Node.js使用多进程提高任务执行效率的方法

最近我有个学员写了个 Node.js 脚本程序，定时从某个服务器下载文件，并向另一个云服务商上传文件。

但是每次只能先下载一个文件，再去上传一个文件。效率比较低。于是他向我请教，怎么样才能提高效率？我告诉他应该用 Node 的多进程技术。

什么是 Node 多进程？

Node 是在单个线程中运行，我们虽然没办法开启额外的线程，但是可以开启进程集群。这样可以让下载任务和上传任务同时进行。

使用多进程进行初步代码优化

简单看了一下学员的代码，大概是这样：

const dl = require('./download.js')
const ul = require('./upload.js')
const source = require('./source.js')
 
async function runTask() {
  const { originUrl, targetUrl } = source.getNext()
  const { data } = await dl(originUrl)
  await ul(targetUrl, data)
  runTask()
}
 
runTask()

这个代码逻辑上是没问题的，但是它只能在 1 个 CPU 核心中运行。

我们完全可以使用 Node.js 的多进程来利用 CPU 的多核心来增加这个程序的吞吐量。

怎么改造呢？

也非常简单。

const os = require('os')
const cluster = require('cluster')
const dl = require('./download.js')
const ul = require('./upload.js')
const source = require('./source.js')
 
function run() {
  if(cluster.isMaster) {
    const numCPUs = os.cpus().length;
    for(let idx = 0; idx < numCPUs; idx++) {
      cluster.fork();
    }
  } else {
    runTask()
  }
}
 
async function runTask() {
    const { originUrl, targetUrl } = source.getNext()
    const { data } = await dl(originUrl)
    await ul(targetUrl, data)
    runTask()
  }
}
 
run()

在上面的代码中，我添加了 os 和 cluster 模块。os 模块可以告诉我们运行环境的 CPU 信息，我们可以通过它来做为创建进程数量的限制条件。然后通过 cluster.isMaster 来判断是否是主进程，因为只有主进程才拥有 fork 的能力。

worker和master通信

其实上面的代码还可以继续做更深层次的优化，仔细分析一下，下载速度和上传速度其实是不一致的。通常来说，下载速度会很慢，但上传速度会很快。我们可以让其他进程去下载文件，当下载成功之后，让主进程去上传文件。

Node 中的多进程之间不会共享内存，所以我们可以通过消息传递的方式，让下载进程通知主进程去上传文件。

const os = require('os')
const cluster = require('cluster')
const dl = require('./download.js')
const ul = require('./upload.js')
const source = require('./source.js')
 
function run() {
  if(cluster.isMaster) {
    const numCPUs = os.cpus().length;
    for(let idx = 0; idx < numCPUs; idx++) {
      const worker = cluster.fork();
      worker.on('message', ({ targetUrl, data }) => {
        ul(targetUrl, data)
      })
    }
  } else {
    runTask()
  }
}
 
async function runTask() {
  const { originUrl, targetUrl } = source.getNext()
  const { data } = await dl(originUrl)
  process.send({ targetUrl, data })
  runTask()
}
 
run()

可以在主进程中通过 worker.on('message', (msg)=>{}) 的方式来监听子进程发送的消息。在子进程中通过 process.send 来向主进程发送消息。

在 NodeJS 中使用多进程非常简单，合理使用多进程，可以解放硬件的能力，让软件的运行效率得到肉眼可见的提升。