Linux Node.js集群部署方法详解

在 Linux 环境下借助 Node.js 实现集群部署有多种方式，其中最为基础且常用的就是直接使用 Node.js 内置的 cluster 模块。下面将逐步拆解整个流程，并介绍如何通过 PM2 简化集群管理。

1. 安装 Node.js

第一步自然是安装 Node.js 环境。如果 Linux 系统中尚未安装，可通过 NodeSource 提供的脚本快速完成：

curl -fsSL https://deb.nodesource.com/setup_14.x | sudo -E bash -
sudo apt-get install -y nodejs

这里以 Node.js 14.x 版本为例，你可以根据实际需求调整版本号。

2. 创建一个简单的 Node.js 应用

先编写一个最基础的 HTTP 服务，方便后续演示集群效果。将文件命名为 app.js：

const http = require('http');
const server = http.createServer((req, res) => {
  res.writeHead(200);
  res.end('Hello World\n');
});
server.listen(3000, () => {
  console.log('Server running at http://localhost:3000/');
});

此时在终端执行 node app.js 即可启动服务，但这仍然是单进程运行。

3. 使用 cluster 模块实现多进程

接下来是核心步骤——通过 cluster 模块将应用改造为多进程模式。修改 app.js，让主进程（Master）根据 CPU 核心数创建对等工作进程（Worker）：

const cluster = require('cluster');
const http = require('http');
const numCPUs = require('os').cpus().length;

if (cluster.isMaster) {
  console.log(`Master ${process.pid} is running`);

  // 按 CPU 核心数创建工作进程
  for (let i = 0; i < numCPUs; i++) {
    cluster.fork();
  }

  cluster.on('exit', (worker, code, signal) => {
    console.log(`worker ${worker.process.pid} died`);
  });
} else {
  // 工作进程共享同一个 TCP 连接（即 HTTP 服务）
  http.createServer((req, res) => {
    res.writeHead(200);
    res.end('Hello World\n');
  }).listen(3000);

  console.log(`Worker ${process.pid} started`);
}

这段代码的设计清晰明了：主进程仅负责管理和创建子进程，实际请求处理由 forked 的 Worker 进程完成。

4. 运行应用

在终端直接执行：

node app.js

控制台会输出 Master 及各个 Worker 的 PID，表明多进程集群已经启动。

5. 验证集群是否生效

通过 ps 命令查看进程列表，可以确认多个 Node.js 进程正在并行运行：

ps aux | grep node

你将看到 Master 进程与多个 Worker 进程同时存在，每个 Worker 通常对应一个 CPU 核心。

6. 使用 PM2 实现更高级的集群管理

cluster 模块虽然功能足够，但在生产环境中直接管理进程仍有诸多不便——例如进程崩溃后的自动重启、日志收集、负载均衡策略等。此时 PM2 是更加成熟的解决方案。

安装 PM2

npm install pm2 -g

启动应用（自动利用所有 CPU 核心）

pm2 start app.js -i max

-i max 参数使 PM2 根据 CPU 核心数自动启动相应数量的进程，效果与手动 fork 相同，但省去了自行编写 cluster 逻辑的麻烦。

查看应用运行状态

pm2 list

实时监控各项指标

pm2 monit

日志查看与管理

pm2 logs

使用 PM2 后，进程管理、健康检查、零停机重载等功能都简化为几条命令。整体来说，如果你是首次接触 Node.js 集群部署，建议先用 cluster 模块理解底层原理，再切换到 PM2 用于生产环境，这样既能掌握核心机制，又能获得工程化的便利。