1 / 4概念
Concurrency
JS 的并发不是多线程。用户代码只在一个栈上跑,事件循环让等待交错起来。判断标准不是会不会 await,而是能否说清三件事:这段代码在哪个队列、下一轮什么时候轮到它、它会不会把渲染饿死。
1 概念
1.1 一句话定义
JS 在单个线程上执行用户代码,用事件循环在任务之间切换:一个任务跑到栈空、微任务清空,才轮到下一个。真正的并行只能来自 Worker、子进程或宿主内部线程;共享内存要显式用 SharedArrayBuffer 加 Atomics。
1.2 它解决什么问题
- 等待不占线程:I/O、定时器、用户输入都在队列里排队,主线程继续处理别的任务。
- 顺序可推演:宏任务、微任务、渲染三层的相对顺序由规范固定,可以写单测钉住。
- CPU 工作能搬走:Worker 有独立栈与堆,界面不再跟着计算一起卡。
- 共享内存可选:
SharedArrayBuffer加Atomics让多线程协作而不复制。 - 背压可表达:流与消息协议能把「消费不过来」传回生产方。
代价:交错不是并行,单线程上的竞态依然存在;跨线程要么复制要么同步,两者都有成本。
1.3 不属于本页的内容
| 主题 | 去哪 |
|---|---|
| Node 事件循环的阶段实现与 libuv 调参 | Runtime Environment |
Promise 状态机与 async/await 语义 | Async |
| 响应式框架的渲染调度 | React、Vue |
| 流与异步迭代器的 API 细节 | Standard Library |
| 操作系统线程、锁与内存模型 | Operating Systems |
1.4 关键术语
| 术语 | 含义 | 容易混淆的点 |
|---|---|---|
| 宏任务 | 任务队列里的一项 | 与微任务不共用队列 |
| 微任务 | 每个任务后清空的队列 | 不设上限,能饿死渲染 |
| 渲染步骤 | 样式、布局、绘制 | 微任务没清完就不会发生 |
| 交错 | 多个任务交替推进 | 单线程也能交错 |
| 并行 | 真正同时执行 | 需要多线程或多进程 |
| 竞态 | 交错导致的顺序依赖 | 单线程也会有 |
| Worker | 独立线程与堆 | 不共享普通对象 |
| 结构化克隆 | 消息的默认复制算法 | 深拷贝,函数不可传 |
| 转移 | 交出 ArrayBuffer 所有权 | 源侧随即不可用 |
| 原子操作 | 不可分割的读写 | 只保证单次操作 |
| 背压 | 消费方通知生产方降速 | 队列无限增长就是没有背压 |
| 饥饿 | 某类任务永远轮不到 | 递归微任务最常见 |
2 机制
2.1 心智模型
一个调用栈、两层队列、零个共享栈。 当前任务跑到栈空,清空微任务,浏览器得到一次渲染机会,然后取下一个任务。并行只发生在 Worker 与子进程里,它们与主线程之间只有消息,或者显式的共享内存。
2.2 机制拆解
- 一轮的顺序:取一个任务执行到栈空,清空全部微任务,浏览器可能渲染,再取下一个任务。任何同步长循环同时挡住微任务与渲染。
- Node 的六个阶段:timers、pending callbacks、idle/prepare、poll、check、close callbacks;每个阶段之间与每个回调之后都清
process.nextTick队列与微任务,nextTick先于 Promise 回调。 - 微任务饿死:微任务里再排微任务会继续清空,渲染与 I/O 永远轮不到;递归
setTimeout会让出渲染,但仍然占 CPU。 - 定时器:最小延迟在嵌套五层后抬到 4 毫秒;延迟超过 2^31−1 毫秒会溢出成立即执行;
setInterval累积漂移。 - Worker:独立栈与堆,
postMessage默认结构化克隆(深拷贝);转移ArrayBuffer、MessagePort、OffscreenCanvas可以做到零拷贝。 - 共享内存:
SharedArrayBuffer要求跨源隔离,即 COOP 与 COEP 响应头同时下发;Atomics提供原子读写与wait/notify。 - 子进程:
child_process有独立地址空间,崩溃不影响父进程;fork走 IPC,serialization: 'advanced'才支持结构化克隆。 - 背压:Node 流看
highWaterMark与write()的返回值;WHATWG 流看desiredSize与pull;自定义协议用未确认消息数当信用窗口。
2.3 完整枚举
队列与优先级,这是完整的排队模型:
| 队列 | 典型来源 | 何时执行 | 会不会被饿死 |
|---|---|---|---|
nextTick 队列 | process.nextTick,仅 Node | 每个操作后,先于微任务 | 递归会 |
| 微任务队列 | Promise 回调、queueMicrotask、MutationObserver | 每个任务后清空 | 递归会饿死渲染 |
| 宏任务队列 | 定时器、I/O、消息、postMessage | 每轮取一个 | 长任务会挤占 |
| 渲染步骤 | 样式、布局、绘制 | 微任务清空后的渲染机会 | 微任务风暴会 |
| 帧回调 | requestAnimationFrame | 绘制之前 | 后台标签页被暂停 |
| 空闲回调 | requestIdleCallback | 帧预算有剩余 | 一直忙就没有 |
五种执行形态,隔离级别不同:
| 形态 | 并行 | 内存 | 通信 | 适用 |
|---|---|---|---|---|
| 事件循环 | 否 | 共享 | 直接调用 | I/O 编排 |
| Worker(浏览器) | 是 | 独立堆 | 克隆、转移、共享内存 | 前端 CPU 密集 |
worker_threads(Node) | 是 | 独立堆,可共享 | postMessage、MessagePort | 服务端 CPU 密集 |
| 子进程 | 是 | 独立地址空间 | IPC、stdio | 隔离与崩溃恢复 |
| cluster | 是 | 独立进程 | 主进程分发连接 | 多核 HTTP 服务 |
跨线程传数据的五种方式:
| 方式 | 是否复制 | 同步手段 | 约束 |
|---|---|---|---|
| 结构化克隆 | 深拷贝 | 无 | 函数、DOM 节点不可传 |
| 转移 | 不复制 | 无 | 源侧失效,只能转移一次 |
MessagePort | 不复制 | 消息 | 需要配对,可转移 |
SharedArrayBuffer | 不复制 | Atomics | 要求跨源隔离 |
IPC(fork 默认) | 序列化 | 消息 | 默认 JSON,循环引用会失败 |
2.4 关键数字与量级
| 指标 | 量级 | 说明 |
|---|---|---|
| 帧预算 | 16.7 毫秒 | 60 帧每秒 |
| 长任务阈值 | 50 毫秒 | 超过即可感知卡顿 |
| 定时器最小延迟 | 4 毫秒,Node 为 1 毫秒 | 浏览器嵌套五层后抬升 |
setTimeout 上限 | 2^31−1 毫秒,约 24.8 天 | 超出溢出为立即执行 |
| 微任务清空上限 | 无 | 递归即饿死渲染 |
| libuv 线程池 | 默认 4 | fs、dns、crypto 共用 |
| Worker 启动 | 数十毫秒 | 短任务不划算 |
3 实践
3.1 最小示例
把一段长计算切成时间片,每片之后让出事件循环。交错执行的关键就在这里:CPU 总量不变,响应性来自任务之间留出的空隙。
const yieldToHost = () => new Promise((resolve) => setTimeout(resolve, 0));
async function processInSlices(items, sliceMs, visit) {
let index = 0;
while (index < items.length) {
const deadline = performance.now() + sliceMs;
while (index < items.length && performance.now() < deadline) {
visit(items[index], index);
index += 1;
}
await yieldToHost(); // 让出,渲染与输入有机会插进来
}
return index;
}
const total = await processInSlices(Array.from({length: 5000}), 4, (item) => {
// 这里放同步计算,单片预算 4 毫秒
void item;
});
console.log(total); // 5000
追踪五步:外层循环进入第一片,内层循环跑到 deadline 为止,同步处理掉一批元素;await yieldToHost() 把剩余工作排进下一个宏任务,栈清空、微任务清空,浏览器得到渲染机会;下一个任务从 index 继续。Array.from({length: 5000}) 生成 5000 个 undefined,只用于演示规模。用 setTimeout 让出在嵌套五层后至少等 4 毫秒,片越短浪费越大,所以生产代码优先 scheduler.yield() 或 MessageChannel。performance.now() 的精度被钳制,单片会略微超时,判据只能近似。
3.2 常用操作与参数
| 操作 | 写法 | 说明 |
|---|---|---|
| 让出事件循环 | await scheduler.yield() | 比 setTimeout 回得更快 |
| 排微任务 | queueMicrotask(fn) | 渲染前必被清空 |
| 建 Worker | new Worker(url, {type: 'module'}) | 模块 Worker 支持 import |
| 转移缓冲 | postMessage(buf, [buf]) | 零拷贝,源侧失效 |
| 建共享内存 | new SharedArrayBuffer(bytes) | 需要 COOP 与 COEP |
| 原子等待 | Atomics.waitAsync(i32, 0, 0) | 浏览器主线程只能用异步版 |
| 读背压 | writer.desiredSize | 小于等于 0 就停止写入 |
| 取消传播 | AbortController 的 signal | 协作式,不中断同步代码 |
3.3 标准流程
- 先判断工作类型:I/O 编排留在事件循环,CPU 密集才考虑搬走。
- 量出最长同步段:用
PerformanceObserver的 longtask,或手动打点。 - 超过 50 毫秒就拆片;超过数百毫秒且需要隔离,改用 Worker 或子进程。
- Worker 数量按核数定并池化复用;消息协议里请求与响应都带
id,取消单独一条消息。 - 设背压:队列上限、暂停策略、丢弃计数,三者至少有一个。
- 单测钉住顺序、终止后的清理、取消后的状态。
3.4 与相邻技术的组合
- Node 运行时:libuv 线程池承担
fs、dns、crypto的阻塞调用,池子只有 4 个线程,慢调用会互相排队。 - 流与内存:
ReadableStream的pull与 Node 流的highWaterMark是背压的两种表达,跨进程要自己实现信用窗口;共享内存要跨源隔离,COOP 与 COEP 两个头同时下发。 - 框架:React 的时间切片与过渡,本质是把渲染拆成可中断的小任务。
- 可观测:longtask、INP 与事件循环延迟是判断「有没有卡」的三个主信号。
3.5 选型维度
| 维度 | 取值 | 影响 |
|---|---|---|
| 工作类型 | I/O / CPU / 阻塞的原生调用 | 是否需要搬出主线程 |
| 隔离要求 | 共享内存 / 复制 / 进程隔离 | 崩溃影响面与通信成本 |
| 数据规模 | 小对象 / 大缓冲 / 共享大数组 | 克隆成本与内存峰值 |
| 取消要求 | 协作 / 强制 | 能否回收中间状态 |
| 部署环境 | 浏览器 / Node / 边缘 | 可用 API 与线程模型 |
3.6 决策规则
- I/O 编排只放在事件循环里,不要为网络请求开 Worker。
- CPU 超过 50 毫秒进 Worker;需要崩溃隔离或常驻大内存才用子进程。
- 大缓冲用转移而不是复制,并循环复用缓冲。
- 共享内存只用
Atomics读写;多字段更新要锁或版本号,单次原子操作不够。 - 消息要批量并与帧对齐;队列必须有上限,满了就暂停生产或丢弃并计数。
- 浏览器主线程不用
Atomics.wait,它会直接抛TypeError;用waitAsync。
3.7 替代方案对比
| 方案 | 优势 | 代价 | 适用 |
|---|---|---|---|
| 事件循环 | 零额外开销,调度简单 | CPU 密集即阻塞 | I/O 编排 |
| Worker | 真并行,可选共享内存 | 启动与克隆成本 | CPU 密集计算 |
worker_threads | 同进程,可共享缓冲 | 受单进程内存上限约束 | Node 计算任务 |
| 子进程 | 完全隔离,崩溃可恢复 | 内存与 IPC 成本高 | 不可信代码、原生崩溃 |
| WASM 线程 | 接近原生,可用 SIMD | 工具链复杂,边界要拷贝 | 数值与编解码 |
3.8 何时不该用
- 不要为 I/O 开 Worker:事件循环本来就是为等待设计的。
- 计算不足 10 毫秒不要开 Worker,启动与克隆比计算还贵。
- 传输几十字节不要用共享内存,同步与隔离头的成本远大于收益;浏览器主线程也不要用
Atomics.wait,它直接抛错。 - 不要用递归微任务等待条件,渲染会被永久饿死。
- 不要用
postMessage传几十兆的对象,深拷贝会让内存翻倍。
4 边界
4.1 典型故障
| 症状 | 根因 | 处理 |
|---|---|---|
| 界面卡顿 | 长任务占住主线程 | 拆片或移入 Worker |
| 渲染完全不更新 | 微任务递归清不完 | 每轮限量,转宏任务 |
| Worker 内存翻倍 | 结构化克隆深拷贝 | 转移所有权或共享内存 |
| 状态被覆盖 | 异步交错造成竞态 | 串行化、加版本号或锁 |
浏览器主线程抛 TypeError | Atomics.wait 用错线程 | 改 Atomics.waitAsync |
SharedArrayBuffer 是 undefined | 缺跨源隔离头 | 配 COOP 与 COEP |
| 队列无限增长 | 没有背压 | 加上限与暂停策略 |
| 响应错配 | 消息没有 id | 请求响应配对并校验 |
| 子进程变僵尸 | 没有监听退出 | 监听 exit 并设超时清理 |
4.2 反模式
| 做法 | 后果 | 替代 |
|---|---|---|
用 setTimeout(fn, 0) 排顺序 | 顺序依赖宿主实现 | 微任务或显式链式 |
| 微任务里递归 | 饿死渲染与 I/O | 限量或改宏任务 |
| 每个任务新建 Worker | 启动开销吃掉收益 | 池化复用 |
| 跨线程共享普通对象 | 数据竞争,读到半个值 | 只共享 SharedArrayBuffer |
忙等代替 Atomics.wait | 占满一个核 | wait 或 waitAsync |
4.3 可观测信号
事件循环延迟(定时器实际触发时间减计划时间)、longtask 数量与最长时长、INP、Worker 消息往返的 P95、队列深度与丢弃计数、原子操作的重试次数、子进程重启次数、libuv 线程池饱和度。
4.4 安全 / 性能 / 一致性边界
- 安全:
SharedArrayBuffer需要跨源隔离,否则不暴露;Worker 受同源限制;跨线程消息必须校验,否则一个 Worker 的输入就能污染主线程状态。 - 性能:单线程只有 50 毫秒余量;克隆是 O(n) 深拷贝;Worker 启动数十毫秒;线程数超过核数只会增加切换成本。
- 一致性:
Atomics只保证单次操作的原子性,多字段更新要锁或 seqlock;跨线程可见性由原子操作建立先后关系。Worker 里的未捕获错误不会自动传到主线程,要监听error与messageerror。