聊聊Node.js中的多進程和多線程

大家都知道Node 是單線程的，卻不知它也提供了多進（線）程模組來加速處理一些特殊任務，本文便帶領大家了解下Node.js 的多進（線）程，希望對大家有幫助！

我們都知道Node.js 採用的是單執行緒、基於事件驅動的非同步I/O 模型，其特性決定了它無法利用CPU 多核心的優勢，也不擅長完成一些非I/O 類型的操作（例如執行腳本、AI 運算、映像處理等），為了解決此類問題，Node.js 提供了常規的多進（線程）方案（關於進程、執行緒的討論，可參考筆者的另一篇文章Node.js 與並發模型），本文便為大家介紹Node.js 的多進（線）程機制。

child_process

我們可使用child_process 模組建立Node.js 的子進程，來完成一些特殊的任務（例如執行腳本），這個模組主要提供了exec、execFile、fork、spwan 等方法，以下我們就簡單介紹下這些方法的使用。

exec

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

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

該方法根據options.shell 指定的可執行檔處理命令字串，在命令的執行過程中快取其輸出，直到指令執行完成後，再將執行結果以回呼函數參數的形式傳回。

該方法的參數解釋如下：

• command：將要執行的命令（例如ls -al）；

• options：參數設定（可不指定），相關屬性如下：

  • cwd ：子程序的目前工作目錄，預設取process.cwd() 的值；

  • env：環境變數設定（為鍵值對物件），預設取process.env 的值；

  • encoding：字元編碼，預設值為：utf8 ;

  • shell：處理命令字串的可執行文件，Unix 上預設值為/bin/ sh，Windows 上預設值取process.env.ComSpec# 的值（如為空則為cmd.exe）；例如：

    const { exec } = require('child_process');
    
    exec("print('Hello World!')", { shell: 'python' }, (error, stdout, stderr) => {
      console.log(stdout);
    });

    運行上面的範例將輸出Hello World!，這等同於子程序執行了python -c "p​​rint('Hello World!')" 指令，因此在使用該屬性時需要注意，所指定的可執行檔必須支援透過-c 選項來執行相關語句。

    註：剛好Node.js 也支援-c 選項，但它等同於--check 選項，只用來偵測指定的腳本是否有語法錯誤，並不會執行相關腳本。

  • signal：使用指定的AbortSignal 終止子進程，該屬性在v14.17.0 以上可用，例如：

    const { exec } = require('child_process');
    
    const ac = new AbortController();
    exec('ls -al', { signal: ac.signal }, (error, stdout, stderr) => {});

    上例中，我們可透過呼叫ac.abort() 來提前終止子程序。

  • timeout：子程序的逾時時間（如果該屬性的值大於0，那麼當子程序運行時間超過指定值時，將會給子程序發送屬性killSignal 指定的終止訊號），單位毫米，預設值為0;

  • ## maxBuffer：stdout 或stderr 所允許的最大快取（二進位），如果超出，子進程將會被殺死，並且將會截斷任何輸出，預設值為1024 * 1024;

  • killSignal：子程序終止訊號，預設值為SIGTERM;

  • ##uid

    ：執行子程序的uid；

  • gid

    ：執行子程序的gid

    #gid
  ：執行子程序的
  • gid

    ；windowsHide：是否隱藏子程序的控制台窗口，常用於

    Windows
  系統，預設值為
  false
;

• callback：回呼函數，包含error、

  stdout###、###stderr# ## 三個參數：###
  • 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(&#39;child_process&#39;);
    const child = spawn(&#39;node&#39;, [&#39;./hello.js&#39;], {
      detached: true,
      stdio: &#39;ignore&#39;
    });
    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(&#39;message&#39;, (message) => {
      console.log(`I am primary(${process.pid}), I got message from worker: "${message}"`);
      worker.send(`Send message to worker`)
    });
  }
} else {
  process.on(&#39;message&#39;, (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(&#39;Send message to primary&#39;);
  }).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。

總結

本文介紹了Node.js 中child_process、cluster 和worker_threads 三個模組的使用，透過這三個模組，我們可以充分利用CPU 多核心的優勢，並以多進（線）程的模式來有效率地解決一些特殊任務（如AI、圖片處理等）的運作效率。每個模組都有其適用的場景，文中僅對其基本使用進行了說明，如何結合自己的問題進行高效地運用，還需要大家自行摸索。最後，本文若有紕漏之處，也望大家能指正，祝大家快樂編碼每一天。

更多node相關知識，請造訪：nodejs 教學！

以上是聊聊Node.js中的多進程和多線程的詳細內容。更多資訊請關注PHP中文網其他相關文章！