在以前的博文別說不可能，nodejs中實作sleep中，我向大家介紹了nodejs addon的用法。今天的主題還是addon，繼續挖掘c/c 的能力，彌補nodejs的弱點。
我曾多次提到nodejs的效能問題。其實就語言本身而言，nodejs的表現還是很高的，雖然不如大多部靜態語言，但差距也不大；相對其他動態語言而言，速度優勢非常明顯。但為什麼我們常常說nodejs不能勝任CPU密集型場景呢？因為由於其單執行緒特性，對於CPU密集型場景，它並不能充分利用CPU。計算機科學中有一個著名的Amdahl定律：
假設總工作量W，可以分解為兩個部分：只能串列計算的Ws和允許並行計算的Wp。那麼，在p個CPU並行運算的情況下，效能上能夠帶來speedup倍的提升。 Amdahl定律描述了並行能做到的和不能做到的。它是一種理想情況，實際情況會複雜得多。例如並發很可能會引起資源的爭奪，需要增加各種鎖，從而常常讓並行處於等待狀態；並發還會額外帶來操作系統對線程調度切換的時間開銷，增加Ws。不過，當一項任務中，Wp比Ws大得多，並且有多個CPU核心可供使用時，並行帶來的效能提升是相當可觀的。
好，回到nodejs上。我們設想一個計算場景：計算4000000內的質數數目。這個場景程式實現的時候，以除法運算為主，不涉及記憶體、物件等操作，理論上能夠確保讓nodejs以相對較快的速度運行，不會落後c太多，便於對比。
javascript尋找質數的方法已經在這篇部落格中提供了，直接抄過來：
再寫一個c語言版本的：
bool zhishu(int num){
if (num == 1) {
return false;
}
if (num == 2) {
return true;
}
for (int i = 2; i
if (num % i == 0) {
return false;
}
}
return true;
};
在nodejs中，我們用一個從1到4000000的循環來檢索質數；c語言中，我們設定若干個線程，定義count為4000000，每個線程做如下操作要：如果count大於0，則取出count的值，並計算是否為質數，同時將count減1。根據這個思路，javascript版本的很容易寫：
for (j = 1; j
if(zhishu(j)){
count ;
}
}
關鍵難點就是c語言的多執行緒程式設計。早期c/c 並沒有考慮並行運算的需求，所以標準函式庫中並沒有提供多執行緒支援。而不同的作業系統通常實作也是有差別的。為了避免這種麻煩，我們採用pthread來處理執行緒。
下載pthread最新版本。由於我對gyp不熟，link依賴lib搞了半天沒搞定，最後我的方式是，直接把pthread的源代碼放到了專案目錄下，並在binding.gyp中把pthread.c添加到源代碼列表中，在編譯專案的時候把pthread也編譯一次。修改後的binding.gyp是這樣的：
當然了，我這種方法很麻煩，如果你們只添加pthread中lib和include目錄的引用，並且不出現依賴問題，那是最好的，就沒有必要用我的方法來做。
那麼接下來就進入C/C 多執行緒的一切了，定義一個執行緒處理函數：
void *thread_p(void *null){
int num, x=0;
do{
pthread_mutex_lock(&lock);
num=count--;
pthread_mutex_unlock(&lock);
if(num>0){
if(zhishu(num))x ;
}else{
break;
}
}while(true);
std::cout
pthread_exit(NULL);
return null;
}
在執行緒與執行緒之間，對於count這個變數是互相競爭的，我們需要確保同時只能有一個執行緒操作count變數。我們透過 pthread_mutex_t lock; 增加一個互斥鎖。當執行 pthread_mutex_lock(&lock); 時，執行緒檢查lock鎖的情況，如果已鎖定，則等待、重複檢查，阻塞後續程式碼運行；如果鎖已釋放，則鎖定，並執行後續程式碼。對應的， pthread_mutex_unlock(&lock); 就是解除鎖定狀態。
由於編譯器在編譯的同時，進行編譯最佳化，如果一個語句沒有明確做什麼事情，對其他語句的執行也沒有影響時，會被編譯器優化掉。在上面的程式碼中，我加入了統計質數數量的程式碼，如果不加的話，像這樣的程式碼：
是會直接被編譯器跳過的，實際上不會運作。
加入addon的寫法已經介紹過了，我們實作從javascript接收一個參數，表示執行緒數，然後在c中建立指定數量的執行緒完成質數檢索。完整程式碼：
int count=4000000;
pthread_t tid[MAX_THREAD];
pthread_mutex_t 鎖；
void *thread_p(void *null){
int num, x=0;
做{
pthread_mutex_lock(&lock);
num=計數--;
pthread_mutex_unlock(&lock);
if(num>0){
if(zhishu(num))x ;
}其他{
休息；
}
} while(true);
std::cout
pthread_exit(NULL);
回空；
}
NAN_METHOD(知樹){
NanScope();
pthread_mutex_init(&lock,NULL);
double arg0=args[0]->NumberValue();
int c=0;
for (int j = 0; j
pthread_create(&tid[j],NULL,thread_p,NULL);
}
for (int j = 0; j
pthread_join(tid[j],NULL);
}
NanReturnUndefine();
}
void Init(Handle
NODE_MODULE（你好，初始化）；
phread_create 可以建立線程，預設是joinable的，這個時候子執行緒受制於主執行緒；phread_join阻塞住主線程，等待子執行緒加入，直到子執行緒退出。如果子執行緒已退出，則phread_join不會做任何事情。所以對所有的執行緒都執行thread_join，可以確保所有的執行緒退出後才會例主執行緒繼續進行。
完善一下nodejs腳本：
console.time("c");
zhishu_c(100);
console.timeEnd("c");
console.time("js");
var count=0;
for (j = 1; j
if(zhishu(j)){
計數；
}
}
console.log(計數);
console.timeEnd("js");
看一下測試結果：
單執行緒時，雖然C/C 的運行速度是nodejs的181%，但這個成績我們認為在動態語言中，還是非常好的。雙執行緒時速度提升最明顯，那是因為我的電腦是雙核心四執行緒CPU，這個時候已經可能在使用兩個核心在進行處理。 4線程時速度達到最大，此時應該是雙核四線程能達到的極限，當線程再增加時，並不能再提升速度了。上述Amdahl定律中，p已達上限4。再增加線程，會增加作業系統進程調度的時間，增加鎖定的時間，儘管同時也能增加對CPU時間的競爭，但總體而言，Ws的增加更加明顯，效能是下降的。如果在一台空閒的機器上做這個實驗，數據應該會更好一點。
從這個實驗中，我們可以得出這樣的結論，對於CPU密集型的運算，交給靜態語言去做，效率會提高很多，如果計算中較多涉及內存、字串、數組、遞歸等操作（以後再驗證），效能提升更為驚人。同時，合理地利用多執行緒能有效地提高處理效率，但並不是執行緒越多越好，要根據機器的情況合理配置。
對於nodejs本身，的確是不擅長處理CPU密集的任務，但有了本文的經驗，我想，想克服這個障礙，並非什麼不可能的事情。
