একটি একক Node প্রক্রিয়া শুধুমাত্র একটি CPU কোর ব্যবহার করে (এর JS একটি থ্রেডে চলে)। একটি মেশিনের সমস্ত কোর ব্যবহার করতে, আপনি একাধিক Node প্রক্রিয়া চালান — cluster মডিউলের মাধ্যমে, PM2 এর মতো একটি প্রক্রিয়া ম্যানেজার, বা কন্টেইনার অর্কেস্ট্রেশনের মাধ্যমে — এবং তাদের জুড়ে অনুরোধগুলি লোড-ব্যালান্স করুন।
A server with 8 CPU cores running ONE Node process → uses ~1 core, wastes 7.
Need multiple processes to utilize all cores and handle more concurrent load.
import cluster from "cluster";
import { cpus } from "os";
import http from "http";
if (cluster.isPrimary) {
const numCPUs = cpus().length;
for (let i = 0; i < numCPUs; i++) {
cluster.fork(); // spawn one worker process per CPU core
}
cluster.on("exit", (worker) => {
console.log(`worker ${worker.process.pid} died — restarting`);
cluster.fork(); // restart a crashed worker (resilience)
});
} else {
// each worker runs the actual server; the OS load-balances connections across them
http.createServer((req, res) => res.end("handled by " + process.pid)).listen(3000);
}
প্রাথমিক প্রক্রিয়া প্রতিটি কোরের জন্য একটি ওয়ার্কার fork করে; সমস্ত ওয়ার্কার একই পোর্ট শেয়ার করে, এবং আসন্ন সংযোগগুলি তাদের মধ্যে বিতরণ করা হয় — থ্রুপুট গুণ করে। ক্র্যাশ করা ওয়ার্কারগুলি স্থিতিস্থাপকতার জন্য স্বয়ংক্রিয়ভাবে পুনরায় চালু করা যেতে পারে।
pm2 start app.js -i max # run one instance per CPU core, with auto-restart & monitoring
প্রোডাকশন অ্যাপ্লিকেশনগুলি সাধারণত PM2 (বা অনুরূপ) ব্যবহার করে cluster কোড হাতে লিখার পরিবর্তে — এটি forking, লোড ব্যালান্সিং, zero-downtime রিলোড, মনিটরিং, এবং রিস্টার্ট পরিচালনা করে।
Run ONE Node process per container, and run MANY containers (Kubernetes, ECS),
with a load balancer in front. This is the modern cloud approach — simpler
per-process model, scaling handled by the orchestrator across machines.
Multiple processes don't share memory. So:
⚠️ Don't store sessions/state in process memory → use Redis/a shared store
⚠️ In-memory caches aren't shared across workers → use Redis for shared cache
⚠️ WebSocket connections live on one worker → use a Redis adapter to coordinate
মাল্টি-প্রক্রিয়া স্কেলিং কাজ করার জন্য, আপনার অ্যাপ্লিকেশন stateless হওয়া আবশ্যক — যেকোনো শেয়ার করা অবস্থা (সেশন, ক্যাশ, রিয়েল-টাইম সমন্বয়) Redis এর মতো একটি বাহ্যিক স্টোরে বাস করতে হবে, প্রক্রিয়া মেমরিতে নয়।
সমস্ত CPU কোর ব্যবহার করা একটি Node সার্ভার থেকে সম্পূর্ণ পারফরম্যান্স পেতে অপরিহার্য — একটি একক প্রক্রিয়া একটি মাল্টি-কোর মেশিনের বেশিরভাগ অনুপ্রাণিত রেখে যায়।
বিকল্পগুলি জানা (cluster মডিউল, PM2 cluster মোড, বা কন্টেইনার-প্রতি-একটি-প্রক্রিয়া অর্কেস্ট্রেশনের সাথে) এবং, গুরুত্বের সাথে, statelessness প্রয়োজনীয়তা (এক্সটার্নাল Redis-ব্যাকড সেশন/ক্যাশ/রিয়েল-টাইম, যেহেতু প্রক্রিয়াগুলি মেমরি শেয়ার করে না) হল প্রোডাকশনে Node স্কেল করার জন্য মৌলিক।
এই হরিজন্টাল স্কেলিং, statelessness এর সাথে মিলিত, হল Node অ্যাপ্লিকেশনগুলি উচ্চ ট্রাফিক নির্ভরযোগ্যভাবে পরিচালনা করার উপায়।