翻譯：瘋狂的技術宅
很多人都想知道單執行緒的 Node.js 怎麼能與多執行緒後端競爭。考慮到其所謂的單執行緒特性，許多大公司選擇 Node 作為其後端似乎違反直覺。要想知道原因，必須理解其單執行緒的真正含義。
JavaScript 的設計非常適合在網上做比較簡單的事情，比如驗證表單，或者說建立彩虹色的滑鼠軌跡。 在2009年，Node.js的創始人 Ryan Dahl使開發人員可以用該語言編寫後端程式碼。
通常支援多執行緒的後端語言具有各種機制，用於線上程和其他面向執行緒的功能之間同步資料。要向 JavaScript 新增對此類功能的支援，需要修改整個語言，這不是 Dahl 的目標。為了讓純 JavaScript 支援多執行緒，他必須想一個變通方法。接下來讓我們探索一下其中的奧祕……
Node.js 是如何工作的
Node.js 使用兩種執行緒：event loop 處理的主執行緒和 worker pool 中的幾個輔助執行緒。
事件迴圈是一種機制，它採用回撥（函式）並註冊它們，準備在將來的某個時刻執行。它與相關的 JavaScript 程式碼在同一個執行緒中執行。當 JavaScript 操作阻塞執行緒時，事件迴圈也會被阻止。
工作池是一種執行模型，它產生並處理單獨的執行緒，然後同步執行任務，並將結果返回到事件迴圈。事件迴圈使用返回的結果執行提供的回撥。
簡而言之，它負責非同步 I/O操作 —— 主要是與系統磁碟和網路的互動。它主要由諸如 fs（I/O 密集）或 crypto（CPU 密集）等模組使用。工作池用 libuv 實現，當 Node 需要在 JavaScript 和 C++ 之間進行內部通訊時，會導致輕微的延遲，但這幾乎不可察覺。
基於這兩種機制，我們可以編寫如下程式碼：
fs.readFile(path.join(__dirname, './package.json'), (err, content) => {
if (err) {
return null;
}
console.log(content.toString());
});
複製程式碼前面提到的 fs 模組告訴工作池使用其中一個執行緒來讀取檔案的內容，並在完成後通知事件迴圈。然後事件迴圈獲取提供的回撥函式，並用檔案的內容執行它。
以上是非阻塞程式碼的示例，我們不必同步等待某事的發生。只需告訴工作池去讀取檔案，並用結果去呼叫提供的函式即可。由於工作池有自己的執行緒，因此事件迴圈可以在讀取檔案時繼續正常執行。
在不需要同步執行某些複雜操作時，這一切都相安無事：任何執行時間太長的函式都會阻塞執行緒。如果應用程式中有大量這類功能，就可能會明顯降低伺服器的吞吐量，甚至完全凍結它。在這種情況下，無法繼續將工作委派給工作池。
在需要對資料進行復雜的計算時（如AI、機器學習或大資料）無法真正有效地使用 Node.js，因為操作阻塞了主（且唯一）執行緒，使伺服器無響應。在 Node.js v10.5.0 釋出之前就是這種情況，在這一版本增加了對多執行緒的支援。
簡介：worker_threads
worker_threads 模組允許我們建立功能齊全的多執行緒 Node.js 程式。
thread worker 是在單獨的執行緒中生成的一段程式碼（通常從檔案中取出）。
注意，術語 thread worker，worker 和 thread 經常互換使用，他們都指的是同一件事。
要想使用 thread worker，必須匯入 worker_threads 模組。讓我們先寫一個函式來幫助我們生成這些thread worker，然後再討論它們的屬性。
type WorkerCallback = (err: any, result?: any) => any;
export function runWorker(path: string, cb: WorkerCallback, workerData: object | null = null) {
const worker = new Worker(path, { workerData });
worker.on('message', cb.bind(null, null));
worker.on('error', cb);
worker.on('exit', (exitCode) => {
if (exitCode === 0) {
return null;
}
return cb(new Error(`Worker has stopped with code ${exitCode}`));
});
return worker;
}
複製程式碼要建立一個 worker，首先必須建立一個 Worker 類的例項。它的第一個引數提供了包含 worker 的程式碼的檔案的路徑；第二個引數提供了一個名為 workerData 的包含一個屬性的物件。這是我們希望執行緒在開始執行時可以訪問的資料。
請注意：不管你是用的是 JavaScript， 還是最終要轉換為 JavaScript 的語言（例如，TypeScript），路徑應該始終引用帶有 .js 或 .mjs 副檔名的檔案。
我還想指出為什麼使用回撥方法，而不是返回在觸發 message 事件時將解決的 promise。這是因為 worker 可以傳送許多 message 事件，而不是一個。
正如你在上面的例子中所看到的，執行緒間的通訊是基於事件的，這意味著我們設定了 worker 在傳送給定事件後呼叫的偵聽器。
以下是最常見的事件：
worker.on('error', (error) => {});
複製程式碼只要 worker 中有未捕獲的異常，就會發出 error 事件。然後終止 worker，錯誤可以作為提供的回撥中的第一個引數。
worker.on('exit', (exitCode) => {});
複製程式碼在 worker 退出時會發出 exit 事件。如果在worker中呼叫了 process.exit()，那麼 exitCode 將被提供給回撥。如果 worker 以 worker.terminate() 終止，則程式碼為1。
worker.on('online', () => {});
複製程式碼只要 worker 停止解析 JavaScript 程式碼並開始執行，就會發出 online 事件。它不常用，但在特定情況下可以提供資訊。
worker.on('message', (data) => {});
複製程式碼只要 worker 將資料傳送到父執行緒，就會發出 message 事件。
現在讓我們來看看如何線上程之間共享資料。
線上程之間交換資料
要將資料傳送到另一個執行緒，可以用 port.postMessage() 方法。它的原型如下：
port.postMessage(data[, transferList])
複製程式碼port 物件可以是 parentPort，也可以是 MessagePort 的例項 —— 稍後會詳細講解。
資料引數
第一個引數 —— 這裡被稱為 data —— 是一個被複制到另一個執行緒的物件。它可以是複製演算法所支援的任何內容。
資料由結構化克隆演算法進行復制。引用自 Mozilla：
它通過遞迴輸入物件來進行克隆，同時保持之前訪問過的引用的對映，以避免無限遍歷迴圈。
該演算法不復制函式、錯誤、屬性描述符或原型鏈。還需要注意的是，以這種方式複製物件與使用 JSON 不同，因為它可以包含迴圈引用和型別化陣列，而 JSON 不能。
由於能夠複製型別化陣列，該演算法可以線上程之間共享記憶體。
線上程之間共享記憶體
人們可能會說像 cluster 或 child_process 這樣的模組在很久以前就開始使用執行緒了。這話對，也不對。
cluster 模組可以建立多個節點例項，其中一個主程式在它們之間對請求進行路由。叢集能夠有效地增加伺服器的吞吐量；但是我們不能用 cluster 模組生成一個單獨的執行緒。
人們傾向於用 PM2 這樣的工具來集中管理他們的程式，而不是在自己的程式碼中手動執行，如果你有興趣，可以研究一下如何使用 cluster 模組。
child_process 模組可以生成任何可執行檔案，無論它是否是用 JavaScript 寫的。它和 worker_threads 非常相似，但缺少後者的幾個重要功能。
具體來說 thread workers 更輕量，並且與其父執行緒共享相同的程式 ID。它們還可以與父執行緒共享記憶體，這樣可以避免對大的資料負載進行序列化，從而更有效地來回傳遞資料。
現在讓我們看一下如何線上程之間共享記憶體。為了共享記憶體，必須將 ArrayBuffer 或 SharedArrayBuffer 的例項作為資料引數傳送到另一個執行緒。
這是一個與其父執行緒共享記憶體的 worker：
import { parentPort } from 'worker_threads';
parentPort.on('message', () => {
const numberOfElements = 100;
const sharedBuffer = new SharedArrayBuffer(Int32Array.BYTES_PER_ELEMENT * numberOfElements);
const arr = new Int32Array(sharedBuffer);
for (let i = 0; i < numberOfElements; i += 1) {
arr[i] = Math.round(Math.random() * 30);
}
parentPort.postMessage({ arr });
});
複製程式碼首先，我們建立一個 SharedArrayBuffer，其記憶體需要包含100個32位整數。接下來建立一個 Int32Array 例項，它將用緩衝區來儲存其結構，然後用一些隨機數填充陣列並將其傳送到父執行緒。
在父執行緒中：
import path from 'path';
import { runWorker } from '../run-worker';
const worker = runWorker(path.join(__dirname, 'worker.js'), (err, { arr }) => {
if (err) {
return null;
}
arr[0] = 5;
});
worker.postMessage({});
複製程式碼把 arr [0] 的值改為5，實際上會在兩個執行緒中修改它。
當然，通過共享記憶體，我們冒險在一個執行緒中修改一個值，同時也在另一個執行緒中進行了修改。但是我們在這個過程中也得到了一個好處：該值不需要進行序列化就可以另一個執行緒中使用，這極大地提高了效率。只需記住管理資料正確的引用，以便在完成資料處理後對其進行垃圾回收。
共享一個整數陣列固然很好，但我們真正感興趣的是共享物件 —— 這是儲存資訊的預設方式。不幸的是，沒有 SharedObjectBuffer 或類似的東西，但我們可以自己建立一個類似的結構。
transferList引數
transferList 中只能包含 ArrayBuffer 和 MessagePort。一旦它們被傳送到另一個執行緒，就不能再次被傳送了；因為記憶體裡的內容已經被移動到了另一個執行緒。
目前，還不能通過 transferList（可以使用 child_process 模組）來傳輸網路套接字。
建立通訊渠道
執行緒之間的通訊是通過 port 進行的，port 是 MessagePort 類的例項，並啟用基於事件的通訊。
使用 port 線上程之間進行通訊的方法有兩種。第一個是預設值，這個方法比較容易。在 worker 的程式碼中，我們從worker_threads 模組匯入一個名為 parentPort 的物件，並使用物件的 .postMessage() 方法將訊息傳送到父執行緒。
這是一個例子：
import { parentPort } from 'worker_threads';
const data = {
// ...
};
parentPort.postMessage(data);
複製程式碼parentPort 是 Node.js 在幕後建立的 MessagePort 例項，用於與父執行緒進行通訊。這樣就可以用 parentPort 和 worker 物件線上程之間進行通訊。
執行緒間的第二種通訊方式是建立一個 MessageChannel 並將其傳送給 worker。以下程式碼是如何建立一個新的 MessagePort 並與我們的 worker 共享它：
import path from 'path';
import { Worker, MessageChannel } from 'worker_threads';
const worker = new Worker(path.join(__dirname, 'worker.js'));
const { port1, port2 } = new MessageChannel();
port1.on('message', (message) => {
console.log('message from worker:', message);
});
worker.postMessage({ port: port2 }, [port2]);
複製程式碼在建立 port1 和 port2 之後，我們在 port1 上設定事件監聽器並將 port2 傳送給 worker。我們必須將它包含在 transferList 中，以便將其傳輸給 worker 。
在 worker 內部：
import { parentPort, MessagePort } from 'worker_threads';
parentPort.on('message', (data) => {
const { port }: { port: MessagePort } = data;
port.postMessage('heres your message!');
});
複製程式碼這樣，我們就能使用父執行緒傳送的 port 了。
使用 parentPort 不一定是錯誤的方法，但最好用 MessageChannel 的例項建立一個新的 MessagePort，然後與生成的 worker 共享它。
請注意，在後面的例子中，為了簡便起見，我用了 parentPort。
使用 worker 的兩種方式
可以通過兩種方式使用 worker。第一種是生成一個 worker，然後執行它的程式碼，並將結果傳送到父執行緒。通過這種方法，每當出現新任務時，都必須重新建立一個工作者。
第二種方法是生成一個 worker 併為 message 事件設定監聽器。每次觸發 message 時，它都會完成工作並將結果傳送回父執行緒，這會使 worker 保持活動狀態以供以後使用。
Node.js 文件推薦第二種方法，因為在建立 thread worker 時需要建立虛擬機器並解析和執行程式碼，這會產生比較大的開銷。所以這種方法比不斷產生新 worker 的效率更高。
這種方法被稱為工作池，因為我們建立了一個工作池並讓它們等待，在需要時排程 message 事件來完成工作。
以下是一個產生、執行然後關閉 worker 例子：
import { parentPort } from 'worker_threads';
const collection = [];
for (let i = 0; i < 10; i += 1) {
collection[i] = i;
}
parentPort.postMessage(collection);
複製程式碼將 collection 傳送到父執行緒後，它就會退出。
下面是一個 worker 的例子，它可以在給定任務之前等待很長一段時間：
import { parentPort } from 'worker_threads';
parentPort.on('message', (data: any) => {
const result = doSomething(data);
parentPort.postMessage(result);
});
複製程式碼worker_threads 模組中可用的重要屬性
worker_threads 模組中有一些可用的屬性：
isMainThread
當不在工作執行緒內操作時，該屬性為 true 。如果你覺得有必要，可以在 worker 檔案的開頭包含一個簡單的 if 語句，以確保它只作為 worker 執行。
import { isMainThread } from 'worker_threads';
if (isMainThread) {
throw new Error('Its not a worker');
}
複製程式碼workerData
產生執行緒時包含在 worker 的建構函式中的資料。
const worker = new Worker(path, { workerData });
複製程式碼在工作執行緒中：
import { workerData } from 'worker_threads';
console.log(workerData.property);
複製程式碼parentPort
前面提到的 MessagePort 例項，用於與父執行緒通訊。
threadId
分配給 worker 的唯一識別符號。
現在我們知道了技術細節，接下來實現一些東西並在實踐中檢驗學到的知識。
實現 setTimeout
setTimeout 是一個無限迴圈，顧名思義，用來檢測程式執行時間是否超時。它在迴圈中檢查起始時間與給定毫秒數之和是否小於實際日期。
import { parentPort, workerData } from 'worker_threads';
const time = Date.now();
while (true) {
if (time + workerData.time <= Date.now()) {
parentPort.postMessage({});
break;
}
}
複製程式碼這個特定的實現產生一個執行緒，然後執行它的程式碼，最後在完成後退出。
接下來實現使用這個 worker 的程式碼。首先建立一個狀態，用它來跟蹤生成的 worker：
const timeoutState: { [key: string]: Worker } = {};
複製程式碼然後時負責建立 worker 並將其儲存到狀態的函式：
export function setTimeout(callback: (err: any) => any, time: number) {
const id = uuidv4();
const worker = runWorker(
path.join(__dirname, './timeout-worker.js'),
(err) => {
if (!timeoutState[id]) {
return null;
}
timeoutState[id] = null;
if (err) {
return callback(err);
}
callback(null);
},
{
time,
},
);
timeoutState[id] = worker;
return id;
}
複製程式碼首先，我們使用 UUID 包為 worker 建立一個唯一的識別符號，然後用先前定義的函式 runWorker 來獲取 worker。我們還向 worker 傳入一個回撥函式，一旦 worker 傳送了資料就會被觸發。最後，把 worker 儲存在狀態中並返回 id。
在回撥函式中，我們必須檢查該 worker 是否仍然存在於該狀態中，因為有可能會 cancelTimeout()，這將會把它刪除。如果確實存在，就把它從狀態中刪除，並呼叫傳給 setTimeout 函式的 callback。
cancelTimeout 函式使用 .terminate() 方法強制 worker 退出，並從該狀態中刪除該這個worker：
export function cancelTimeout(id: string) {
if (timeoutState[id]) {
timeoutState[id].terminate();
timeoutState[id] = undefined;
return true;
}
return false;
}
複製程式碼如果你有興趣，我也實現了 setInterval，程式碼在這裡，但因為它對執行緒什麼都沒做（我們重用setTimeout的程式碼），所以我決定不在這裡進行解釋。
我已經建立了一個短小的測試程式碼，目的是檢查這種方法與原生方法的不同之處。你可以在這裡找到程式碼。這些是結果：
native setTimeout { ms: 7004, averageCPUCost: 0.1416 }
worker setTimeout { ms: 7046, averageCPUCost: 0.308 }
複製程式碼我們可以看到 setTimeout 有一點延遲 - 大約40ms - 這時 worker 被建立時的消耗。平均 CPU 成本也略高，但沒什麼難以忍受的（CPU 成本是整個過程持續時間內 CPU 使用率的平均值）。
如果我們可以重用 worker，就能夠降低延遲和 CPU 使用率，這就是要實現工作池的原因。
實現工作池
如上所述，工作池是給定數量的被事先建立的 worker，他們保持空閒並監聽 message 事件。一旦 message 事件被觸發，他們就會開始工作併發回結果。
為了更好地描述我們將要做的事情，下面我們來建立一個由八個 thread worker 組成的工作池：
const pool = new WorkerPool(path.join(__dirname, './test-worker.js'), 8);
複製程式碼如果你熟悉限制併發操作，那麼你在這裡看到的邏輯幾乎相同，只是一個不同的用例。
如上面的程式碼片段所示，我們把指向 worker 的路徑和要生成的 worker 數量傳給了 WorkerPool 的建構函式。
export class WorkerPool<T, N> {
private queue: QueueItem<T, N>[] = [];
private workersById: { [key: number]: Worker } = {};
private activeWorkersById: { [key: number]: boolean } = {};
public constructor(public workerPath: string, public numberOfThreads: number) {
this.init();
}
}
複製程式碼這裡還有其他一些屬性，如 workersById 和 activeWorkersById，我們可以分別儲存現有的 worker 和當前正在執行的 worker 的 ID。還有 queue，我們可以使用以下結構來儲存物件：
type QueueCallback<N> = (err: any, result?: N) => void;
interface QueueItem<T, N> {
callback: QueueCallback<N>;
getData: () => T;
}
複製程式碼callback 只是預設的節點回撥，第一個引數是錯誤，第二個引數是可能的結果。 getData 是傳遞給工作池 .run() 方法的函式（如下所述），一旦專案開始處理就會被呼叫。 getData 函式返回的資料將傳給工作執行緒。
在 .init() 方法中，我們建立了 worker 並將它們儲存在以下狀態中：
private init() {
if (this.numberOfThreads < 1) {
return null;
}
for (let i = 0; i < this.numberOfThreads; i += 1) {
const worker = new Worker(this.workerPath);
this.workersById[i] = worker;
this.activeWorkersById[i] = false;
}
}
複製程式碼為避免無限迴圈，我們首先要確保執行緒數 > 1。然後建立有效的 worker 數，並將它們的索引儲存在 workersById 狀態。我們在 activeWorkersById 狀態中儲存了它們當前是否正在執行的資訊，預設情況下該狀態始終為false。
現在我們必須實現前面提到的 .run() 方法來設定一個 worker 可用的任務。
public run(getData: () => T) {
return new Promise<N>((resolve, reject) => {
const availableWorkerId = this.getInactiveWorkerId();
const queueItem: QueueItem<T, N> = {
getData,
callback: (error, result) => {
if (error) {
return reject(error);
}
return resolve(result);
},
};
if (availableWorkerId === -1) {
this.queue.push(queueItem);
return null;
}
this.runWorker(availableWorkerId, queueItem);
});
}
複製程式碼在 promise 函式裡，我們首先通過呼叫 .getInactiveWorkerId() 來檢查是否存在空閒的 worker 可以來處理資料：
private getInactiveWorkerId(): number {
for (let i = 0; i < this.numberOfThreads; i += 1) {
if (!this.activeWorkersById[i]) {
return i;
}
}
return -1;
}
複製程式碼接下來，我們建立一個 queueItem，在其中儲存傳遞給 .run() 方法的 getData 函式以及回撥。在回撥中，我們要麼 resolve 或者 reject promise，這取決於 worker 是否將錯誤傳遞給回撥。
如果 availableWorkerId 的值是 -1，意味著當前沒有可用的 worker，我們將 queueItem 新增到 queue。如果有可用的 worker，則呼叫 .runWorker() 方法來執行 worker。
在 .runWorker() 方法中，我們必須把當前 worker 的 activeWorkersById 設定為使用狀態；為 message 和 error 事件設定事件監聽器（並在之後清理它們）；最後將資料傳送給 worker。
private async runWorker(workerId: number, queueItem: QueueItem<T, N>) {
const worker = this.workersById[workerId];
this.activeWorkersById[workerId] = true;
const messageCallback = (result: N) => {
queueItem.callback(null, result);
cleanUp();
};
const errorCallback = (error: any) => {
queueItem.callback(error);
cleanUp();
};
const cleanUp = () => {
worker.removeAllListeners('message');
worker.removeAllListeners('error');
this.activeWorkersById[workerId] = false;
if (!this.queue.length) {
return null;
}
this.runWorker(workerId, this.queue.shift());
};
worker.once('message', messageCallback);
worker.once('error', errorCallback);
worker.postMessage(await queueItem.getData());
}
複製程式碼首先，通過使用傳遞的 workerId，我們從 workersById 中獲得 worker 引用。然後，在 activeWorkersById 中，將 [workerId] 屬性設定為true，這樣我們就能知道在 worker 在忙，不要執行其他任務。
接下來，分別建立 messageCallback 和 errorCallback 用來在訊息和錯誤事件上呼叫，然後註冊所述函式來監聽事件並將資料傳送給 worker。
在回撥中，我們呼叫 queueItem 的回撥，然後呼叫 cleanUp 函式。在 cleanUp 函式中，要刪除事件偵聽器，因為我們會多次重用同一個 worker。如果沒有刪除監聽器的話就會發生記憶體洩漏，記憶體會被慢慢耗盡。
在 activeWorkersById 狀態中，我們將 [workerId] 屬性設定為 false，並檢查佇列是否為空。如果不是，就從 queue 中刪除第一個專案，並用另一個 queueItem 再次呼叫 worker。
接著建立一個在收到 message 事件中的資料後進行一些計算的 worker：
import { isMainThread, parentPort } from 'worker_threads';
if (isMainThread) {
throw new Error('Its not a worker');
}
const doCalcs = (data: any) => {
const collection = [];
for (let i = 0; i < 1000000; i += 1) {
collection[i] = Math.round(Math.random() * 100000);
}
return collection.sort((a, b) => {
if (a > b) {
return 1;
}
return -1;
});
};
parentPort.on('message', (data: any) => {
const result = doCalcs(data);
parentPort.postMessage(result);
});
複製程式碼worker 建立了一個包含 100 萬個隨機數的陣列，然後對它們進行排序。只要能夠多花費一些時間才能完成，做些什麼事情並不重要。
以下是工作池簡單用法的示例：
const pool = new WorkerPool<{ i: number }, number>(path.join(__dirname, './test-worker.js'), 8);
const items = [...new Array(100)].fill(null);
Promise.all(
items.map(async (_, i) => {
await pool.run(() => ({ i }));
console.log('finished', i);
}),
).then(() => {
console.log('finished all');
});
複製程式碼首先建立一個由八個 worker 組成的工作池。然後建立一個包含 100 個元素的陣列，對於每個元素，我們在工作池中執行一個任務。開始執行後將立即執行八個任務，其餘任務被放入佇列並逐個執行。通過使用工作池，我們不必每次都建立一個 worker，從而大大提高了效率。
結論
worker_threads 提供了一種為程式新增多執行緒支援的簡單的方法。通過將繁重的 CPU 計算委託給其他執行緒，可以顯著提高伺服器的吞吐量。通過官方執行緒支援，我們可以期待更多來自AI、機器學習和大資料等領域的開發人員和工程師使用 Node.js.
歡迎關注京程一燈公眾號：京程一燈，獲取更多前端乾貨。
