>首页> IT >

焦点播报:聊聊Node.js中的进程、线程、协程与并发模型

时间:2022-07-19 20:03:13       来源:转载


(相关资料图)

Node.js 现在已成为构建高并发网络应用服务工具箱中的一员,何以 Node.js 会成为大众的宠儿?本文将从进程、线程、协程、I/O 模型这些基本概念说起,为大家全面介绍关于 Node.js 与并发模型的这些事。

进程

我们一般将某个程序正在运行的实例称之为进程,它是操作系统进行资源分配和调度的一个基本单元,一般包含以下几个部分:

程序:即要执行的代码,用于描述进程要完成的功能;数据区域:进程处理的数据空间,包括数据、动态分配的内存、处理函数的用户栈、可修改的程序等信息;进程表项:为了实现进程模型,操作系统维护着一张称为进程表的表格,每个进程占用一个进程表项(也叫进程控制块),该表项包含了程序计数器、堆栈指针、内存分配情况、所打开文件的状态、调度信息等重要的进程状态信息,从而保证进程挂起后,操作系统能够正确地重新唤起该进程。

进程具有以下特征:

动态性:进程的实质是程序在多道程序系统中的一次执行过程,进程是动态产生,动态消亡的;并发性:任何进程都可以同其他进程一起并发执行;独立性:进程是一个能独立运行的基本单位,同时也是系统分配资源和调度的独立单位;异步性:由于进程间的相互制约,使进程具有执行的间断性,即进程按各自独立的、不可预知的速度向前推进。

需要注意的是,如果一个程序运行了两遍,即便操作系统能够使它们共享代码(即只有一份代码副本在内存中),也不能改变正在运行的程序的两个实例是两个不同的进程的事实。

在进程的执行过程中,由于中断、CPU 调度等各种原因,进程会在下面几个状态中切换:

运行态:此刻进程正在运行,并占用了 CPU;就绪态:此刻进程已准备就绪,随时可以运行,但因为其它进程正在运行而被暂时停止;阻塞态:此刻进程处于阻塞状态,除非某个外部事件(比如键盘输入的数据已到达)发生,否则进程将不能运行。

通过上面的进程状态切换图可知,进程可以从运行态切换成就绪态和阻塞态,但只有就绪态才能直接切换成运行态,这是因为:

从运行态切换成就绪态是由进程调度程序引起的,因为系统认为当前进程已经占用了过多的 CPU 时间,决定让其它进程使用 CPU 时间;并且进程调度程序是操作系统的一部分,进程甚至感觉不到调度程序的存在;从运行态切换成阻塞态是由进程自身原因(比如等待用户的键盘输入)导致进程无法继续执行,只能挂起等待某个事件(比如键盘输入的数据已到达)发生;当相关事件发生时,进程先转换为就绪态,如果此时没有其它进程运行,则立刻转换为运行态,否则进程将维持就绪态,等待进程调度程序的调度。

线程

有些时候,我们需要使用线程来解决以下问题:

随着进程数量的增加,进程之间切换的成本将越来越大,CPU 的有效使用率也会越来越低,严重情况下可能造成系统假死等现象;每个进程都有自己独立的内存空间,且各个进程之间的内存空间是相互隔离的,而某些任务之间可能需要共享一些数据,多个进程之间的数据同步就过于繁琐。

关于线程,我们需要知道以下几点:

线程是程序执行中的一个单一顺序控制流,是操作系统能够进行运算调度的最小单位,它包含在进程之中,是进程中的实际运行单位;一个进程中可以包含多个线程,每个线程并行执行不同的任务;一个进程中的所有线程共享进程的内存空间(包括代码、数据、堆等)以及一些资源信息(比如打开的文件和系统信号);一个进程中的线程在其它进程中不可见。

了解了线程的基本特征,下面我们来聊一下常见的几种线程类型。

内核态线程

内核态线程是直接由操作系统支持的线程,其主要特点如下:

线程的创建、调度、同步、销毁由系统内核完成,但其开销较为昂贵;内核可将内核态线程映射到各个处理器上,能够轻松做到一个处理器核心对应一个内核线程,从而充分地竞争与利用 CPU 资源;仅能访问内核的代码和数据;资源同步与数据共享效率低于进程的资源同步与数据共享效率。

用户态线程

用户态线程是完全建立在用户空间的线程,其主要特点如下:

线程的创建、调度、同步、销毁由用户空间完成,其开销非常低;由于用户态线程由用户空间维护,内核根本感知不到用户态线程的存在,因此内核仅对其所属的进程做调度及资源分配,而进程中线程的调度及资源分配由程序自行处理,这很可能造成一个用户态线程被阻塞在系统调用中,则整个进程都将会阻塞的风险;能够访问所属进程的所有共享地址空间和系统资源;资源同步与数据共享效率较高。

轻量级进程(LWP)

轻量级进程(LWP)是建立在内核之上并由内核支持的用户线程,其主要特点如下:

用户空间只能通过轻量级进程(LWP)来使用内核线程,可看作是用户态线程与内核线程的桥接器,因此只有先支持内核线程,才能有轻量级进程(LWP);

大多数轻量级进程(LWP)的操作,都需要用户态空间发起系统调用,此系统调用的代价相对较高(需要在用户态与内核态之间进行切换);

每个轻量级进程(LWP)都需要与一个特定的内核线程关联,因此:

与内核线程一样,可在全系统范围内充分地竞争与利用 CPU 资源;每个轻量级进程(LWP)都是一个独立的线程调度单元,这样即使有一个轻量级进程(LWP)在系统调用中被阻塞,也不影响整个进程的执行;轻量级进程(LWP)需要消耗内核资源(主要指内核线程的栈空间),这样导致系统中不可能支持大量的轻量级进程(LWP);

能够访问所属进程的所有共享地址空间和系统资源。

小结

上文我们对常见的线程类型(内核态线程、用户态线程、轻量级进程)进行了简单介绍,它们各自有各自的适用范围,在实际的使用中可根据自己的需要自由地对其进行组合使用,比如常见的一对一、多对一、多对多等模型,由于篇幅限制,本文对此不做过多介绍,感兴趣的同学可自行研究。

协程

协程(Coroutine),也叫纤程(Fiber),是一种建立在线程之上,由开发者自行管理执行调度、状态维护等行为的一种程序运行机制,其特点主要有:

因执行调度无需上下文切换,故具有良好的执行效率;因运行在同一线程,故不存在线程通信中的同步问题;方便切换控制流,简化编程模型。

在 JavaScript 中,我们经常用到的 async/await便是协程的一种实现,比如下面的例子:

function updateUserName(id, name) {  const user = getUserById(id);  user.updateName(name);  return true;}async function updateUserNameAsync(id, name) {  const user = await getUserById(id);  await user.updateName(name);  return true;}

上例中,函数 updateUserNameupdateUserNameAsync内的逻辑执行顺序是:

调用函数 getUserById并将其返回值赋给变量 user;调用 userupdateName方法;返回 true给调用者。

两者的主要区别在于其实际运行过程中的状态控制:

在函数 updateUserName的执行过程中,按照前文所述的逻辑顺序依次执行;在函数 updateUserNameAsync的执行过程中,同样按照前文所述的逻辑顺序依次执行,只不过在遇到 await时,updateUserNameAsync将会被挂起并保存挂起位置当前的程序状态,直到 await后面的程序片段返回后,才会再次唤醒 updateUserNameAsync并恢复挂起前的程序状态,然后继续执行下一段程序。

通过上面的分析我们可以大胆猜测:协程要解决的并非是进程、线程要解决的程序并发问题,而是要解决处理异步任务时所遇到的问题(比如文件操作、网络请求等);在 async/await之前,我们只能通过回调函数来处理异步任务,这很容易使我们陷入回调地狱,生产出一坨坨屎一般难以维护的代码,通过协程,我们便可以实现异步代码同步化的目的。

需要牢记的是:协程的核心能力是能够将某段程序挂起并维护程序挂起位置的状态,并在未来某个时刻在挂起的位置恢复,并继续执行挂起位置后的下一段程序。

I/O 模型

一个完整的 I/O操作需要经历以下阶段:

用户进(线)程通过系统调用向内核发起 I/O操作请求;内核对 I/O操作请求进行处理(分为准备阶段和实际执行阶段),并将处理结果返回给用户进(线)程。

我们可将 I/O操作大致分为阻塞 I/O非阻塞 I/O同步 I/O异步 I/O四种类型,在讨论这些类型之前,我们先熟悉下以下两组概念(此处假设服务 A 调用了服务 B):

阻塞/非阻塞

如果 A 只有在接收到 B 的响应之后才返回,那么该调用为阻塞调用;如果 A 调用 B 后立即返回(即无需等待 B 执行完毕),那么该调用为非阻塞调用

同步/异步

如果 B 只有在执行完之后再通知 A,那么服务 B 是同步的;如果 A 调用 B 后,B 立刻给 A 一个请求已接收的通知,然后在执行完之后通过回调的方式将执行结果通知给 A,那么服务 B 就是异步的。

很多人经常将阻塞/非阻塞同步/异步搞混淆,故需要特别注意:

阻塞/非阻塞针对于服务的调用者而言;同步/异步针对于服务的被调用者而言。

了解了阻塞/非阻塞同步/异步,我们来看具体的 I/O 模型

阻塞 I/O

定义:用户进(线)程发起 I/O系统调用后,用户进(线)程会被立即阻塞,直到整个 I/O操作处理完毕并将结果返回给用户进(线)程后,用户进(线)程才能解除阻塞状态,继续执行后续操作。

特点:

由于该模型会阻塞用户进(线)程,因此该模型不占用 CPU 资源;在执行 I/O操作的时候,用户进(线)程不能进行其它操作;该模型仅适用于并发量小的应用,这是因为一个 I/O请求就能阻塞进(线)程,所以为了能够及时响应 I/O请求,需要为每个请求分配一个进(线)程,这样会造成巨大的资源占用,并且对于长连接请求来说,由于进(线)程资源长期得不到释放,如果后续有新的请求,将会产生严重的性能瓶颈。

非阻塞 I/O

定义:

用户进(线)程发起 I/O系统调用后,如果该 I/O操作未准备就绪,该 I/O调用将会返回一个错误,用户进(线)程也无需等待,而是通过轮询的方式来检测该 I/O操作是否就绪;操作就绪后,实际的 I/O操作会阻塞用户进(线)程直到执行结果返回给用户进(线)程。

特点:

由于该模型需要用户进(线)程不断地询问 I/O操作就绪状态(一般使用 while循环),因此该模型需占用 CPU,消耗 CPU 资源;在 I/O操作就绪前,用户进(线)程不会阻塞,等到 I/O操作就绪后,后续实际的 I/O操作将阻塞用户进(线)程;该模型仅适用于并发量小,且不需要及时响应的应用。

同(异)步 I/O

用户进(线)程发起 I/O系统调用后,如果该 I/O调用会导致用户进(线)程阻塞,那么该 I/O调用便为同步 I/O,否则为 异步 I/O

判断 I/O操作同步异步的标准是用户进(线)程与 I/O操作的通信机制,其中:

同步情况下用户进(线)程与 I/O的交互是通过内核缓冲区进行同步的,即内核会将 I/O操作的执行结果同步到缓冲区,然后再将缓冲区的数据复制到用户进(线)程,这个过程会阻塞用户进(线)程,直到 I/O操作完成;异步情况下用户进(线)程与 I/O的交互是直接通过内核进行同步的,即内核会直接将 I/O操作的执行结果复制到用户进(线)程,这个过程不会阻塞用户进(线)程。

Node.js 的并发模型

Node.js 采用的是单线程、基于事件驱动的异步 I/O模型,个人认为之所以选择该模型的原因在于:

JavaScript 在 V8 下以单线程模式运行,为其实现多线程极其困难;绝大多数网络应用都是 I/O密集型的,在保证高并发的情况下,如何合理、高效地管理多线程资源相对于单线程资源的管理更加复杂。

总之,本着简单、高效的目的,Node.js 采用了单线程、基于事件驱动的异步 I/O模型,并通过主线程的 EventLoop 和辅助的 Worker 线程来实现其模型:

Node.js 进程启动后,Node.js 主线程会创建一个 EventLoop,EventLoop 的主要作用是注册事件的回调函数并在未来的某个事件循环中执行;Worker 线程用来执行具体的事件任务(在主线程之外的其它线程中以同步方式执行),然后将执行结果返回到主线程的 EventLoop 中,以便 EventLoop 执行相关事件的回调函数。

需要注意的是,Node.js 并不适合执行 CPU 密集型(即需要大量计算)任务;这是因为 EventLoop 与 JavaScript 代码(非异步事件任务代码)运行在同一线程(即主线程),它们中任何一个如果运行时间过长,都可能导致主线程阻塞,如果应用程序中包含大量需要长时间执行的任务,将会降低服务器的吞吐量,甚至可能导致服务器无法响应。

总结

Node.js 是前端开发人员现在乃至未来不得不面对的技术,然而大多数前端开发人员对 Node.js 的认知仅停留在表面,为了让大家更好地理解 Node.js 的并发模型,本文先介绍了进程、线程、协程,接着介绍了不同的 I/O模型,最后对 Node.js 的并发模型进行了简单介绍。虽然介绍Node.js 并发模型的篇幅不多,但笔者相信万变不离其宗,掌握了相关基础,再深入理解 Node.js 的设计与实现必将事半功倍。

最后,本文若有纰漏之处,还望大家能够指正,祝大家快乐编码每一天。

更多node相关知识,请访问:nodejs 教程!

以上就是聊聊Node.js中的进程、线程、协程与并发模型的详细内容,更多请关注php中文网其它相关文章!

关键词: 系统调用 操作系统 继续执行