用 Node 的 fs.watch 监听配置变更，我遇到了重复事件
线上有个服务需要热加载本地 JSON 配置，Node 18.17，Linux 容器，配置大概 200 行，一天改两三次。最初用 fs.watch 监听文件，改了配置后偶尔会连续触发两次回调，导致重载逻辑跑两遍，其中一次读到写了一半的文件直接 JSON.parse 报错。
NodeJS — Node.js 服务端 JavaScript 开发交流
Node 20 中用 date-fns 做时区转换，我漏掉夏令时那一小时
上个月做定时任务，需要把用户本地时间转换成 UTC 存库。线上用的是 Node 20.11，容器时区统一设成 UTC，数据量不大，一天几十万条记录。上线第二天发现，凌晨那批任务的执行时间比预期晚了一个小时，用户投诉说提醒迟到了。
Node 20 下用 npm ci 装依赖，我在 lockfile 上翻过车
上周把一个服务从 Node 16 迁到 Node 20.11，CI 用的是 `npm ci`。本地 `npm install` 一切正常，流水线跑第三次构建的时候开始报错，说 `package-lock.json` 和 `package.json` 不同步，直接退出。仓库大小不大，`node_modules` 装完 400MB 左右，依赖树大概 900 个包。
用 npx 跑 CLI 工具，我遇到权限报错
项目里要批量改几十个 JSON 文件的字段，写脚本太啰嗦，我直接用了 `npx json -I -f a.json -e 'this.x=1'`。本机 Node 18.17，macOS 13，npm 9.6，第一次跑就报 `EACCES: permission denied, open '/Users/xxx/.npm/_npx/.../node_modules/.bin/json'`。文件数量不
用 Node 的 spawn 跑 ffmpeg，我卡在 stderr 缓冲上
上周在一台 4 核 8G 的 CentOS 7 机器上，Node 18.17，要把用户上传的 200 多个 mp4 批量转成 720p。每个文件 30MB 到 400MB 不等，用的是 fluent-ffmpeg 包了一层 child_process.spawn。现象很怪：大部分任务正常，个别超过 300MB 的文件会卡住，进程不退出，也不报错，CPU 占用掉到接近 0。
Node 20 上给 Express 接口加 gzip，我在压缩阈值上翻过车
项目是 Node 20.11 + Express 4，一个内部查询接口，返回的商品列表 JSON 平均 40 到 80KB，峰值 2MB 左右。上线后发现客户端首屏慢，抓包看到响应没压缩，于是加 `compression`。第一版图省事，直接默认参数：
用 Node 的 readline 逐行扫 2GB 日志，我为什么不用流拼接
环境是 Node 18.17，Ubuntu 22.04，4 核 8G 的机器。要处理的是一批 Nginx access log，单文件 2.1GB，约 1200 万行，目标是统计每个上游服务的 p99 耗时。第一版我用 fs.createReadStream 加手动拼 buffer，按 \n 切，结果跑了一分多钟还偶发丢行，内存也涨到 800MB 左右。
用 Node 的流把日志文件切片，我踩了两个坑
上周处理一个线上问题，需要把一台机器上 2.4GB 的 access.log 按小时切出来，再统计各小时 5xx 的比例。环境是 Node 20.11，Linux，容器里内存只给了 512MB。第一版我图省事用了 `fs.readFileSync` 读整个文件再 split，进程直接被 OOM kill，一次都没跑完。
用 Node 的定时器做延迟队列，我遇到了内存泄漏
我在一个订单自动取消的服务里用 setTimeout 做延迟队列，Node 16 环境，单机峰值 30 万延迟任务。现象是运行两天后 RSS 从 300MB 涨到 1.2GB，heap snapshot 里全是 Timeout 对象和闭包。
用 Node 的 AsyncLocalStorage 打请求日志，我踩了三个坑
服务跑在 Node 18.17，Koa 2 起的 HTTP 服务，日志用 pino。之前每个请求入口手动生成一个 traceId，一路当参数往下传，传到第五层 service 的时候就开始有人忘了带。后来换成 AsyncLocalStorage 存上下文，入口中间件里 run 一个 store，业务代码直接取，看起来能一劳永逸。
用worker_threads处理图片缩略图，我踩到的内存坑
上周在 Node 18.16 上跑一个批量生成缩略图的服务，输入是 2000 张 5MB 左右的 JPEG，输出 200x200 的 webp。用 sharp 在主线程一张张处理，内存峰值直接飙到 1.2GB，处理速度还慢。后来换成 worker_threads 池，峰值降到 400MB 左右，吞吐量大概翻了一倍。
Node 18 上读大 JSON 文件，别直接 require
线上有个离线任务，每天要读一批第三方导出的 JSON 文件，单个 60 到 200MB，Node 版本是 18.17，跑在 4C8G 的容器里。现象是任务刚起来 RSS 就冲到 1.2G 左右，两三个文件轮着处理时偶尔直接被 OOM kill，日志里连异常都没有。