我们是袋鼠云数栈 UED 团队，致力于打造优秀的一站式数据中台产品。我们始终保持工匠精神，探索前端道路，为社区积累并传播经验价值。

本文作者：琉易 liuxianyu.cn

这一篇是系列文章：
搭建自动化 Web 页面性能检测系统 —— 设计篇
搭建自动化 Web 页面性能检测系统 —— 实现篇

作为一个前端想去做全栈的项目时，可能第一个思路是 node + vue/react。一开始可能会新建多个工程目录去实现，假设分别为 web 和 server，也许还有管理后台的代码 admin，那么就有了三个工程的代码。此时为了方便管理就需要在远程仓库新建一个 group 统一管理代码，一般这种方式称之为 MultiRepo。

这显然是不够简洁的，对于开发者而言也不便于开发和部署。这类多模块的项目我们可以引入 Monorepo 的概念，下面是一些优化方法的尝试，以 yice-performance（易测） 作为例子讲解，本地设备为 M1 芯片的 arm64v8 平台。

一、node 托管静态页面

可以将 web 打包的代码交给 node 托管，此时就可以将 web 的代码作为一个文件夹放到 server 的目录中，这时候我们一般直接访问后端接口的根路径即可。如：yice-performance - v1.0 对应的 nginx 配置一般为：

复制 1server {
 2    listen          80;
 3    server_name     yice.dtstack.cn;
 4
 5    location / {
 6        proxy_pass http://localhost:4000/;
 7    }
 8}

常见的 node 框架都支持托管静态文件目录：

复制 1
 2app.use(express.static(path.join(__dirname, 'web/dist')));
 3
 4
 5
 6import { ServeStaticModule } from '@nestjs/serve-static';
 7
 8ServeStaticModule.forRoot({
 9    serveRoot: '/',
10    rootPath: join(__dirname, '.', 'web/dist'),
11}),
12
13
14{
15    static: {
16        dir: path.join(appInfo.baseDir, 'web/dist'),
17    }
18}

代码基本大同小异，从 nginx 配置和项目结构我们也能看出这还是属于一个 node 项目的结构，前端项目的 nginx 配置一般为：

复制 1server {
 2    listen          80;
 3    server_name     yice.dtstack.cn;
 4    root						/opt/dtstack/yice-performance/web/dist/
 5
 6    location /api {
 7        proxy_pass http://localhost:4000/;
 8    }
 9    location / {
10        try_files $uri $uri/ /index.html;
11    }
12}

二、Turborepo

Turborepo 是用于 JavaScript 和 TypeScript 代码库的高性能构建系统。

借助 Turborepo 我们可以并行的运行和构建代码，当我们使用传统的 yarn workspace 管理代码时，我们的一般会执行以下命令：

复制 1# server
 2yarn
 3yarn dev
 4
 5# web
 6cd web
 7yarn
 8yarn dev

此时，本地开发不仅需要同时开启两个终端，而且还得分别注意两个终端所在的路径，lint、build、test 等命令皆如此。 想要更快的完成以上工作，可以使用 turbo run lint test build。 新项目往往更容易使用 Turborepo，使用 create-turbo 创建即可，参考 官方文档。历史项目想要使用 Turborepo 时需要注意一下项目结构：

复制 1yice-performance
 2├─package.json
 3├─pnpm-lock.yaml
 4├─pnpm-workspace.yaml
 5├─turbo.json
 6├─apps
 7|  ├─server
 8|  └─web

将历史项目的代码整合到单个文件夹后移入 apps ，注意需要修改相对路径等代码，比如 tsconfig.json 文件中关于 @/* 等路径别名的写法，以及 import 依赖的路径，将公共依赖包统一提到根目录的 package.json 中。 在根目录添加 turbo.json 文件，这里是 dev 和 build 命令为例：

复制 1{
 2  "$schema": "https://turbo.build/schema.json",
 3  "tasks": {
 4    "build": {
 5      "dependsOn": ["^build"],
 6      "outputs": [".apps/server/dist/**", "!.apps/server/cache/**"]
 7    },
 8    "dev": {
 9      "persistent": true,
10      "cache": false
11    }
12  }
13}

然后在 apps 下的产品中依次添加两种命令：

复制 1{
 2  "scripts": {
 3    "dev": "NODE_ENV=development nest start --watch",
 4    "build": "NODE_ENV=production nest build"
 5  }
 6}

复制 1{
 2  "scripts": {
 3    "dev": "NODE_ENV=development vite --port 7001",
 4    "build": "tsc && NODE_ENV=production vite build"
 5  }
 6}

这样就可以通过 pnpm dev 一条命令同时启多个服务了，pnpm build 可以快速完成多个项目的打包工作。

三、docker

以易测依赖的 Puppeteer 为例，对于设备环境的要求就比较多，参考 Puppeteer 故障排除；再比如易测 v2.x 版本新增的数据周报功能使用到 node 端的 echarts，最终依赖 node-canvas，对设备环境的要求也很苛刻。 同时，部署命令写的脚本中还需要考虑不同环境的差异，比如 Windows 中的情况。 docker 在这里的作用就是抹平不同设备间的环境差异，减少补充安装依赖包的痛苦，amd64、arm64 等环境差异导致的依赖包安装失败问题，我们可以构建适用于不同平台的 docker 镜像包（以下以 linux/amd64 为例，也就是常说的 x86_64 架构）。

Dockerfile

本地编写 Dockerfile 文件，然后执行 docker build命令构建镜像。在构建镜像之前，需要注意下 Dockerfile 构建镜像时有一个 层 的概念，对于构建时间会有较大影响。

Docker 镜像是由多个只读的层叠加而成的，每一层都是基于前一层构建。Dockerfile 文件中的每条指令都会创建一个新的层，并对镜像进行修改，执行 docker build 命令时会使用缓存，当前面的层不发生变化时，我们再次构建镜像时就会更快速。但因为每一层都是基于前一层构建，所以我们应该把变化可能性小的操作放到前面，后续改动只会构建变化的内容，而无需构建整个镜像，这能大大加快镜像的构建速度。

比如下方 Dockerfile.server 中的 nodejs 的安装，如果放在 COPY . . 之后，则每次构建都需要安装一次 nodejs，我们利用缓存可以大大减少构建时间。

复制 1FROM ubuntu:22.04
 2
 3# 设置时区
 4ENV TZ=Asia/Shanghai
 5RUN ln -snf /usr/share/zoneinfo/$TZ /etc/localtime && echo $TZ > /etc/timezone \
 6     && apt-get update -y && apt-get install -y tzdata
 7
 8# puppeteer 和 node-canvas 对系统依赖的要求
 9# https://github.com/Automattic/node-canvas?tab=readme-ov-file#compiling
10# https://github.com/puppeteer/puppeteer/blob/puppeteer-v19.6.3/docs/troubleshooting.md#chrome-headless-doesnt-launch-on-unix
11RUN apt-get update -y \
12     && apt-get install -y build-essential libcairo2-dev libpango1.0-dev libnss3 libatk1.0-0 \
13     && apt-get install -y ca-certificates fonts-liberation libasound2 libatk-bridge2.0-0 \
14     && apt-get install -y libc6 libcairo2 libcups2 libdbus-1-3 libexpat1 libfontconfig1 \
15     && apt-get install -y libgbm1 libgcc1 libglib2.0-0 libgtk-3-0 libnspr4 libpangocairo-1.0-0 \
16     && apt-get install -y libstdc++6 libx11-6 libx11-xcb1 libxcb1 libxcomposite1 libxcursor1 \
17     && apt-get install -y libxext6 libxfixes3 libxi6 libxrandr2 libxrender1 \
18     && apt-get install -y libxss1 libxtst6
19
20# 处理 chromium 等依赖问题
21# https://github.com/puppeteer/puppeteer/blob/puppeteer-v19.6.3/docker/Dockerfile
22RUN apt-get update -y \
23     && apt-get install -y wget gnupg \
24     && wget -q -O - https://dl-ssl.google.com/linux/linux_signing_key.pub | gpg --dearmor -o /usr/share/keyrings/googlechrome-linux-keyring.gpg \
25     && sh -c 'echo "deb [arch=amd64 signed-by=/usr/share/keyrings/googlechrome-linux-keyring.gpg] http://dl.google.com/linux/chrome/deb/ stable main" >> /etc/apt/sources.list.d/google.list' \
26     && apt-get update -y \
27     && apt-get install -y google-chrome-stable fonts-ipafont-gothic fonts-wqy-zenhei fonts-thai-tlwg fonts-khmeros fonts-kacst fonts-freefont-ttf libxss1 --no-install-recommends \
28     && rm -rf /var/lib/apt/lists/* \
29     && apt-get remove -y wget gnupg
30# deb [arch=amd6 配置可能会在 /etc/apt/sources.list.d/google.list 和 /etc/apt/sources.list.d/google-chrome.list 中重复，再尝试一次
31RUN  rm -rf /etc/apt/sources.list.d/google-chrome.list \
32     && apt-get update -y \
33     && apt-get install -y google-chrome-stable fonts-ipafont-gothic fonts-wqy-zenhei fonts-thai-tlwg fonts-khmeros fonts-kacst fonts-freefont-ttf libxss1 --no-install-recommends
34
35# 安装 nodejs
36RUN apt-get update -y && apt-get install -y curl \
37     && curl -fsSL https://deb.nodesource.com/setup_18.x | bash - \
38     && apt-get remove -y curl \
39     && apt-get install -y nodejs \
40     && npm config set registry https://registry.npmmirror.com/ \
41     && npm install pnpm@6.35.1 -g
42
43# 设置工作目录
44WORKDIR /yice-performance
45
46# 拷贝代码安装依赖
47COPY package.json pnpm-lock.yaml pnpm-workspace.yaml turbo.json ./
48COPY apps/server/package.json ./apps/server/
49COPY apps/web/package.json ./apps/web/
50RUN pnpm install
51
52# 复制项目文件
53COPY apps .env ./
54# 减少 node_modules 的磁盘占用
55RUN pnpm build \
56     && find . -name "node_modules" -type d -prune -exec rm -rf '{}' + \
57     && pnpm install --production
58
59# 暴露端口
60EXPOSE 4000
61
62# 定义环境变量
63ENV NODE_ENV=production
64# Dockerfile 中需指定 chromium 路径
65ENV PUPPETEER_EXECUTABLE_PATH='google-chrome-stable'
66
67VOLUME [ "/yice-performance/apps/server/yice-report" ]
68
69# 启动应用程序
70CMD ["node", "apps/server/dist/main.js"]

复制 1ARG BASE_IMAGE=mysql:5.7
 2FROM ${BASE_IMAGE}
 3
 4# 当容器启动时，会自动执行 /docker-entrypoint-initdb.d/ 下的所有 .sql 文件
 5COPY ./mysql/demo-data.sql /docker-entrypoint-initdb.d/
 6# 附加的 mysql 配置
 7COPY ./mysql/my_custom.cnf /etc/mysql/conf.d/
 8
 9# 设置 MySQL root 用户的密码
10ENV MYSQL_ROOT_PASSWORD=123456
11ENV MYSQL_DATABASE=yice-performance
12
13# 设置时区
14RUN cp /usr/share/zoneinfo/Asia/Shanghai /etc/localtime
15
16# 暴露端口
17EXPOSE 3306

根据 Dockerfile 文件本地构建镜像，构建完成后在 Docker Desktop 中就可以看到刚刚构建的镜像。我们新建一个脚本文件来统一管理命令，并在 package.json 中添加 build:docker命令：

复制 1#!/bin/sh
 2
 3cd docker
 4
 5# amd64
 6docker buildx build --platform linux/amd64 -f Dockerfile.mysql -t liuxy0551/yice-mysql .
 7docker buildx build --platform linux/amd64 -f Dockerfile.server -t liuxy0551/yice-server ../

此时执行 pnpm build:docker 即可打包镜像。

多平台打包镜像

由于我们目前使用的 Mac M 系列芯片较多，这是 arm64 v8 平台的，但往往我们打包后的镜像是在 x86 的机器上使用，比如 Centos、Ubuntu 等服务器系统，这就要求我们应该兼容 x86 平台。 使用 docker inspect 的命令可以查看镜像架构，如下：

复制 1docker pull alpine
 2docker inspect alpine | grep Architecture

修改刚刚写的 Dockerfile 文件，支持通过 docker build 命令的 build argument 传递参数，这在明确不同平台使用的基础镜像时比较有用。有些常用的基础镜像是支持多平台，只需要添加 --platform linux/amd64, linux/arm64 即可，docker buildx 会自动处理一切，yice-mysql 支持了 arm64 v8，其他内容可以自行研究。

镜像发布

这里使用的是阿里云容器镜像服务：cr.console.aliyun.com/。

复制 1 docker login --username=your_username -p your_password registry.cn-hangzhou.aliyuncs.com

复制 1docker tag liuxy0551/yice-mysql registry.cn-hangzhou.aliyuncs.com/liuxy0551/yice-mysql:latest
 2docker tag liuxy0551/yice-server registry.cn-hangzhou.aliyuncs.com/liuxy0551/yice-server:latest
 3
 4docker push registry.cn-hangzhou.aliyuncs.com/liuxy0551/yice-mysql:latest
 5docker push registry.cn-hangzhou.aliyuncs.com/liuxy0551/yice-server:latest

docker run

为了保证 yice-server 可以访问到 yice-mysql，两个容器需要使用同一个网络。

复制 1docker network create yice-network

复制 1docker run -p 3306:3306 -d --name yice-mysql --network=yice-network -v /opt/dtstack/yice-performance/yice-mysql/conf:/etc/mysql/conf.d -v /opt/dtstack/yice-performance/yice-mysql/log:/var/log/mysql -v /opt/dtstack/yice-performance/yice-mysql/data:/var/lib/mysql registry.cn-hangzhou.aliyuncs.com/liuxy0551/yice-mysql:latest
 2docker run -p 4000:4000 -d --name yice-server --network=yice-network -v /opt/dtstack/yice-performance/yice-report:/yice-performance/apps/server/yice-report registry.cn-hangzhou.aliyuncs.com/liuxy0551/yice-server:latest

• -p 表示端口映射，-p 宿主机 port:容器 port，这里暴漏端口是为了外部可以通过 GUI 工具查看数据
• -d 表示后台运行并返回容器 id
• --name 表示给容器指定的名称
• -v /opt/dtstack/yice-performance/yice-mysql:/etc/mysql/conf.d 等挂载路径表示将容器中的配置项、数据、日志都挂载到主机的 /opt/dtstack/yice-performance/yice-mysql 下
• -v /opt/dtstack/yice-performance/yice-report:/yice-performance/apps/server/yice-report 表示将容器中的检测报告挂载到宿主机
• 挂载的目的是为了在删除容器时数据不丢失，且尽量保持容器存储层不发生写操作。

执行 docker run 命令生成容器并运行，访问 http://localhost:4000 即可看到页面了。

docker-compose

docker-compose 是 Docker 官方提供的一个工具，用于管理多个 Docker 容器的应用程序，使用 docker-compose 可以协同多个容器运行。 新增 docker-compose.yml 文件，在这个文件里定义应用程序所需的服务和容器，包括镜像、环境变量、端口映射、挂载目录等信息。

复制 1version: '3'
 2
 3services:
 4    mysql-service:
 5        container_name: yice-mysql
 6        image: registry.cn-hangzhou.aliyuncs.com/liuxy0551/yice-server:latest
 7        ports:
 8            - '3306:3306'
 9        restart: always
10        networks:
11            - yice-network
12
13    server-service:
14        container_name: yice-server
15        image: registry.cn-hangzhou.aliyuncs.com/liuxy0551/yice-mysql:latest
16        ports:
17            - '4000:4000'
18        restart: always
19        depends_on:
20            - mysql-service
21        networks:
22            - yice-network
23
24networks:
25  yice-network:
26    driver: bridge

复制 1docker-compose -f docker/docker-compose.yml -p yice-performance up -d

命令	作用
docker-compose up	启动程序，-d 后台运行
docker-compose down	停止并移除容器、卷、镜像等
docker-compose ps	列出正在运行的容器
docker-compose logs	查看日志
docker-compose stop	停止服务
docker-compose start	启动服务
docker-compose restart	重启服务

四、常见问题

yice-server 无法启动

可能是 docker 版本较低，建议升级到 docker v24 及以上，升级前应当备份。

复制 1yum install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

复制 1node[1]: ../src/node_platform.cc:61:std::unique_ptr<long unsigned int> node::WorkerThreadsTaskRunner::DelayedTaskScheduler::Start(): Assertion `(0) == (uv_thread_create(t.get(), start_thread, this))' failed.
 2 1: 0xb090e0 node::Abort() [node]
 3 2: 0xb0915e  [node]
 4 3: 0xb7512e  [node]
 5 4: 0xb751f6 node::NodePlatform::NodePlatform(int, v8::TracingController*) [node]
 6 5: 0xacbf74 node::InitializeOncePerProcess(int, char**, node::InitializationSettingsFlags, node::ProcessFlags::Flags) [node]
 7 6: 0xaccb59 node::Start(int, char**) [node]
 8 7: 0x7f2ffac64d90  [/lib/x86_64-linux-gnu/libc.so.6]
 9 8: 0x7f2ffac64e40 __libc_start_main [/lib/x86_64-linux-gnu/libc.so.6]
10 9: 0xa408ec  [node]

gcc 版本过低

主机部署时建议使用 Ubuntu。 主机模式部署时 CentOS7 上启动服务时报错：Error: /lib64/libstdc++.so.6: version 'CXXABI_1.3.9' not found，这是因为 CentOS7 的 gcc 版本过低，需要升级到 gcc-4.8.5 以上，执行下方命令可以看到没有 CXXABI_1.3.9。

复制 1strings /lib64/libstdc++.so.6 | grep CXXABI

相关链接：
github.com/Automattic/…
gist.github.com/nchaigne/ad…
ftp.gnu.org/gnu/gcc/

复制 1cd /etc/gcc
 2wget https://ftp.gnu.org/gnu/gcc/gcc-9.5.0/gcc-9.5.0.tar.gz
 3tar xzvf gcc-9.5.0.tar.gz
 4mkdir obj.gcc-9.5.0
 5cd gcc-9.5.0
 6./contrib/download_prerequisites
 7cd ../obj.gcc-9.5.0
 8../gcc-9.5.0/configure --disable-multilib --enable-languages=c,c++
 9make -j $(nproc)
10make install
11

最后

欢迎关注【袋鼠云数栈UED团队】~
袋鼠云数栈 UED 团队持续为广大开发者分享技术成果，相继参与开源了欢迎 star

• 大数据分布式任务调度系统——Taier
• 轻量级的 Web IDE UI 框架——Molecule
• 针对大数据领域的 SQL Parser 项目——dt-sql-parser
• 袋鼠云数栈前端团队代码评审工程实践文档——code-review-practices
• 一个速度更快、配置更灵活、使用更简单的模块打包器——ko
• 一个针对 antd 的组件测试工具库——ant-design-testing