聊聊Node.js中的多进程和多线程

青灯夜游 200 阅读 0 评论 152 点赞

大家都知道 Node 是单线程的，却不知它也提供了多进（线）程模块来加速处理一些特殊任务，本文便带领大家了解下 Node.js 的多进（线）程，希望对大家有所帮助！

我们都知道 Node.js 采用的是单线程、基于事件驱动的异步 I/O 模型，其特性决定了它无法利用 CPU 多核的优势，也不善于完成一些非 I/O 类型的操作（比如执行脚本、AI 计算、图像处理等），为了解决此类问题，Node.js 提供了常规的多进（线程）方案（关于进程、线程的讨论，可参见笔者的另一篇文章 Node.js 与并发模型），本文便为大家介绍 Node.js 的多进（线）程机制。

child_process

我们可使用 child_process 模块创建 Node.js 的子进程，来完成一些特殊的任务（比如执行脚本），该模块主要提供了 exec、execFile、fork、spwan 等方法，下面我们就简单介绍下这些方法的使用。

exec

const { exec } = require('child_process');

exec('ls -al', (error, stdout, stderr) => {
  console.log(stdout);
});

该方法根据 options.shell 指定的可执行文件处理命令字符串，在命令的执行过程中缓存其输出，直到命令执行完成后，再将执行结果以回调函数参数的形式返回。

该方法的参数解释如下：

command：将要执行的命令（比如 ls -al）；
options：参数设置（可不指定），相关属性如下：
- cwd：子进程的当前工作目录，默认取 process.cwd() 的值；
- env：环境变量设置（为键值对对象），默认取 process.env 的值；
- encoding：字符编码，默认值为：utf8；
- shell：处理命令字符串的可执行文件，Unix 上默认值为 /bin/sh，Windows 上默认值取 process.env.ComSpec 的值（如为空则为 cmd.exe）；比如：
```
const { exec } = require('child_process');

exec("print('Hello World!')", { shell: 'python' }, (error, stdout, stderr) => {
  console.log(stdout);
});
```
  运行上面的例子将输出 Hello World!，这等同于子进程执行了 python -c "print('Hello World!')" 命令，因此在使用该属性时需要注意，所指定的可执行文件必须支持通过 -c 选项来执行相关语句。
  注：碰巧 Node.js 也支持 -c 选项，但它等同于 --check 选项，只用来检测指定的脚本是否存在语法错误，并不会执行相关脚本。
- signal：使用指定的 AbortSignal 终止子进程，该属性在 v14.17.0 以上可用，比如：
```
const { exec } = require('child_process');

const ac = new AbortController();
exec('ls -al', { signal: ac.signal }, (error, stdout, stderr) => {});
```
  上例中，我们可通过调用 ac.abort() 来提前终止子进程。
- timeout：子进程的超时时间（如果该属性的值大于 0，那么当子进程运行时间超过指定值时，将会给子进程发送属性 killSignal 指定的终止信号），单位毫米，默认值为 0；
- maxBuffer：stdout 或 stderr 所允许的最大缓存（二进制），如果超出，子进程将会被杀死，并且将会截断任何输出，默认值为 1024 * 1024；
- killSignal：子进程终止信号，默认值为 SIGTERM；
- uid：执行子进程的 uid；
- gid：执行子进程的 gid；
- windowsHide：是否隐藏子进程的控制台窗口，常用于 Windows 系统，默认值为 false；
callback：回调函数，包含 error、stdout、stderr 三个参数：
- error：如果命令行执行成功，值为 null，否则值为 Error 的一个实例，其中 error.code 为子进程的退出的错误码，error.signal 为子进程终止的信号；
- stdout 和 stderr：子进程的 stdout 和 stderr，按照 encoding 属性的值进行编码，如果 encoding 的值为 buffer，或者 stdout、stderr 的值是一个无法识别的字符串，将按照 buffer 进行编码。

execFile

const { execFile } = require('child_process');

execFile('ls', ['-al'], (error, stdout, stderr) => {
  console.log(stdout);
});

该方法的功能类似于 exec，唯一的区别是 execFile 在默认情况下直接用指定的可执行文件（即参数 file 的值）处理命令，这使得其效率略高于 exec（如果查看 shell 的处理逻辑，笔者感觉这效率可忽略不计）。

该方法的参数解释如下：

file：可执行文件的名字或路径；
args：可执行文件的参数列表；
options：参数设置（可不指定），相关属性如下：
- shell：值为 false 时表示直接用指定的可执行文件（即参数 file 的值）处理命令，值为 true 或其它字符串时，作用等同于 exec 中的 shell，默认值为 false；
- windowsVerbatimArguments：在 Windows 中是否对参数进行引号或转义处理，在 Unix 中将忽略该属性，默认值为 false；
- 属性 cwd、env、encoding、timeout、maxBuffer、killSignal、uid、gid、windowsHide、signal 在上文中已介绍，此处不再重述。
callback：回调函数，等同于 exec 中的 callback，此处不再阐述。

fork

const { fork } = require('child_process');

const echo = fork('./echo.js', {
  silent: true
});
echo.stdout.on('data', (data) => {
  console.log(`stdout: ${data}`);
});

echo.stderr.on('data', (data) => {
  console.error(`stderr: ${data}`);
});

echo.on('close', (code) => {
  console.log(`child process exited with code ${code}`);
});

该方法用于创建新的 Node.js 实例以执行指定的 Node.js 脚本，与父进程之间以 IPC 方式进行通信。

该方法的参数解释如下：

modulePath：要运行的 Node.js 脚本路径；
args：传递给 Node.js 脚本的参数列表；
options：参数设置（可不指定），相关属性如：
- detached：参见下文对 spwan 中 options.detached 的说明；
- execPath：创建子进程的可执行文件；
- execArgv：传递给可执行文件的字符串参数列表，默认取 process.execArgv 的值；
- serialization：进程间消息的序列号类型，可用值为 json 和 advanced，默认值为 json；
- slient：如果为 true，子进程的 stdin、stdout 和 stderr 将通过管道传递给父进程，否则将继承父进程的 stdin、stdout 和 stderr；默认值为 false；
- stdio：参见下文对 spwan 中 options.stdio 的说明。这里需要注意的是：
  - 如果指定了该属性，将忽略 slient 的值；
  - 必须包含一个值为 ipc 的选项（比如 [0, 1, 2, 'ipc']），否则将抛出异常。
- 属性 cwd、env、uid、gid、windowsVerbatimArguments、signal、timeout、killSignal 在上文中已介绍，此处不再重述。

spwan

const { spawn } = require('child_process');

const ls = spawn('ls', ['-al']);
ls.stdout.on('data', (data) => {
  console.log(`stdout: ${data}`);
});

ls.stderr.on('data', (data) => {
  console.error(`stderr: ${data}`);
});

ls.on('close', (code) => {
  console.log(`child process exited with code ${code}`);
});

该方法为 child_process 模块的基础方法，exec、execFile、fork 最终都会调用 spawn 来创建子进程。

该方法的参数解释如下：

command：可执行文件的名字或路径；
args：传递给可执行文件的参数列表；
options：参数设置（可不指定），相关属性如下：
- argv0：发送给子进程 argv[0] 的值，默认取参数 command 的值；
- detached：是否允许子进程可以独立于父进程运行（即父进程退出后，子进程可以继续运行），默认值为 false，其值为 true 时，各平台的效果如下所述：
  - 在 Windows 系统中，父进程退出后，子进程可以继续运行，并且子进程拥有自己的控制台窗口（该特性一旦启动后，在运行过程中将无法更改）；
  - 在非 Windows 系统中，子进程将作为新进程会话组的组长，此刻不管子进程是否与父进程分离，子进程都可以在父进程退出后继续运行。
  需要注意的是，如果子进程需要执行长时间的任务，并且想要父进程提前退出，需要同时满足以下几点：
  - 调用子进程的 unref 方法从而将子进程从父进程的事件循环中剔除；
  - detached 设置为 true；
  - stdio 为 ignore。
  比如下面的例子：
```
// hello.js
const fs = require('fs');
let index = 0;
function run() {
  setTimeout(() => {
    fs.writeFileSync('./hello', `index: ${index}`);
    if (index < 10) {
      index += 1;
      run();
    }
  }, 1000);
}
run();

// main.js
const { spawn } = require('child_process');
const child = spawn('node', ['./hello.js'], {
  detached: true,
  stdio: 'ignore'
});
child.unref();
```
- stdio：子进程标准输入输出配置，默认值为 pipe，值为字符串或数组：
  - 值为字符串时，会将其转换为含有三个项的数组（比如 pipe 被转换为 ['pipe', 'pipe', 'pipe']），可用值为 pipe、overlapped、ignore、inherit；
  - 值为数组时，其中数组的前三项分别代表对 stdin、stdout 和 stderr 的配置，每一项的可用值为 pipe、overlapped、ignore、inherit、ipc、Stream 对象、正整数（在父进程打开的文件描述符）、null（如位于数组的前三项，等同于 pipe，否则等同于 ignore）、undefined（如位于数组的前三项，等同于 pipe，否则等同于 ignore）。
- 属性 cwd、env、uid、gid、serialization、shell（值为 boolean 或 string）、windowsVerbatimArguments、windowsHide、signal、timeout、killSignal 在上文中已介绍，此处不再重述。

小结

上文对 child_process 模块中主要方法的使用进行了简短介绍，由于 execSync、execFileSync、forkSync、spwanSync 方法是 exec、execFile、spwan 的同步版本，其参数并无任何差异，故不再重述。

cluster

通过 cluster 模块我们可以创建 Node.js 进程集群，通过 Node.js 进程进群，我们可以更加充分地利用多核的优势，将程序任务分发到不同的进程中以提高程序的执行效率；下面将通过例子为大家介绍 cluster 模块的使用：

const http = require('http');
const cluster = require('cluster');
const numCPUs = require('os').cpus().length;

if (cluster.isPrimary) {
  for (let i = 0; i < numCPUs; i++) {
    cluster.fork();
  }
} else {
  http.createServer((req, res) => {
    res.writeHead(200);
    res.end(`${process.pid}\n`);
  }).listen(8000);
}

上例通过 cluster.isPrimary 属性判断（即判断当前进程是否为主进程）将其分为两个部分：

为真时，根据 CPU 内核的数量并通过 cluster.fork 调用来创建相应数量的子进程；
为假时，创建一个 HTTP server，并且每个 HTTP server 都监听同一个端口（此处为 8000）。

运行上面的例子，并在浏览器中访问 http://localhost:8000/，我们会发现每次访问返回的 pid 都不一样，这说明了请求确实被分发到了各个子进程。Node.js 默认采用的负载均衡策略是轮询调度，可通过环境变量 NODE_CLUSTER_SCHED_POLICY 或 cluster.schedulingPolicy 属性来修改其负载均衡策略：

NODE_CLUSTER_SCHED_POLICY = rr // 或 none

cluster.schedulingPolicy = cluster.SCHED_RR; // 或 cluster.SCHED_NONE

另外需要注意的是，虽然每个子进程都创建了 HTTP server，并都监听了同一个端口，但并不代表由这些子进程自由竞争用户请求，因为这样无法保证所有子进程的负载达到均衡。所以正确的流程应该是由主进程监听端口，然后将用户请求根据分发策略转发到具体的子进程进行处理。

由于进程之间是相互隔离的，因此进程之间一般通过共享内存、消息传递、管道等机制进行通讯。Node.js 则是通过消息传递来完成父子进程之间的通信，比如下面的例子：

const http = require('http');
const cluster = require('cluster');
const numCPUs = require('os').cpus().length;

if (cluster.isPrimary) {
  for (let i = 0; i < numCPUs; i++) {
    const worker = cluster.fork();
    worker.on('message', (message) => {
      console.log(`I am primary(${process.pid}), I got message from worker: "${message}"`);
      worker.send(`Send message to worker`)
    });
  }
} else {
  process.on('message', (message) => {
    console.log(`I am worker(${process.pid}), I got message from primary: "${message}"`)
  });
  http.createServer((req, res) => {
    res.writeHead(200);
    res.end(`${process.pid}\n`);
    process.send('Send message to primary');
  }).listen(8000);
}

运行上面的例子，并访问 http://localhost:8000/，再查看终端，我们会看到类似下面的输出：

I am primary(44460), I got message from worker: "Send message to primary"
I am worker(44461), I got message from primary: "Send message to worker"
I am primary(44460), I got message from worker: "Send message to primary"
I am worker(44462), I got message from primary: "Send message to worker"

利用该机制，我们可以监听各子进程的状态，以便在某个子进程出现意外后，能够及时对其进行干预，以保证服务的可用性。

cluster 模块的接口非常简单，为了节省篇幅，这里只对 cluster.setupPrimary 方法做一些特别声明，其它方法请查看官方文档：

cluster.setupPrimary 调用后，相关设置将同步到在 cluster.settings 属性中，并且每次调用都基于当前 cluster.settings 属性的值；
cluster.setupPrimary 调用后，对已运行的子进程没有影响，只影响后续的 cluster.fork 调用；
cluster.setupPrimary 调用后，不影响后续传递给 cluster.fork 调用的 env 参数；
cluster.setupPrimary 只能在主进程中使用。

worker_threads

前文我们对 cluster 模块进行了介绍，通过它我们可以创建 Node.js 进程集群以提高程序的运行效率，但 cluster 基于多进程模型，进程间高成本的切换以及进程间资源的隔离，会随着子进程数量的增加，很容易导致因系统资源紧张而无法响应的问题。为解决此类问题，Node.js 提供了 worker_threads，下面我们通过具体的例子对该模块的使用进行简单介绍：

// server.js
const http = require('http');
const { Worker } = require('worker_threads');

http.createServer((req, res) => {
  const httpWorker = new Worker('./http_worker.js');
  httpWorker.on('message', (result) => {
    res.writeHead(200);
    res.end(`${result}\n`);
  });
  httpWorker.postMessage('Tom');
}).listen(8000);

// http_worker.js
const { parentPort } = require('worker_threads');

parentPort.on('message', (name) => {
  parentPort.postMessage(`Welcone ${name}!`);
});

上例展示了 worker_threads 的简单使用，在使用 worker_threads 的过程中，需要注意以下几点：

通过 worker_threads.Worker 创建 Worker 实例，其中 Worker 脚本既可以为一个独立的 JavaScript 文件，也可以为字符串，比如上例可修改为：

const code = "const { parentPort } = require('worker_threads'); parentPort.on('message', (name) => {parentPort.postMessage(`Welcone ${name}!`);})";
const httpWorker = new Worker(code, { eval: true });

通过 worker_threads.Worker 创建 Worker 实例时，可以通过指定 workerData 的值来设置 Worker 子线程的初始元数据，比如：

// server.js
const { Worker } = require('worker_threads');
const httpWorker = new Worker('./http_worker.js', { workerData: { name: 'Tom'} });

// http_worker.js
const { workerData } = require('worker_threads');
console.log(workerData);

通过 worker_threads.Worker 创建 Worker 实例时，可通过设置 SHARE_ENV 以实现在 Worker 子线程与主线程之间共享环境变量的需求，比如：

const { Worker, SHARE_ENV } = require('worker_threads');
const worker = new Worker('process.env.SET_IN_WORKER = "foo"', { eval: true, env: SHARE_ENV });
worker.on('exit', () => {
  console.log(process.env.SET_IN_WORKER);
});

不同于 cluster 中进程间的通信机制，worker_threads 采用的 MessageChannel 来进行线程间的通信：
- Worker 子线程通过 parentPort.postMessage 方法发送消息给主线程，并通过监听 parentPort 的 message 事件来处理来自主线程的消息；
- 主线程通过 Worker 子线程实例（此处为 httpWorker，以下均以此代替 Worker 子线程）的 postMessage 方法发送消息给 httpWorker，并通过监听 httpWorker 的 message 事件来处理来自 Worker 子线程的消息。

在 Node.js 中，无论是 cluster 创建的子进程，还是 worker_threads 创建的 Worker 子线程，它们都拥有属于自己的 V8 实例以及事件循环，所不同的是：

子进程之间的内存空间是互相隔离的，而 Worker 子线程共享所属进程的内存空间；
子进程之间的切换成本要远远高于 Worker 子线程之间的切换成本。

尽管看起来 Worker 子线程比子进程更高效，但 Worker 子线程也有不足的地方，即cluster 提供了负载均衡，而 worker_threads 则需要我们自行完成负载均衡的设计与实现。

总结

本文介绍了 Node.js 中 child_process、cluster 和 worker_threads 三个模块的使用，通过这三个模块，我们可以充分利用 CPU 多核的优势，并以多进（线）程的模式来高效地解决一些特殊任务（比如 AI、图片处理等）的运行效率。每个模块都有其适用的场景，文中仅对其基本使用进行了说明，如何结合自己的问题进行高效地运用，还需要大家自行摸索。最后，本文若有纰漏之处，还望大家能够指正，祝大家快乐编码每一天。

更多node相关知识，请访问：nodejs 教程！

以上就是聊聊Node.js中的多进程和多线程的详细内容，转载自php中文网

点赞(152) 打赏

本文分类：js
本文标签：多进程多线程 nodejs node
浏览次数：200 次浏览
发布日期：2022-07-26 09:50:02
本文链接：https://yinghuohong.cn/js/4724.html

上一篇 > 一文掌握JavaScript树结构深度优先算法
下一篇 > Angular如何进行视图封装？聊聊三种封装模式

评论列表共有 0 条评论

暂无评论

聊聊Node.js中的多进程和多线程

child_process

exec

execFile

fork

spwan

小结

cluster

worker_threads

总结

评论列表 共有 0 条评论

发表评论 取消回复

评论列表共有 0 条评论

发表评论取消回复