nodejs中的子进程，深入解析child_process模块和cluster模块

摘要：严格来说，并不是单线程的。其他异步和事件驱动相关的线程通过来实现内部的线程池和线程调度。线程是最小的进程，因此也是单进程的。子进程中执行的是非程序，提供一组参数后，执行的结果以回调的形式返回。在子进程中通过和的机制来接收和发送消息。

  node遵循的是单线程单进程的模式，node的单线程是指js的引擎只有一个实例，且在nodejs的主线程中执行，同时node以事件驱动的方式处理IO等异步操作。node的单线程模式，只维持一个主线程，大大减少了线程间切换的开销。

  但是node的单线程使得在主线程不能进行CPU密集型操作，否则会阻塞主线程。对于CPU密集型操作，在node中通过child_process可以创建独立的子进程，父子进程通过IPC通信，子进程可以是外部应用也可以是node子程序，子进程执行后可以将结果返回给父进程。

  此外，node的单线程，以单一进程运行，因此无法利用多核CPU以及其他资源，为了调度多核CPU等资源，node还提供了cluster模块，利用多核CPU的资源，使得可以通过一串node子进程去处理负载任务，同时保证一定的负载均衡型。本文从node的单线程单进程的理解触发，介绍了child_process模块和cluster模块，本文的结构安排如下：

node中的单线程和单进程
node中的child_process模块实现多进程
node中的cluster模块
总结

原文的地址，在我的博客中：https://github.com/forthealll...

如有帮助，您的star是对我最好的鼓励～

  首先要理解的概念是，node的单线程和单进程的模式。node的单线程于其他语言的多线程模式相比，减小了线程间切换的开销，以及在写node代码的时候不用考虑锁以及线程池的问题。node宣称的单线程模式，比其他语言更加适合IO密集型操作。那么一个经典的问题是：

node是真的单线程的吗？

提到node，我们就可以立刻想到单线程、异步IO、事件驱动等字眼。首先要明确的是node真的是单线程的吗，如果是单线程的，那么异步IO，以及定时事件（setTimeout、setInterval等）又是在哪里被执行的。

严格来说，node并不是单线程的。node中存在着多种线程，包括：

js引擎执行的线程

定时器线程(setTimeout, setInterval)

异步http线程(ajax)

....

  我们平时所说的单线程是指node中只有一个js引擎在主线程上运行。其他异步IO和事件驱动相关的线程通过libuv来实现内部的线程池和线程调度。libv中存在了一个Event Loop，通过Event Loop来切换实现类似于多线程的效果。简单的来讲Event Loop就是维持一个执行栈和一个事件队列，当前执行栈中的如果发现异步IO以及定时器等函数，就会把这些异步回调函数放入到事件队列中。当前执行栈执行完成后，从事件队列中，按照一定的顺序执行事件队列中的异步回调函数。

上图中从执行栈，到事件队列，最后事件队列中按照一定的顺序执行回调函数，整个过程就是一个简化版的Event Loop。此外回调函数执行时，同样会生成一个执行栈，在回调函数里面还有可能嵌套异步的函数，也就是说执行栈存在着嵌套。

也就是说node中的单线程是指js引擎只在唯一的主线程上运行，其他的异步操作，也是有独立的线程去执行，通过libv的Event Loop实现了类似于多线程的上下文切换以及线程池调度。线程是最小的进程，因此node也是单进程的。这样就解释了为什么node是单线程和单进程的。

  node是单进程的，必然存在一个问题，就是无法充分利用cpu等资源。node提供了child_process模块来实现子进程，从而实现一个广义上的多进程的模式。通过child_process模块，可以实现1个主进程，多个子进程的模式，主进程称为master进程，子进程又称工作进程。在子进程中不仅可以调用其他node程序，也可以执行非node程序以及shell命令等等，执行完子进程后，以流或者回调的形式返回。

child_process提供了4个方法，用于新建子进程，这4个方法分别为spawn、execFile、exec和fork。所有的方法都是异步的，可以用一张图来描述这4个方法的区别。

上图可以展示出这4个方法的区别，我们也可以简要介绍这4中方法的不同。

spawn ： 子进程中执行的是非node程序，提供一组参数后，执行的结果以流的形式返回。

execFile：子进程中执行的是非node程序，提供一组参数后，执行的结果以回调的形式返回。

exec：子进程执行的是非node程序，传入一串shell命令，执行后结果以回调的形式返回，与execFile
不同的是exec可以直接执行一串shell命令。

fork：子进程执行的是node程序，提供一组参数后，执行的结果以流的形式返回，与spawn不同，fork生成的子进程只能执行node应用。接下来的小节将具体的介绍这一些方法。

我们首先比较execFile和exec的区别，这两个方法的相同点：

执行的是非node应用，且执行后的结果以回调函数的形式返回。

不同点是：

exec是直接执行的一段shell命令，而execFile是执行的一个应用

举例来说，echo是UNIX系统的一个自带命令，我们直接可以在命令行执行：

echo hello world

结果，在命令行中会打印出hello world.

新建一个main.js文件中，如果要使用exec方法，那么则在该文件中写入：

let cp=require("child_process");
cp.exec("echo hello world",function(err,stdout){
  console.log(stdout);
});

执行这个main.js，结果会输出hello world。我们发现exec的第一个参数，跟shell命令完全相似。

let cp=require("child_process");
cp.execFile("echo",["hello","world"],function(err,stdout){
   console.log(stdout);
});

execFile类似于执行了名为echo的应用，然后传入参数。execFlie会在process.env.PATH的路径中依次寻找是否有名为"echo"的应用，找到后就会执行。默认的process.env.PATH路径中包含了"usr/local/bin",而这个"usr/local/bin"目录中就存在了这个名为"echo"的程序，传入hello和world两个参数，执行后返回。

像exec那样，可以直接执行一段shell是极为不安全的，比如有这么一段shell：

echo hello world;rm -rf

通过exec是可以直接执行的，rm -rf会删除当前目录下的文件。exec正如命令行一样，执行的等级很高，执行后会出现安全性的问题，而execFile不同：

execFile("echo",["hello","world",";rm -rf"])

在传入参数的同时，会检测传入实参执行的安全性，如果存在安全性问题，会抛出异常。除了execFile外，spawn和fork也都不能直接执行shell，因此安全性较高。

spawn同样是用于执行非node应用，且不能直接执行shell，与execFile相比，spawn执行应用后的结果并不是执行完成后，一次性的输出的，而是以流的形式输出。对于大批量的数据输出，通过流的形式可以介绍内存的使用。

我们用一个文件的排序和去重来举例：

上述图片示意图中，首先读取的input.txt文件中有acba未经排序的文字，通过sort程序后可以实现排序功能，输出为aabc，最后通过uniq程序可以去重，得到abc。我们可以用spawn流形式的输入输出来实现上述功能：

let cp=require("child_process");
let cat=cp.spawn("cat",["input.txt"]);
let sort=cp.spawn("sort");
let uniq=cp.spawn("uniq");

cat.stdout.pipe(sort.stdin);
sort.stdout.pipe(uniq.stdin);
uniq.stdout.pipe(process.stdout);
console.log(process.stdout);

执行后，最后的结果将输入到process.stdout中。如果input.txt这个文件较大，那么以流的形式输入输出可以明显减小内存的占用，通过设置缓冲区的形式，减小内存占用的同时也可以提高输入输出的效率。

在javascript中，在处理大量计算的任务方面，HTML里面通过web work来实现，使得任务脱离了主线程。在node中使用了一种内置于父进程和子进程之间的通信来处理该问题，降低了大数据运行的压力。node中提供了fork方法，通过fork方法在多带带的进程中执行node程序，并且通过父子间的通信，子进程接受父进程的信息，并将执行后的结果返回给父进程。

使用fork方法，可以在父进程和子进程之间开放一个IPC通道，使得不同的node进程间可以进行消息通信。

在子进程中：

通过process.on("message")和process.send()的机制来接收和发送消息。

在父进程中：

通过child.on("message")和process.send()的机制来接收和发送消息。

具体例子，在child.js中：

process.on("message",function(msg){
   process.send(msg)
})

在parent.js中：

let cp=require("child_process");
let child=cp.fork("./child");
child.on("message",function(msg){
  console.log("got a message is",msg);
});
child.send("hello world");

执行parent.js会在命令行输出：got a message is hello world

中断父子间通信的方式，可以通过在父进程中调用：

child.disconnect()

来实现断开父子间IPC通信。

exec、execFile、spawn和fork执行的子进程都是默认异步的，子进程的运行不会阻塞主进程。除此之外，child_process模块同样也提供了execFileSync、spawnSync和execSync来实现同步的方式执行子进程。

cluster意为集成，集成了两个方面，第一个方面就是集成了child_process.fork方法创建node子进程的方式，第二个方面就是集成了根据多核CPU创建子进程后，自动控制负载均衡的方式。

我们从官网的例子来看：

const cluster = require("cluster");
const http = require("http");
const numCPUs = require("os").cpus().length;

if (cluster.isMaster) {
  console.log(`主进程 ${process.pid} 正在运行`);

  // 衍生工作进程。
  for (let i = 0; i < numCPUs; i++) {
    cluster.fork();
  }

  cluster.on("exit", (worker, code, signal) => {
    console.log(`工作进程 ${worker.process.pid} 已退出`);
  });
} else {
  // 工作进程可以共享任何 TCP 连接。
  // 在本例子中，共享的是一个 HTTP 服务器。
  http.createServer((req, res) => {
    res.writeHead(200);
    res.end("你好世界
");
  }).listen(8000);

  console.log(`工作进程 ${process.pid} 已启动`);
}

最后输出的结果为：

$ node server.js
主进程 3596 正在运行
工作进程 4324 已启动
工作进程 4520 已启动
工作进程 6056 已启动
工作进程 5644 已启动

我们将master称为主进程，而worker进程称为工作进程，利用cluster模块，使用node封装好的API、IPC通道和调度机可以非常简单的创建包括一个master进程下HTTP代理服务器 + 多个worker进程多个HTTP应用服务器的架构。

本文首先介绍了node的单线程和单进程模式，接着从单线程的缺陷触发，介绍了node中如何实现子进程的方法，对比了child_process模块中几种不同的子进程生成方案，最后简单介绍了内置的可以实现子进程以及CPU进程负载均衡的内置集成模块cluster。