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 中实现多线程，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：
蓝科外贸网站管理系统中英文双语版v1.8是针对外贸中小企业而开发的具有简单易用、功能强大，性价比高、扩展性好，安全性高、稳定性好的系统，可以加快外贸企业网站开发的速度和减少开发的成本。让不同的用户在懂的少许html语言的基础上，就能够快速的构建一个风格个性化的而功能强大的中英文企业网站。
// 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
