对网站策划的看法ps培训班

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。