Node.js 中的多线程和多进程

作者：疯狂的技术宅 来源：前端先锋

Node.js 是一个免费的跨平台 JavaScript 运行时环境，尽管它本质上是单线程的，但是可以在后台使用多个线程来执行异步代码。

由于 Node.js 的非阻塞性质，不同的线程执行不同的回调，这些回调首先委托给事件循环。Node.js 运行时负责处理所有这一切。

为什么要用 NodeJS?

JavaScript 最初是作为一种单线程编程语言构建的，仅在 Web 浏览器中运行。这意味着在一个过程中，只有一组指令能够在给定的时间执行。

仅在当前代码块的执行完成后，才移至下一个代码块。但是，JavaScript 的单线程性质使实现变得容易。

最初 JavaScript 仅用于向网站添加少量交互。所以并没有对多线程的需求。但是时代已经变了，用户要求也越来越高，JavaScript 已成为 Web 上流行的编程语言。

多线程现在变得很普遍。由于 JavaScript 是单线程语言，因此无法在其中实现多线程。幸运的是，在这种情况下，有一个很好的解决方法：Node.js。

Node.js 框架并不少，这要归功于 JavaScript 运行时环境(尤其是 JavaScript)的普遍流行。在继续本文之前，让我们了解一些有关 Node.js 的重要观点：

• 可以用 send 函数将消息从子进程传递到其他子进程和主进程
• 支持 fork 多个进程
• 主进程和子进程之间不共享状态

为什么要 fork 进程?

在两种情况下，我们需要 fork 一个流程：

• 通过将任务委派给其他进程来提高速度
• 用于释放内存和卸载单个进程

可以将数据发送到子进程，也可以将其送回。

Node.js 的方式

Node.js 使用两种类型的线程：

• 通过事件循环处理主线程，
• 工作池中有许多辅助线程

事件循环负责获取回调或函数，并将其注册以供将来执行。它与正确的 JavaScript 代码在同一线程中运行。一旦 JavaScript 操作阻塞了线程，事件循环也会被阻塞。

工作池是一个执行模型，负责产生和处理不同的线程。它同步执行任务，然后将结果返回到事件循环，最后事件循环将结果提供给回调。

总而言之，工作池负责异步 I/O 操作，即与系统磁盘和网络的交互。像 fs 和 crypto 这样的模块是使用工作池的主要模块。

由于工作池是在 libuv 库中实现的，Node.js 在 JS 和 C++ 之间进行内部通信时会稍有延迟。不过这几乎是不可察觉的。

一切都很好，直到我们遇到同步执行复杂操作的要求。任何需要大量时间执行的函数都会导致主线程阻塞。

如果程序具有多个占用大量 CPU 的函数，将会导致服务器吞吐量的显著下降。在最坏的情况下，服务器将会失去响应，并且无法将任务委派给工作池。

诸如 AI、大数据和机器学习之类的领域无法从 Node.js 中受益，因为这些操作阻塞了主线程，并使服务器失去响应。但是这随着 Node.js v10.5.0 的到来而改变，该版本增加了对多线程的支持。

并发和 CPU 绑定任务的挑战

在 JavaScript 中建立并发可能很困难。允许多个线程访问相同的内存会导致竞争状态，这不仅使故障难以重现，而且解决起来也很困难。

Node.js 最初被实现为基于异步 I/O 的服务器端平台。通过简单地消除线程需求，这使很多事情变得容易。是的，Node.js 程序是单线程的，但不是典型的方式。

我们可以在 Node.js 中并行运行，但是不需要创建线程。操作系统和虚拟机共同并行使用 I/O，然后在需要将数据发送回 JavaScript 代码时，JS 代码在单个线程中运行。

除 JS 代码外，所有内容均在 Node.js 中并行运行。与异步块不同，JS 的同步块总是一次执行一次。与代码执行相比，等待 JS 中产生 I/O 事件所花费的时间要多得多。

Node.js 程序仅调用所需的函数或回调，而不会阻止其他代码的执行。最初 JavaScript 和 Node.js 都不打算处理 CPU 密集型或 CPU 绑定的任务。

当代码最少时，执行将会是敏捷的。但是计算量越大，执行速度就越慢。

如果你仍然尝试在 JS 和 Node 中完成 CPU 密集型任务，那么将会使浏览器中的 UI 冻结并对所有 I/O 事件进行排队处理。尽管如此，我们已经走了很远。现在有了 worker_threads 模块。

worker_threads 模块使多线程变得简单

Node.js v10.5.0 于 2018 年 6 月发布，引入了 worker_threads 模块。它有助于在流行的 JavaScript 运行时环境中实现并发。该模块允许创建功能齐全的多线程 Node.js 应用。

从技术上讲，工作线程是在单独的线程中产生的一些代码。要开始使用辅助线程，需要先导入 worker_threads 模块。之后需要创建 Worker 类的实例以创建工作线程。

创建 Worker 类的实例时，有两个参数：

• 第一个参数提供扩展名 .js 或 .mjs 的文件路径，其中包含工作程序线程的代码，
• 第二个参数提供了一个包含 workerData 属性的对象，该属性包含工作线程开始执行时将访问的数据

辅助线程能够调度多个消息事件。因此，回调方法优先于返回 promise。

工作线程之间的通信是基于事件的，即侦听器设置为在工作线程发送事件后立即调用。最常见的 4 个事件是：

worker.on('error', (error) => {});

(1) 当工作线程中有未捕获的异常时发出。接下来工作线程终止，并且该错误可以作为回调中的第一个参数使用。

worker.on('exit', (exitCode) => {})

(2) 当辅助线程退出时发出。如果在工作线程中调用了 process.exit()，则会将 exitCode 提供给回调。如果 worker.terminate() 终止工作线程，则代码为 1。

worker.on('message', (data) => {});

(3) 当工作线程将数据发送到父线程时发出。

worker.on('online', () => {});

(4) 当工作线程停止解析 JS 代码并开始执行时发出。尽管不常用，但 online 事件在特定情况下可能会提供更多信息。

使用工作线程的方式

有两种使用工作线程的方法：

• 方法 1 – 涉及产生工作线程，执行其代码并将结果发送到父线程。此方法需要每次为新任务从头创建新的 worker 线程。
• 方法 2 – 涉及生成 worker 线程并为消息事件设置侦听器。每次触发该消息时，辅助线程都会执行代码，并将结果发送回父线程。辅助线程保持活动状态，以备将来使用。

方法 2 也被称为工作池。这是因为该方法涉及创建 worker 的工作池，先让他们等待，并在需要时去调度消息事件来执行任务。

由于从头创建工作线程需要创建虚拟机以及解析和执行代码，因此官方 Node.js 文档 建议采用方法 2。此外，方法 2 更为实用，比方法 1 更有效。

(1) worker_threads 模块中可用的重要属性

• isMainThread – 当不在工作线程内操作时，此属性为 true。如果需要，则可以在 worker 文件的开头包含一个简单的 if 语句。这样可以确保它仅作为工作线程运行。
• parentPort – MessagePort 的实例，用于与父线程进行通信。
• threadId – 分配给工作线程的唯一标识符。
• workerData – 包含在 worker 线程的构造函数中的数据。

(2) Node.js 中的多进程

为了使 Node.js 利用多核系统的功能，可以用一些进程。流行的 javascript 运行时环境中有称被为 cluster 的模块，该模块提供对多进程的支持。

使用 cluster 模块可以产生多个子进程，这些子进程可以共享一个公共端口。当子进程投入使用时，使用 NodeJS 的系统可以处理更大的工作量。

(3) 后端的 Node.js

互联网已经成为全球数以百万计公司的首选平台。因此，为使一家企业发挥最大潜力，并在此过程中脱颖而出，必须拥有强大的网络形象。

这一切都始于一个强大而直观的网站。要打造一个完美无瑕的网站，重要的是选择最佳的前端和后端技术。尽管本质上是单线程的，但 Node.js 是开发后端 Web 服务的首选。

尽管有大量的后端多线程选择，但知名公司还是喜欢 Node.js。这是因为 Node.js 提供了在 JavaScript 中使用多线程的变通方法，而 JavaScript 已经是“Web上最流行的编程语言”。

总结

worker_threads 模块提供了一种在 Node.js 程序中实现多线程的简便方法。通过将繁重的计算委派给工作线程，可以显着提高服务器的吞吐量。

借助对多线程的支持，Node.js 将继续吸引越来越多的来自 AI、大数据和机器学习等计算密集型领域的开发人员、工程师和其他专业人员。