常则自动重启。

这样改造后，你会发现PDF生成的响应时间会大幅降低，因为最耗时的浏览器启动步骤已经被彻底消除了。

内容的提问来源于stack exchange，提问作者Giri Aakula