Hello! 欢迎来到小浪资源网!



简化的高性能 JavaScript:Web Workers、SharedArrayBuffer 和 Atomics


简化的高性能 JavaScript:Web Workers、SharedArrayBuffer 和 Atomics

JavaScript 作为单线程语言,其任务在主线程上依次执行。虽然这种设计简化了开发流程,但也可能导致计算密集型任务成为性能瓶颈。本文将探讨如何利用 Web Workers、SharedArrayBuffer 和 Atomics 在 JavaScript 中实现线程,从而构建高性能应用。

为何选择 Web Workers、SharedArrayBuffer 和 Atomics?

Web Workers

Web Workers 在后台线程中运行 JavaScript 代码,防止计算密集型任务阻塞用户交互(例如滚动或点击按钮)。

SharedArrayBuffer

SharedArrayBuffer 允许主线程和工作线程共享内存,无需数据复制,从而实现更快速的通信。

Atomics

Atomics 确保对共享内存的安全同步访问,防止竞争条件,并保持线程间数据一致性。

立即学习Java免费学习笔记(深入)”;

示例:使用 Web Workers 和 SharedArrayBuffer 进行并行计算

以下是一个实际示例:并行计算大型数组的总和。

步骤一:创建 Web Worker 脚本

创建一个名为 worker.JS 的文件,用于处理部分求和计算:

// worker.js self.onmessage = function(event) {   const { array, start, end } = event.data;   let sum = 0;   for (let i = start; i < end; i++) {     sum += array[i];   }   self.postMessage(sum); };

步骤二:配置主线程

在主脚本中,将任务分配给 Worker:

// main.js const array = Array.from({ length: 1_000_000 }, () => Math.floor(Math.random() * 100)); const numWorkers = 4; const chunkSize = Math.ceil(array.length / numWorkers); const workers = []; const results = []; let completedWorkers = 0;  // 创建 SharedArrayBuffer 用于存储数组 const sharedBuffer = new SharedArrayBuffer(Int32Array.BYTES_PER_ELEMENT * array.length); const sharedArray = new Int32Array(sharedBuffer); sharedArray.set(array);  // 初始化 Worker for (let i = 0; i < numWorkers; i++) {   const worker = new Worker('worker.js');   workers.push(worker);   worker.onmessage = function(e) {     results.push(e.data);     completedWorkers++;     if (completedWorkers === numWorkers) {       let totalSum = results.reduce((acc, curr) => acc + curr, 0);       console.log('总和:', totalSum);     }   };   worker.postMessage({ array: sharedArray, start: i * chunkSize, end: (i + 1) * chunkSize }); }

步骤三:使用 Atomics 进行同步 (可选,如果需要更精细的同步控制)

使用 Atomics 管理进度或确保所有线程在继续之前都已完成。

const progress = new Int32Array(sharedBuffer); Atomics.add(progress, 0, 1); // 增加进度  if (Atomics.load(progress, 0) === numWorkers) {     console.log('所有 Worker 完成任务。'); }

优势

  • 流畅的用户体验: 将计算任务从主线程卸载。
  • 更快的通信: SharedArrayBuffer 避免了线程间的数据复制。
  • 线程安全: Atomics 提供了高效的同步工具。

应用场景

  • 实时分析: 并行处理大型数据集,以获得更快的洞察力。
  • 游戏引擎: 在单独的线程中执行物理模拟。
  • 媒体处理: 编码或解码视频流,而不会延迟 ui 响应。

参考文献

MDN Web 文档:Web Workers

MDN Web 文档:SharedArrayBuffer

MDN Web 文档:Atomics

相关阅读