Кейс 1: API для fintech — обработка транзакций на миллионы запросов

В fintech-проектах Node.js часто используется для backend API, где важны скорость и масштабируемость. Представьте сервис вроде eBay или Uber: миллионы транзакций в секунду, интеграция с базами данных и внешними gRPC-сервисами. Один из реальных примеров — микросервис для обработки платежей, где под нагрузкой 500+ клиентов приложение “съедало” гигабайты RAM и падало с ошибкой JavaScript heap out of memory.

Проблема: Стандартный лимит памяти V8 (около 1.4 ГБ на 64-битной системе) исчерпывался из-за накопления буферов данных в кэше. Каждый запрос к БД или gRPC возвращал большие массивы, которые не освобождались timely из-за замыканий в обработчиках.

Решение в коде: Вместо хранения полных буферов в памяти, перешли на потоковую обработку с fs.createReadStream().pipe(). Это позволило держать в RAM только указатели на позиции в файле, снижая потребление до 200 МБ под пиковой нагрузкой.

// Плохо: кэшируем весь файл
const cache = new Map();
app.get('/data/:id', async (req, res) => {
  const data = await fs.readFile(filePath); // 100 МБ в памяти!
  cache.set(req.params.id, data);
  res.send(data);
});

// Хорошо: потоковая отдача без кэша в RAM
app.get('/data/:id', (req, res) => {
  const stream = fs.createReadStream(filePath, { start: offset, end: length });
  stream.pipe(res); // Память не растет!
});

Практический совет: Для API в fintech используйте кластеры Node.js (cluster модуль) или PM2 для распределения нагрузки. В package.json добавьте:

{
  "scripts": {
    "start": "pm2 start server.js -i max --node-args='--max-old-space-size=4096'"
  }
}

Это повысит лимит до 4 ГБ на процесс и автоматически перезапустит упавшие инстансы. В результате latency упал на 50%, а uptime вырос до 99.99%.

Кейс 2: Чат-сервис — реал-тайм общение с тысячами пользователей

Чаты — классика для Node.js благодаря Socket.io или ws. В проекте вроде LinkedIn или корпоративного чата сообщения должны доставляться мгновенно, без задержек. Но под 10k+ соединениями память “утекает” из-за неочищенных интервалов, таймеров и глобальных объектов.

Реальный кейс: Сервис обратной связи для компании, где чат обрабатывал 500 злых клиентов с запросами без пауз. Память росла линейно из-за хранения состояний пользователей в Map и неудаленных event listeners.

Типичная проблема: GC (Garbage Collector) не справляется с “long-lived” объектами — сокетами, которые висят в памяти после disconnect.

Решение:

1. Очистка ресурсов в Socket.io:

const io = require('socket.io')(server);

io.on('connection', (socket) => {
  let userTimer; // Таймер для heartbeat

  socket.on('join', (userId) => {
    userTimer = setInterval(() => socket.emit('heartbeat'), 30000);
  });

  socket.on('disconnect', () => {
    clearInterval(userTimer); // Обязательно чистим!
    socket.removeAllListeners(); // Удаляем все listeners
  });
});

2. Мониторинг с heap snapshots. В проде используйте --inspect и Chrome DevTools: сделайте snapshot до/после нагрузки, сравните diff. В кейсе с микросервисами утечка нашлась в gRPC-клиенте — не закрытые соединения.

Скрипт для нагрузочного теста (bash из реального кейса):

#!/bin/bash
server_address="localhost"
server_port="5001"
count=1000
for ((i = 0; i < $count; i++)); do
  grpcurl -d '{"id": 1}' -plaintext $server_address:$server_port service/method
  sleep 0.1
done

Рекомендация: Интегрируйте New Relic или clinic.js для flame graphs и трассировки GC. В чатах держите состояния в Redis, а не в RAM: socket.userId = await redis.get(userId). Это масштабирует до миллионов пользователей, как в Uber.

Типичные проблемы с памятью в Node.js и как их решать

1. OOM (Out of Memory) на компиляции/минификации.
При npm build с Webpack или Next.js V8 “задыхается”.
Фикс: NODE_OPTIONS='--max-old-space-size=8192' npm run build в package.json. Для 8 ГБ RAM — норма.

2. Утечки от замыканий и глобалов.
Пример: Массив на миллион элементов мутируется, но ссылка висит.

// Ложноэкономит память, но утекает
const arr = new Array(1e6).fill('data');
arr.forEach((item, i) => arr[i] = processData(item)); // Новый массив!

// Правильно
arr.forEach((item, i) => { arr[i] = processData(item); });

3. Масштабирование: кластеры и worker_threads.
Один поток — узкое место. Используйте cluster:

const cluster = require('cluster');
if (cluster.isMaster) {
  for (let i = 0; i < require('os').cpus().length; i++) {
    cluster.fork();
  }
} else {
  // Ваш сервер
  http.createServer(app).listen(3000);
}

Для CPU-задач — worker_threads.

4. Диагностика в проде.

• --heap-prof для профилей.
• 0x для снепшотов: node --heapsnapshot-signal=SIGUSR2 app.js, затем анализ в Chrome.
• Инструменты: clinic doctor, 0x, flamebearer.

Таблица сравнения решений по памяти:

Лучшие практики для реальных проектов

• Обновляйте Node.js: С 20+ версии инструменты диагностики работают лучше, утечки фиксятся automatically.
• Мониторинг: Prometheus + Grafana для метрик RSS/HeapUsed.
• Тестирование: Artillery или autocannon для симуляции нагрузки.
• Fintech-специфика: Используйте TypeScript + Zod для валидации, чтобы избежать null-утечек в API.

В наших проектах переход на эти практики сократил инциденты на 90%. А как у вас? Делитесь кодами утечек или инструментами — обсудим в комментариях! Какие фреймворки (Express, Nest.js, Fastify) спасли ваши чаты от краха?