在 nodejs 中充分利用电脑的最大性能

前言：利用电脑的最大核心数和最高内存进行高效运算

一、获取系统核心数和内存信息

1. 使用os模块获取 CPU 核心数和内存
   Node.js 内置的os模块提供了直接获取系统资源信息的方法：

   const os = require('os');
   // 获取逻辑CPU核心数（物理核心数需注意超线程）
   const cpuCores = os.cpus().length; // 返回所有逻辑核心数
   // 获取总内存（字节单位）
   const totalMemory = os.totalmem(); // 返回系统总内存

   • 注意：os.cpus().length返回的是逻辑核心数（包含超线程核心），若需物理核心数，可使用第三方库如systeminformation。

2. 动态获取可用核心数（Node.js 20.3.0+）
   在容器化或资源受限环境中，使用os.availableParallelism()获取实际可用的核心数：

   const availableCores = os.availableParallelism?.() || os.cpus().length; // 兼容性处理

二、多核并行计算

1. 使用cluster模块实现多进程
   通过cluster模块将任务分配到所有核心，适合 CPU 密集型运算：

   const cluster = require('cluster');
   if (cluster.isPrimary) {
     for (let i = 0; i < cpuCores; i++) {
       cluster.fork(); // 创建与核心数相同的子进程
     }
   } else {
     // 子进程执行具体计算任务
     heavyComputation();
   }

2. 结合worker_threads模块
   对 I/O 密集型或混合型任务，使用工作线程（Worker Threads）避免阻塞事件循环：

   const { Worker } = require('worker_threads');
   const workers = [];
   for (let i = 0; i < availableCores; i++) {
     workers.push(new Worker('./task.js'));
   }

三、内存优化策略

1. 监控内存使用
   实时跟踪内存消耗，避免溢出：

   const usedMemory = os.totalmem() - os.freemem();
   const memoryUsageRate = (usedMemory / os.totalmem()) * 100;
   console.log(`内存使用率: ${memoryUsageRate.toFixed(2)}%`);

2. 处理大内存数据

   • 使用Buffer或Stream分块处理大文件，避免一次性加载到内存。

   • 启用--max-old-space-size调整 Node.js 内存限制（如node --max-old-space-size=8192 app.js）。

四、第三方工具增强

1. systeminformation库
   提供更详细的硬件信息（如物理核心数、磁盘速度等）：

   const si = require('systeminformation');
   const cpuInfo = await si.cpu(); // 包含物理核心数、型号等

2. 性能监控工具

   • PM2：监控进程的 CPU 和内存占用（pm2 monit）。

   • New Relic：实时分析服务器性能瓶颈。

五、实践建议

• CPU 密集型任务：直接使用availableParallelism()设置线程池大小。

• 混合型任务：动态调整资源，如Math.max(availableCores, 4)。

• 容器化部署：结合os.availableParallelism()适应资源限制。

通过上述方法，可以高效利用系统资源。若需更深入的性能优化，建议结合具体场景测试不同策略的效果。