AWS EC2实例需频繁重启怎么办？Node.js对接MongoDB运行报错求解

• 异步任务时序错误：你当前使用setInterval直接调度异步API任务，没有判断前一次任务是否执行完成。如果API请求延迟、MongoDB写入耗时超过2分钟，就会出现任务堆叠，短时间内产生大量数据库写入请求，超出Mongoose默认的操作缓冲能力，触发buffering timed out报错。
• 错误处理缺失：三个业务函数未做全链路异常捕获，API请求失败、数据库写入错误会导致异常持续堆积，卡住Node.js事件循环，最终进程僵死。
• Mongoose默认配置不匹配生产场景：默认的连接池大小、超时时间、重试策略无法应对网络波动、高并发写入的场景。
• 潜在的资源/网络限制：EC2实例规格不足、MongoDB连接数上限、安全组/IP白名单配置问题、MongoDB集合无索引导致写入过慢，都可能放大上述问题。

1. 替换setInterval为串行调度逻辑 #

从根源避免任务堆叠，确保上一次任务执行完成（无论成功失败）后再间隔2分钟调度下一次，代码示例：

// 通用串行调度工具
const scheduleTask = async (task, intervalMs) => {
  try {
    await task();
  } catch (err) {
    console.error(`任务执行失败: ${err.message}`, err);
  } finally {
    setTimeout(() => scheduleTask(task, intervalMs), intervalMs);
  }
}

// 启动逻辑调整
app.listen(port, async () => {
  // 首次执行所有任务
  await Promise.allSettled([HorseRacingAPI(), FootballAPI(), AmericanFootballAPI()]);
  // 启动独立调度
  scheduleTask(HorseRacingAPI, 1000 * 120);
  scheduleTask(FootballAPI, 1000 * 120);
  scheduleTask(AmericanFootballAPI, 1000 * 120);
})

2. 补全业务逻辑的错误捕获 #

给每个API调用、数据库操作加超时和异常捕获，避免错误冒泡影响整体服务，示例：

async function HorseRacingAPI() {
  try {
    // API请求加10s超时
    const apiRes = await axios.get('第三方API地址', { timeout: 10000 });
    const processedData = handleApiRes(apiRes);
    // 数据库操作加15s超时
    await oddsmatchers.updateMany(
      { 查询条件 },
      { $set: processedData },
      { maxTimeMS: 15000 }
    );
  } catch (err) {
    console.error('HorseRacingAPI执行异常', err);
    // 不要抛出未捕获的异常
  }
}

3. 优化Mongoose生产配置 #

调整连接参数适配生产环境的网络波动和写入需求：

mongoose.connect('MongoDB连接串', {
  maxPoolSize: 20, // 按需调整连接池大小，默认仅为5
  serverSelectionTimeoutMS: 30000,
  socketTimeoutMS: 45000,
  retryWrites: true,
  retryReads: true,
  bufferCommands: false, // 关闭未连接时的命令缓冲，避免无效请求堆积
})

// 监听连接异常，便于排查问题
mongoose.connection.on('error', err => console.error('MongoDB连接错误', err));

4. 数据库与运维层面优化 #

• 给oddsmatchers集合的updateMany查询条件字段加索引，避免全表扫描导致写入超时。
• 调整PM2配置开启异常自动重启：配置autorestart: true、max_memory_restart: 500M，进程崩溃或内存溢出时自动重启。
• 确认EC2安全组出站允许访问MongoDB端口，MongoDB侧已添加EC2公网IP到白名单，EC2实例规格不低于t3.small避免资源不足。

内容的提问来源于stack exchange，提问作者willmahon