我可以屈服于一个subprocess，并在Node.js中返回响应吗？
总之，我遇到了一个问题，即对我的Node.js服务器的多个并行GET请求导致服务器“堵塞”并挂起，从而导致客户端超时（503，服务不可用）。
经过大量的性能分析，我意识到这是一个CPU问题。 具体请求（我们称之为GET /foo ）通过HTTP查询来自多个服务的数据，然后进行大量计算，并将结果返回给客户端，如下所示：
- 客户端请求
GET /foo -
/foo控制器通过来自多个其他服务的HTTP查询数据 -
/foo控制器然后对数据做一堆迭代来为客户端编译一些输出
步骤3需要大约2秒钟才能完成。 但是，如果我将2个请求并行发送到/foo ，则每个客户端将在大约4秒内收到响应。 当我在使用更多内核的集群中运行应用程序时，请求运行速度要快得多，但不是我想要的。
好像我有几个select在这里：
- 预先计算响应（理想情况是现在要避免这种情况，因为它需要整个“caching失效”scheme），或者
-
/foo将CPU阻塞计算asynchronous发送到另一个进程（使用Heroku，所以这将是另一个testing），然后我可以使用websocket或其他东西将结果推送到客户端（对于我的情况也是非常复杂的），要么 - 以某种方式屈服于请求中的subprocess并将结果返回给客户端
会喜欢做选项3.像这样的东西：
get('/foo', function*(request) { // I/O, so not blocking the event loop (I think) let data = yield getData(request) // make this happen in a different process let response = yield doSomeHeavyProcessing(data) return response })
我上面省略了很多实现细节，但是如果有必要知道的话，我正在使用Koa和Node.js 6。
理想情况下， doSomeHeavyProcessing将在一些单独的进程中执行CPU密集型计算，并且在完成时仍然以“同步”方式将结果发送回请求客户端。
一直试图围绕儿童进程，networking工作者，纤维等，并一直在做一些基本的“你好世界”，使他们基本上做到了这一点，但无济于事。 如果需要可以发布更多的细节。
以下是您可以尝试的一些方法：
1.以小块拆分块计算并使用setImmediate将下一块工作放在事件队列的末尾。 所以计算不再阻塞，其他请求可以被处理。
2.微软最近发布了napajs 。 正如他们的自述文件所述
随着它的发展，我们发现在CPU绑定的任务中补充Node.js是有用的，能够在多个V8隔离中执行JavaScript并在它们之间进行通信。
我没有尝试过，但看起来非常有希望：
var napa = require('napajs'); var zone1 = napa.zone.create('zone1', { workers: 4 }); get('/foo', function*(request) { let data = yield getData(request) let response = yield zone1.execute(doSomeHeavyProcessing, [data]) return response })
3.如果以上所有内容都不够用，而且需要将负载分散到多台机器上，则可能无法避免使用某种消息队列将工作分配给不同的服务器。 在这种情况下，检查ZeroMQ 。 从节点使用非常容易，您可以使用它来实现任何types的分布式消息传递模式。
您可以使用附加包装的subprocess ，以方便。
worker.js – 这个模块将运行在一个单独的过程中，并将做繁重的工作
const crypto = require('crypto'); function doHeavyWork(data) { return crypto.pbkdf2Sync(data, 'salt', 100000, 64, 'sha512'); } process.on('message', (message) => { const result = doHeavyWork(message.data); process.send({ id: message.id, result }); });
client.js – subprocess的一个方便（但是原始的）包装器
const cp = require('child_process'); let worker; const resolves = new Map(); module.exports = { init(moduleName, errorCallback) { worker = cp.fork(moduleName); worker.on('error', errorCallback); worker.on('message', (message) => { const resolve = resolves.get(message.id); resolves.delete(message.id); if (!resolve) { errorCallback(new Error(`Got response from worker with unknown id: ${message.id}`)); return; } resolve(message.result); }); console.log(`Service PID: ${process.pid}, Worker PID: ${worker.pid}`); }, doHeavyWorkRemotly(data) { const id = `${Date.now()}${Math.random()}`; return new Promise((resolve) => { worker.send({ id, data }); resolves.set(id, resolve); }); } }
我使用fork()来利用额外的通信渠道，正如文档中所述。
此外，我保存所有提交给工作进程请求（ const resolves = new Map(); ）的logging，并parsingPromises（ resolve(message.result); ）只有当工作进程返回特定请求的响应（ const resolve = resolves.get(message.id); ）。
run.js – 一个启动模块，它使用co来“执行”生成器。
const co = require('co'); const client = require('./client'); function errorCallback(error) { console.log('Got an unexpected error!'); console.log(error); } client.init('./worker.js', errorCallback); function* run() { while(true) { yield client.doHeavyWorkRemotly('mydata'); } } co(run);
要testing它只需运行node run.js ，它将打印
服务PID：XXXX，工人PID：XXXX
然后看一下CPU利用率，工作进程可能会占用CPU的100％左右，而服务将会相当闲置。