【JS】使用 Node “多线程”处理高并发任务

Z时代
2024-01-10
分类：技术分享

摩尔定律

摩尔定律是由英特尔联合创始人戈登·摩尔(Gordon Moore)在 1965 年提出的，即集成电路上可容纳的元器件的数量每隔 18 至 24 个月就会增加一倍，性能也将提升一倍。也就是说，处理器（CPU）的性能每隔大约两年就会翻一倍。

距离摩尔定律被提出到现在，已经过去了 50 多年。如今，随着芯片组件的规模越来越接近单个原子的规模，要跟上摩尔定律的步伐变得越来越困难。

在 2019 年，英伟达 CEO 黄仁勋在 ECS 展会上说：“摩尔定律过去是每 5 年增长 10 倍，每 10 年增长 100 倍。而如今，摩尔定律每年只能增长几个百分点，每 10 年可能只有 2 倍。因此，摩尔定律结束了。”

单个处理器（CPU）的性能越来越接近瓶颈，想要突破这个瓶颈，则需要充分利用 多线程技术，让单个或多个 CPU 可以同时执行多个线程，更快的完成计算机任务。

Node 的多线程

我们都知道，Javascript 是单线程语言，Nodejs 利用 Javascript 的特性，使用事件驱动模型，实现了异步 I/O，而异步 I/O 的背后就是多线程调度。

在 Go 语言中，可以通过创建 Goroutine 来显式调用一条新线程，并且通过环境变量 GOMAXPROCS 来控制最大并发数。

在 Node 中，没有 API 可以显式创建新线程的，Node 实现了一些异步 I/O 的 API，例如 fs.readFile、http.request。这些异步 I/O 底层是调用了新线程执行异步任务，再利用事件驱动的模式来获取执行结果。

服务端开发、工具开发可能都会需要使用到多线程开发。比如使用多线程处理复杂的爬虫任务，用多线程来处理并发请求，使用多线程进行文件处理等等...

在我们使用多线程时，一定要控制最大同时并发数。因为不控制最大并发数，可能会导致 文件描述符 耗尽引发的错误，带宽不足引发的网络错误、端口限制引发的错误等等。

在 Node 中并没有用于控制最大并发数的 API 或者环境变量，所以接下来，我们就用几行简单的代码来实现。

代码实现

我们先假设下面的一个需求场景，我有一个爬虫，需要每天爬取 100 篇掘金的文章，如果一篇一篇爬取的话太慢，一次爬取 100 篇会因为网络连接数太多，导致很多请求直接失败。

那我们可以来实现一下，每次请求 10 篇，分 10 次完成。这样不仅可以把效率提升 10 倍，并且可以稳定运行。

下面来看看单个请求任务，代码实现如下：

const axios = require("axios");
async function singleRequest(article_id) {
// 这里我们直接使用 axios 库进行请求
const reply = await axios.post(
"https://api.juejin.cn/content_api/v1/article/detail",
{
article_id,
}
);
return reply.data;}

为了方便演示，这里我们 100 次请求的都是同一个地址，我们来创建 100 个请求任务，代码实现如下：

// 请求任务列表
const requestFnList = new Array(100)
.fill("6909002738705629198").map((id) => () => singleRequest(id));

接下来，我们来实现并发请求的方法。这个方法支持同时执行多个异步任务，并且可以限制最大并发数。在任务池的一个任务执行完成后，新的异步任务会被推入继续执行，以保证任务池的高利用率。代码实现如下：

const chalk = require("chalk");
const { log } = require("console");
/**
* 执行多个异步任务
* @param {*} fnList 任务列表
* @param {*} max 最大并发数限制
* @param {*} taskName 任务名称
*/
async function concurrentRun(fnList = [], max = 5, taskName = "未命名") {
if (!fnList.length) return;
log(chalk.blue(`开始执行多个异步任务，最大并发数： ${max}`));
const replyList = []; // 收集任务执行结果
const count = fnList.length; // 总任务数量
const startTime = new Date().getTime(); // 记录任务执行开始时间
let current = 0;
// 任务执行程序
const schedule = async (index) => {
return new Promise(async (resolve) => {
const fn = fnList[index];
if (!fn) return resolve();
// 执行当前异步任务
const reply = await fn();
replyList[index] = reply;
log(`${taskName} 事务进度 ${((++current / count) * 100).toFixed(2)}% `);
// 执行完当前任务后，继续执行任务池的剩余任务
await schedule(index + max);
resolve();
});
};
// 任务池执行程序
const scheduleList = new Array(max)
.fill(0)
.map((_, index) => schedule(index));
// 使用 Promise.all 批量执行
const r = await Promise.all(scheduleList);
const cost = (new Date().getTime() - startTime) / 1000;
log(chalk.green(`执行完成，最大并发数： ${max}，耗时：${cost}s`));
return replyList;}

从上面的代码可以看出，使用 Node 进行并发请求的关键就是 Promise.all，Promise.all 可以同时执行多个异步任务。

在上面的代码中，创建了一个长度为 max 最大并发数长度的数组，数组里放了对应数量的异步任务。然后使用 Promise.all 同时执行这些异步任务，当单个异步任务执行完成时，会在任务池取出一个新的异步任务继续执行，完成了效率最大化。

接下来，我们用下面这段代码进行执行测试（代码实现如下）

(async () => {
const requestFnList = new Array(100)
.fill("6909002738705629198")
.map((id) => () => singleRequest(id));
const reply = await concurrentRun(requestFnList, 10, "请求掘金文章");})();

最终执行结果如下图所示：

【JS】使用 Node “多线程”处理高并发任务

到这里，我们的并发请求就完成啦！接下来我们分别来测试一下不同并发的速度吧~ 首先是 1 个并发，也就是没有并发（如下图）

【JS】使用 Node “多线程”处理高并发任务

耗时 11.462 秒！当不使用并发时，任务耗时非常长，接下来我们看看在其他并发数的情况下耗时（如下图）

从上图可以看出，随着我们并发数的提高，任务执行速度越来越快！这就是高并发的优势，可以在某些情况下提升数倍乃至数十倍的效率！

我们仔细看看上面的耗时会发现，随着并发数的增加，耗时还是会有一个阈值，不能完全呈倍数增加。这是因为 Node 实际上并没有为每一个任务开一个线程进行处理，而只是为异步 I/O 任务开启了新的线程。所以，Node 比较适合处理 I/O 密集型任务，并不适合 CPU（计算）密集型任务。

到这里，我们的使用 Node “多线程”处理高并发任务就介绍完了。如果想要程序完善一点的话，还需要考虑到任务超时时间、容错机制，大家感兴趣的可以自己实现一下。