一、核心結論

Node.js 的 worker_threads 模塊實現的是 并行計算 ，而非傳統意義上的“并發”。其通過操作系統級線程實現多核 CPU 的并行執行，同時保留 Node.js 單線程事件循環的并發模型。

二、關鍵概念解析

1. 并發（Concurrency） vs 并行（Parallelism）

• 并發：

  • 指系統同時處理多個任務的能力，但任務可能交替執行（如單核 CPU 通過時間片輪轉）。
  • Node.js 主線程 的事件循環是典型的并發模型，通過非阻塞 I/O 和事件隊列實現。

• 并行：

  • 指多個任務同時執行，需多核 CPU 支持，每個任務運行在獨立核心上。
  • worker_threads 通過創建操作系統級線程實現并行計算。

2. Node.js 的線程模型

• 主線程：

  • 單線程，運行事件循環，處理 I/O 和事件回調。
  • 阻塞主線程會導致整個進程卡頓。

• Worker 線程：

  • 每個 Worker 線程是獨立的 JavaScript 運行時，擁有自己的事件循環和堆內存。
  • 線程由操作系統的系統線程支持，可綁定到不同 CPU 核心，實現并行執行。

三、worker_threads 的并行機制

1. 多核利用

• 默認線程數：

  • Node.js 根據 CPU 核心數自動創建線程池（通常等于核心數）。
  • 例如，4 核 CPU 默認創建 4 個線程，每個線程綁定到一個核心。

• 任務分配：

  • 主線程通過 Worker 類創建子線程，并將任務通過 postMessage 分發。
  • 子線程執行任務后，通過 parentPort.postMessage 返回結果。

2. 線程調度

• 操作系統調度：

  • Worker 線程由操作系統調度到不同 CPU 核心，實現真正的并行執行。
  • 線程間通過 SharedArrayBuffer 或消息傳遞通信，避免阻塞主線程。

• 示例：并行計算斐波那契數列

  // main.js
  const { Worker } = require('worker_threads');
  const numCPUs = require('os').cpus().length;for (let i = 0; i < numCPUs; i++) {const worker = new Worker('./fibonacciWorker.js');worker.postMessage(40); // 每個線程計算第40個斐波那契數
  }
  

  // fibonacciWorker.js
  const { parentPort } = require('worker_threads');function fibonacci(n) {return n <= 1 ? n : fibonacci(n - 1) + fibonacci(n - 2);
  }parentPort.on('message', (n) => {const result = fibonacci(n);parentPort.postMessage(result);
  });
  

四、對比傳統并發模型

1. 事件循環（主線程）

• 特點：

  • 單線程，通過非阻塞 I/O 和事件隊列實現高并發。
  • 適合 I/O 密集型任務（如網絡請求、文件操作）。

• 局限：

  • CPU 密集型任務會阻塞事件循環，導致其他任務無法執行。

2. Worker 線程（并行計算）

• 特點：

  • 多線程，利用多核 CPU 并行執行 CPU 密集型任務。
  • 線程間通過消息傳遞或共享內存通信，避免阻塞主線程。

• 適用場景：

  • 大型計算（如加密、圖像處理、機器學習）。
  • 并行化數據庫查詢或數據處理任務。

五、性能監控與驗證

1. 監控 CPU 核心利用率

• Linux：

  top -H -p <PID>  # 查看進程內所有線程的CPU使用率
  

• Node.js：

  const { threadId } = require('worker_threads');
  console.log(`Worker ${threadId} 正在運行`);
  

2. 并行計算驗證

• 示例：計算 π 的近似值（蒙特卡洛方法）

  // main.js
  const { Worker } = require('worker_threads');
  const numWorkers = 4;
  const totalSamples = 1e8;const workers = Array.from({ length: numWorkers }, (_, i) => {const worker = new Worker('./piWorker.js');worker.postMessage({ samples: totalSamples / numWorkers });return worker;
  });let results = [];
  workers.forEach((worker, i) => {worker.on('message', (result) => {results[i] = result;if (results.length === numWorkers) {const pi = results.reduce((sum, val) => sum + val) / numWorkers;console.log(`π ≈ ${pi}`);}});
  });
  

  // piWorker.js
  const { parentPort } = require('worker_threads');parentPort.on('message', ({ samples }) => {let inside = 0;for (let i = 0; i < samples; i++) {const x = Math.random();const y = Math.random();if (x * x + y * y <= 1) inside++;}parentPort.postMessage(4 * inside / samples);
  });
  

六、總結

• worker_threads 是并行計算：

  • 利用多核 CPU，通過操作系統級線程實現任務并行執行。
  • 適用于 CPU 密集型任務，避免阻塞主線程的事件循環。

• 與主線程的并發模型互補：

  • 主線程處理 I/O 和事件驅動的并發。
  • Worker 線程處理 CPU 密集型任務的并行計算。

通過合理使用 worker_threads，您可以充分發揮多核 CPU 的性能優勢，構建高效、響應迅速的 Node.js 應用。