当前位置：首页 > news >正文

Node.js worker_threads：并发 vs 并行

news 2025/7/6 9:21:46

一、核心结论

Node.js 的 worker_threads 模块实现的是 并行计算 ，而非传统意义上的“并发”。其通过操作系统级线程实现多核 CPU 的并行执行，同时保留 Node.js 单线程事件循环的并发模型。

二、关键概念解析

1. 并发（Concurrency） vs 并行（Parallelism）

并发：
- 指系统同时处理多个任务的能力，但任务可能交替执行（如单核 CPU 通过时间片轮转）。
- Node.js 主线程 的事件循环是典型的并发模型，通过非阻塞 I/O 和事件队列实现。
并行：
- 指多个任务同时执行，需多核 CPU 支持，每个任务运行在独立核心上。
- worker_threads 通过创建操作系统级线程实现并行计算。

2. Node.js 的线程模型

主线程：
- 单线程，运行事件循环，处理 I/O 和事件回调。
- 阻塞主线程会导致整个进程卡顿。
Worker 线程：
- 每个 Worker 线程是独立的 JavaScript 运行时，拥有自己的事件循环和堆内存。
- 线程由操作系统的系统线程支持，可绑定到不同 CPU 核心，实现并行执行。

三、`worker_threads` 的并行机制

1. 多核利用

默认线程数：
- Node.js 根据 CPU 核心数自动创建线程池（通常等于核心数）。
- 例如，4 核 CPU 默认创建 4 个线程，每个线程绑定到一个核心。
任务分配：
- 主线程通过 Worker 类创建子线程，并将任务通过 postMessage 分发。
- 子线程执行任务后，通过 parentPort.postMessage 返回结果。

2. 线程调度

操作系统调度：
- Worker 线程由操作系统调度到不同 CPU 核心，实现真正的并行执行。
- 线程间通过 SharedArrayBuffer 或消息传递通信，避免阻塞主线程。

示例：并行计算斐波那契数列

// main.js
const { Worker } = require('worker_threads');
const numCPUs = require('os').cpus().length;for (let i = 0; i < numCPUs; i++) {const worker = new Worker('./fibonacciWorker.js');worker.postMessage(40); // 每个线程计算第40个斐波那契数
}

// fibonacciWorker.js
const { parentPort } = require('worker_threads');function fibonacci(n) {return n <= 1 ? n : fibonacci(n - 1) + fibonacci(n - 2);
}parentPort.on('message', (n) => {const result = fibonacci(n);parentPort.postMessage(result);
});

四、对比传统并发模型

1. 事件循环（主线程）

特点：
- 单线程，通过非阻塞 I/O 和事件队列实现高并发。
- 适合 I/O 密集型任务（如网络请求、文件操作）。
局限：
- CPU 密集型任务会阻塞事件循环，导致其他任务无法执行。

2. Worker 线程（并行计算）

特点：
- 多线程，利用多核 CPU 并行执行 CPU 密集型任务。
- 线程间通过消息传递或共享内存通信，避免阻塞主线程。
适用场景：
- 大型计算（如加密、图像处理、机器学习）。
- 并行化数据库查询或数据处理任务。

五、性能监控与验证

1. 监控 CPU 核心利用率

Linux：

top -H -p <PID>  # 查看进程内所有线程的CPU使用率

Node.js：

const { threadId } = require('worker_threads');
console.log(`Worker ${threadId} 正在运行`);

2. 并行计算验证

示例：计算 π 的近似值（蒙特卡洛方法）

// main.js
const { Worker } = require('worker_threads');
const numWorkers = 4;
const totalSamples = 1e8;const workers = Array.from({ length: numWorkers }, (_, i) => {const worker = new Worker('./piWorker.js');worker.postMessage({ samples: totalSamples / numWorkers });return worker;
});let results = [];
workers.forEach((worker, i) => {worker.on('message', (result) => {results[i] = result;if (results.length === numWorkers) {const pi = results.reduce((sum, val) => sum + val) / numWorkers;console.log(`π ≈ ${pi}`);}});
});

// piWorker.js
const { parentPort } = require('worker_threads');parentPort.on('message', ({ samples }) => {let inside = 0;for (let i = 0; i < samples; i++) {const x = Math.random();const y = Math.random();if (x * x + y * y <= 1) inside++;}parentPort.postMessage(4 * inside / samples);
});

六、总结

worker_threads 是并行计算：
- 利用多核 CPU，通过操作系统级线程实现任务并行执行。
- 适用于 CPU 密集型任务，避免阻塞主线程的事件循环。
与主线程的并发模型互补：
- 主线程处理 I/O 和事件驱动的并发。
- Worker 线程处理 CPU 密集型任务的并行计算。

通过合理使用 worker_threads，您可以充分发挥多核 CPU 的性能优势，构建高效、响应迅速的 Node.js 应用。

查看全文

http://www.dtcms.com/a/267367.html