Worker threads låter Node köra JavaScript på separata trådar med sann parallellism — vilket löser Nodes största begränsning: CPU-intensivt arbete som blockerar den enda huvudtråden (och därmed alla förfrågningar). Använd dem för tung beräkning, inte för I/O (som event loop redan hanterar effektivt).
app.(, {
result = ();
res.(result);
});
Node kör din JS på en tråd. En långsam synkron beräkning blockerar allt — event loop kan inte bearbeta andra förfrågningar förrän den är klar. Worker threads flyttar det arbetet bort från huvudtråden.
// main.js
import { Worker } from "worker_threads";
function runHeavyTask(data) {
return new Promise((resolve, reject) => {
const worker = new Worker("./worker.js", { workerData: data }); // runs on a NEW thread
worker.on("message", resolve); // receive the result
worker.on("error", reject);
worker.on("exit", (code) => { if (code !== 0) reject(new Error(`exit ${code}`)); });
});
}
// the main thread stays free to handle other requests while this runs
const result = await runHeavyTask({ numbers: [...] });
// worker.js — runs in parallel, on its own thread
import { workerData, parentPort } from "worker_threads";
const result = expensiveComputation(workerData); // doesn't block the main thread
parentPort.postMessage(result); // send the result back
Worker körs oberoende; huvudtråden fortsätter att serva förfrågningar och får resultatet via ett meddelande när det är klart.
✓ USE for CPU-bound work: image/video processing, encryption, compression,
big data parsing, complex calculations, ML inference
✗ DON'T use for I/O (DB, files, HTTP) — the async event loop already handles
that efficiently; a worker would add overhead for no benefit
Regeln: workers för CPU-bundna, event loop för I/O-bundna.
worker_threads → share memory (efficient data passing), in-process threads — CPU work
child_process → separate OS processes, run other programs — heavier isolation
cluster → fork the whole server across CPUs — scale request handling
Worker threads löser Nodes kärnsvaghet — CPU-bundna uppgifter blockerar den enkeltråd-baserade event loop och fryser alla samtidiga förfrågningar.
Att veta när man ska avlasta tung beräkning till en worker (hålla huvudtråden responsiv), och framför allt när man ska använda dem (endast CPU-bundna, aldrig för I/O), är vad som låter en Node-tjänst hantera tillfällig tung bearbetning utan att offra den concurrency som gör Node värdefullt.
För poolning av workers i produktion hanterar bibliotek som Piscina en trådpool effektivt.
Ett bibliotek med IT-intervjufrågor och detaljerade svar — från Junior till Senior.
Donera