Worker 线程：Javascript 不是单线程的！
如果我告诉你 JavaScript 不是严格意义上的单线程，并且有一种方法可以通过 worker 线程来利用多线程的力量呢？ 感兴趣？ 让我们更深入地探讨这个话题。
单线程 JavaScript 🧐 的神话
长期以来，JavaScript 一直被视为单线程环境，主要是因为它的单线程事件循环以顺序方式处理异步任务、UI 呈现和用户交互。这种设计选择有助于简化开发过程，但在执行长时间运行的任务时可能会导致性能瓶颈。
进入 Worker 线程 🚀
工作线程是 JavaScript 实现并行性的答案，允许您在后台线程中运行脚本并在不中断主线程的情况下执行繁重的任务。这意味着您可以执行计算成本高昂的作，例如数据处理或复杂计算，而不会影响 Web 应用程序的响应能力。它们允许您并行执行 JavaScript，从而提供一种从主事件循环中卸载处理任务的解决方案，从而防止其被阻塞。
主要特点和优势：
- 并行执行：它们与主线程并行运行，从而可以更有效地处理 CPU 密集型任务。
- 无阻塞：通过将繁重的工作委托给线程，主线程保持畅通，确保 I/O作的流畅性能。
- 共享内存：线程可以使用 共享内存，从而促进线程之间的高效通信和数据处理。
SharedArrayBuffer
它是如何工作的？ 🛠️
在 Node.js 版本 12 中稳定下来的工作线程提供了一个 API，用于有效管理 CPU 密集型任务。与集群或子进程不同，它可以共享内存，从而允许在线程之间实现高效的数据传输。每个工作线程都与主线程一起运行，配备了其事件循环，增强了应用程序同时处理多个任务的能力。
一个简单的例子
考虑一个Node.js应用程序，其中主线程的任务是 CPU 密集型作，例如针对应用程序内的不同用例调整图像大小。传统上，此作会阻止主线程，从而影响应用程序处理其他请求的能力。通过将此任务卸载到工作线程，主线程可以自由处理传入的请求，从而显著提高应用程序的性能和响应能力。
用于调整图像大小的代码片段
// main.js
const { Worker } = require("worker_threads");
function resizeImage(imagePath, sizes, outputPath) {
const worker = new Worker("./worker.js", {
workerData: { imagePath, sizes, outputPath },
});
worker.on("message", (message) => console.log(message));
worker.on("error", (error) => console.error(error));
worker.on("exit", (code) => {
if (code !== 0)
console.error(new Error(Worker stopped with exit code ${code}));
});
}// worker.js
const { parentPort, workerData } = require("worker_threads");
const sharp = require("sharp"); // Assuming sharp is used for image processing
async function processImages() {
const { imagePath, sizes, outputPath } = workerData;
try {
for (const size of sizes) {
const output = ${outputPath}/resize-${size}-${Date.now()}.jpg;
await sharp(imagePath).resize(size.width, size.height).toFile(output);
parentPort.postMessage(Image resized to ${size.width}x${size.height});
}
} catch (error) {
parentPort.postMessage(Error resizing image: ${error});
}
}
processImages();在此示例中，主线程启动用于调整图像大小的工作线程，并通过 传递必要的数据。工作线程使用库执行调整大小作，并将进度传回主线程，而不会阻止它。workerDatasharp
实际应用 🌐
工作线程并不是解决所有性能问题的灵丹妙药，但在涉及 CPU 密集型作的情况下特别有效，例如：
JavaScript 中的机器学习
随着基于 JavaScript 的机器学习库（如 TensorFlow.js）的兴起，直接在 JavaScript 应用程序中处理密集型计算的需求越来越大。它可以用于运行机器学习模型、执行训练和在后台处理大型数据集。
实时数据处理
在需要实时数据处理的应用程序中，例如金融交易平台或 IoT 系统，线程可以同时处理传入的数据流。例如，接收连续传感器数据流的 Node.js 服务器可以使用线程来解析、分析和存储数据，而不会延迟主事件循环。这可确保系统保持响应并能够处理高吞吐量数据。
游戏开发
JavaScript 越来越多地用于游戏开发，尤其是 Phaser.js 等框架。游戏通常需要实时渲染、物理计算和 AI 处理，这可能是 CPU 密集型的。将这些任务卸载到线程可以显著提高性能，提供更流畅的游戏体验。通过并行处理寻路算法或复杂碰撞检测等任务，线程可以帮助保持一致的帧速率并改善整体游戏体验。
最佳实践和注意事项 📝
- 安全： 请记住，出于安全原因，worker 有一些限制，例如无法访问 DOM。
- 性能： 虽然 worker 功能强大，但生成过多的 worker 可能会导致内存和性能问题。始终测试和优化。
挑战和限制
内存开销
每个工作线程都运行自己的 V8 引擎实例，从而导致内存使用量增加。虽然这允许真正的并行执行，但它也会带来开销，尤其是在同时生成许多工作线程时。开发人员必须平衡工作线程的数量与可用的系统资源，从而可能实施一个可重用的工作线程池来有效地管理资源利用率。
线程管理
有效管理工作线程对于防止资源耗尽至关重要。实施工作线程池可以帮助管理线程的生命周期，将它们重新用于不同的任务，而不是频繁创建和销毁线程。这种方法减少了与线程创建和拆解相关的开销，从而获得更好的性能和资源管理。
通信开销
虽然工作线程可以使用 SharedArrayBuffer 共享内存，但开发人员必须谨慎对待与线程间通信相关的开销。在线程之间传递大量数据可能会带来高昂的性能成本。优化数据传输机制并最大限度地减少线程之间共享的数据量有助于缓解此问题。
结论
工作线程代表了 JavaScript 功能的重大进步，允许开发人员利用多线程的强大功能来提高性能和响应能力。通过了解与工作线程相关的优势、用例和挑战，开发人员可以就何时以及如何在其项目中实施它们做出明智的决策。无论您是在构建复杂的机器学习应用程序、实时数据处理系统还是交互式游戏，工作线程都可以帮助您实现更高级别的性能和可扩展性。