Optimering af Node-ydeevne starter med måling for at finde den faktiske flaskehals — gæt aldrig. Du profiler CPU-forbrug, event loop og hukommelse, og anvender derefter målrettede rettelser. Guldreglen: profiler først, optimer det, der faktisk er langsomt.
node --prof app.js
node --prof-process isolate-*.
npx clinic doctor -- node app.js
npx clinic flame -- node app.js
node --inspect app.js
Disse afslører hvor tiden går — en flame graph viser, hvilke funktioner der dominerer CPU, så du optimerer det rigtige.
// ❌ synchronous CPU-heavy work blocks ALL request handling
function handler(req, res) {
const result = heavyComputation(); // freezes the event loop → every request stalls
res.json(result);
}
Fordi Node er enkelt-trådet for JS, blokerer enhver længere synkron operation alt. Overvåg event-loop lag (f.eks. perf_hooks monitorEventLoopDelay)؛ stigende lag betyder, at noget blokerer loopen. Ret ved at offloadere CPU-arbejde til worker threads eller en kø.
✓ Fix N+1 database queries — the most common real bottleneck (batch/join instead)
✓ Add caching (in-memory/Redis) for repeated expensive operations
✓ Add database indexes for slow queries
✓ Use streams for large data instead of buffering it all in memory
✓ Parallelize independent async ops with Promise.all (avoid await waterfalls)
✓ Offload CPU-bound work to worker threads (keep the event loop free)
✓ Use connection pooling for DB/HTTP
✓ Enable gzip/brotli compression for responses
Many "Node is slow" problems are actually slow DB queries (N+1, missing indexes)
or external API latency — profiling reveals this so you fix the real cause.
npx autocannon http://localhost:3000 # measure requests/sec, latency before & after
Mål før og efter hver ændring, så du bekræfter, at optimeringen faktisk hjalp.
Ydeevnearbejde er kun effektivt når det er drevet af måling — optimering af det forkerte spildes indsats og tilføjer kompleksitet.
At vide, hvordan man profiler (clinic.js/flame graphs/DevTools til CPU, event-loop lag overvågning, heap-analyse), lader dig lokalisere rigtige flaskehalse, som i Node ofte er en blokeret event loop (ret med worker threads) eller langsomme databaseforespørgsler (N+1, manglende indekser — ofte den sande skyld).
Kombineret med caching, streaming, parallelisme og pooling — og verificering med load tests — denne måle-derefter-optimer-disciplin er det, der transformerer en langsom tjeneste til en hurtig, skalerbar.