Node.js

最近关注Node.js人变多了。在长期与一堆厚重的Java框架、类库为伍之后，我也想看看外面的世界。Node.js最为人所津津乐道的就是异步加回调机制以及良好的性能。我想知道它和我熟悉的Java有何不同。

Node.js 要解决的问题

在使用Java开发的过程里，经常会有与下面类似的代码：

// do something

// block B

// on Database

ResultSet rs = dbo.executeQuery("Query Statement");

while (rs.next()) {

    // block C

    // parse the result

}

// block D

// do something

代码块A先处理一些任务；代码块B发送查询语句到数据库，等待返回数据集；代码块C处理返回结果；代码块D继续做其他事情。执行时序图如下：

容易看出，在等待代码块B时，整个程序都暂停了，中间有一大段空闲时间没有处理任何任务。从依赖关系上说，代码块C必须在代码块B成功执行后才能执行；但代码块D对前面的B、C并没有依赖关系。因此，如果在等待期间先执行代码块D，直到代码块B执行完毕再触发代码块C。如下图所示：

假设每个代码块所需的执行时间是5秒，那第一种方案需要20秒，而第二种只需要15秒。Node.js要做的事情就是使用第二种方案取代第一种方案以获得性能的提升。

回调函数队列

情理之中意料之外，Node.js实现的方式是单进程且单线程。它内部维护着一个回调函数队列，遵循先到先处理的原则逐个执行。让我联想到批处理操作系统，任务一个接一个地执行，没有抢占并享有所有系统资源。Node.js回调机制所做的事情就是把相应的代码块塞到队尾。

比如上一节的例子中的方法二，执行过程就变成：代码块A被塞到队列中；数据库查询语句注册了一个事件并绑定代码块C为回调函数；代码块D被塞到队尾；此时代码块B执行完成并触发事件，把代码块C塞到队尾。因此，依次执行的是A、D、C（注：B是数据库服务器上的查询操作，并不是Node.js中执行的代码），期间并无间歇。

考虑下面的代码，就遵循上述的代码模式：

1. 代码块A：请求计数以及记录请求开始处理的时间（不是到达时间）。

2. 代码块B：此处用setTimeout做了5秒延迟，模拟外部程序处理五秒钟。

3. 代码块C：记录回调函数被调用的时间，睡5秒来模拟服务器运算，并记录结束时间。

4. 代码块D：记录响应的时间（即用户收到回馈的时间）。

var count = 0;

http.createServer(function(request, response) {

    // block A

    count++;

    var id = count;

    var start = new Date();

    var reply;

    // block B

    setTimeout(function() {

        // block C

        var called = new Date();

        var end;

        do {

            end = new Date();

        } while (end.getTime() - called.getTime() < 5000);

        console.log(id + ' start @ ' + start);

        console.log(id + ' reply @ ' + reply);

        console.log(id + ' called @ ' + called);

        console.log(id + ' end @ ' + end);

    }, 5000);

    // block D

    response.writeHead(200, {'Content-Type': 'text/html'});

    response.end();

    reply = new Date();

}).listen(80);

在我的机器上执行结果如下：

λ sudo node main.js 

1 start @ Fri Sep 21 2012 19:12:35 GMT+0800 (CST)

1 reply @ Fri Sep 21 2012 19:12:35 GMT+0800 (CST)

1 called @ Fri Sep 21 2012 19:12:40 GMT+0800 (CST)

1 end @ Fri Sep 21 2012 19:12:45 GMT+0800 (CST)

和预期的一样：请求在19:12:35时开始处理，并且没有被阻塞，而是在同一时间就返回了；5秒后回调函数开始被处理；又过了5秒回调函数执行完毕，整个过程结束。

我们来数数上面这段代码总共有几个显眼的回调函数：

1. 整段代码/文件是一个回调函数，在程序启动时被塞到队列中并立即执行了；

2. createServer 中注册的回调函数，在收到用户请求后被触发（塞到队列，不一定马上执行）；

3. setTimeout 中注册的回调函数，在延迟5后才被塞到队列。

单线程的问题

Node.js采用单进程+单线程的其中一个原因是避免系统频繁开辟线程带来的开销。网络上说开启一个线程要使用2M的内存（有这么多？），我没去验证过具体数值，但至少是有一些开销的，当请求量大是的确会成为瓶颈。上节提到Node.js的处理任务的方式类似批处理操作系统，因此它在规避线程开销的同时也完全继承了批处理方式的缺陷——交互不友好。我指的交互是后面的请求会被回调函数队列中前面的任务阻塞住，从接受到回馈耗费很长的时间等待。

用下面代码分别在第0秒、第1秒、第7秒发送一个请求，并记录每个请求从发出到收到回馈的时间：

date

time curl //localhost

sleep 1

date

time curl //localhost

sleep 6

date

time curl //localhost

date

执行结果如下：

1. 19:16:36 发送第一个请求，几乎马上收到回馈；

2. 等待1秒后发送第二个请求，同样马上收到回馈；

3. 继续等待6秒发送第三个请求，耗时8秒后猜收到回馈！

$ ./submit.sh 

2012年 09月 21日 星期五 19:16:36 CST

real    0m0.018s

user    0m0.004s

sys     0m0.008s

2012年 09月 21日 星期五 19:16:37 CST

real    0m0.015s

user    0m0.012s

sys     0m0.000s

2012年 09月 21日 星期五 19:16:43 CST

real    0m7.982s

user    0m0.000s

sys     0m0.004s

2012年 09月 21日 星期五 19:16:51 CST

相信第三次请求的用户会极其不满，来看看Node.js执行时的快照：

1 start @ Fri Sep 21 2012 19:16:36 GMT+0800 (CST)

1 reply @ Fri Sep 21 2012 19:16:36 GMT+0800 (CST)

1 called @ Fri Sep 21 2012 19:16:41 GMT+0800 (CST)

1 end @ Fri Sep 21 2012 19:16:46 GMT+0800 (CST)

2 start @ Fri Sep 21 2012 19:16:37 GMT+0800 (CST)

2 reply @ Fri Sep 21 2012 19:16:37 GMT+0800 (CST)

2 called @ Fri Sep 21 2012 19:16:46 GMT+0800 (CST)

2 end @ Fri Sep 21 2012 19:16:51 GMT+0800 (CST)

3 start @ Fri Sep 21 2012 19:16:51 GMT+0800 (CST)

3 reply @ Fri Sep 21 2012 19:16:51 GMT+0800 (CST)

3 called @ Fri Sep 21 2012 19:16:56 GMT+0800 (CST)

3 end @ Fri Sep 21 2012 19:17:01 GMT+0800 (CST)

下表中A1表示第一次请求中的代码块A，其他以此类推。假定代码块A、B、D都是瞬间完成，只有C耗时5秒。从表中可知，第三次请求是在第15钟才开始被处理。根据测试脚本的输出可知，第三次请求其实在第7秒就已经发出了，但由于是那时队列中还有C1、C2在处理，因此等待了8秒钟！假设队列的平均长度是100，那每个请求平均的等待时间就是 (100 / 4 – 1) * (A+B+C+D)，即要等前面24个请求处理完。这还仅仅是请求得到回馈的时间，该请求对应回调函数被执行的时间还要更久。

适用场景

通过上面的研究，我觉得Node.js并不适合需要与用户实时交互的系统；它适合集中处理用户发来的大规模“指令”，即不需要及时看到结果的请求。比如微博系统，用户发表一条微博，可能需要在服务器上排队1分钟才能最终保存到数据库。在这一分钟里，用户更多地是看看别人发表的微博，并不十分迫切地想看到自己那条微博。如果希望有更好的体验，其实可以用DOM直接把用户发表的微博先更新到当前页面，同时使用Ajax异步请求保存这条数据。

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注WEB前端Node.js频道！