[Node.js] Cluster，把多核用起来

原文地址： http://www.moye.me/?p=496

引子

众所周知，虽然Node的底层有一个IO线程池，但其应用层默认是单线程运行的，对于多核CPU环境来说，是一种资源的浪费。

所幸Node提供了child_process 模块，让开发者得以开多个进程，实现每个进程各自利用一个CPU，以实现多核的利用。

child_process 模块给予Node 可以随意创建子进程的能力。因为 child_process 类本身是一个 EventEmitter，所以进程间通信很容易；且父子进程间通信并不通过网络层，而是在内核中完成，高效。

但 child_process 对于开发者来说，编程模型还是过于复杂，需要操心的细节过多，比如：父进程崩溃了，子进程回收是需要开发者提供代码来处理的——如果开发者只是想单纯利用多核模型，对具体工作进程的控制粒度并没有太多设想，那这种开发模型无疑是令人头疼的。

针对这个问题，Node 提供了 Cluster 模块。Cluster 简化了父子模型编程模型，只区分：当前进程是不是 Master，是 Master 就可以fork子进程，不是那就请行使Worker 职责。至于什么资源的回收，负载的调配，uncaughtException的处理，它自有安排。

本质上， Cluster 是 child_process 和 net 模块的组合应用。它不仅简化了编程模型，还使得共享监听同一端口成为可能。

更多关于Cluster的原理这里不表，感兴趣可以移步 → 解读Nodejs多核处理模块cluster

场景

用Node快速搭站呢，当然就用 express 咯  所以，需求就是用 Cluster 做个单机集群，多进程跑 express，提升站点的吞吐量。

实验

先用 express-generator 搭个框子，模板引擎还是使 ejs 吧：

express -e myapp2

express-generator 默认会把 app.js 生成好，一行代码不写，一个完备的 http server 是已经实现的了。So，我们可以实现一个 Cluster 单机集群，clusterMaster.js：

//CPU几核？
var cpus = require('os').cpus().length;

//子进程监听消息处理函数
var workerListener = function (msg) {
    if (msg.access)
        console.log('user access %s, worker [%d]',
                           msg.access, msg.workerid);
};
//fork新的子进程函数
var forkWorker = function(listener){
    var worker = cluster.fork();
    console.log('worker [%d] has been created',
                                 worker.process.pid);
    worker.on('message', listener);
    return worker;
};

//Cluster处理
var cluster = require('cluster');
if (cluster.isMaster) {
    for (var i = 0; i < cpus; i++) {
        forkWorker(workerListener);
    }
} else {
    var app = require('./app');
    return app.listen(3000);
}

//Cluster收到子进程退出消息
cluster.on('exit', function (worker, code, signal) {
    console.log('worker [%d] died %s, fork a new one.',
        worker.process.pid, code || signal);
    forkWorker(workerListener);
});
//Cluster收到子进程运行消息
cluster.on('online', function(worker){
    console.log('worker [%d] is running.', worker.process.pid);
});

可以看到：

• Cluster 是通过 isMaster 来区分父子进程的。父进程中处理创建逻辑：根据 CPU的核数，创建相应数量的子进程；子进程中运行具体的 Server 创建代码。够简单的模型～
• 在 Cluster 父进程端，是始终能获知 当前worker 的。而当前 worker 的 pid 呢，在有worker 句柄情况下，对应的是 woker.process.pid；在子进程运行的上下文中，就是 process.pid。这不难理解～
• 我们为新fork出来的子进程添加了消息处理函数，使得任何子进程运行代码，都可以随时利用消息触发它：用途挺广泛的，稍后会演示一个例子
• 在子进程退出时，Cluster 父进程会收到 exit 消息，这时会重fork一个新子进程来补缺

假设用户访问这个站点： localhost:3000/，我希望告诉他，是哪个子进程在为他渲染页面。那么，在 /routes/ 添加一个express 路由 index.js：

var express = require('express');
var router = express.Router();

/* GET home page. */
router.get('/', function (req, res) {
    res.render('index', { title: 'Express',
                              workerid: process.pid });
    process.send({access: '/', workerid: process.pid});
});

module.exports = router;

可以看到，除了路由，还使用 process.send 发送了消息，它实际上会触发之前代码中子进程注册的 workerListener，向它汇报路径和进程号；由于使用了 render，那自然是少不了 ejs 模板， /views/index.js：

<!DOCTYPE html>
<html>
  <head>
    <title><%= title %></title>
    <link rel='stylesheet' href='/stylesheets/style.css' />
  </head>
  <body>
    <h1><%= title %></h1>
    <p>Welcome to <%= title %></p>
    <p>[<%= workerid %>] worker is serving for you.</p>
  </body>
</html>

模板会将 render 携带的子进程 pid 渲染到页面上； 当然少不了在 app.js 中添加路由映射：

var routes = require('./routes/index');

app.use('/', routes);

运行程序，在 shell 下 看看进程生成情况：

一父四子，试着用 kill 64163杀死一个子进程。可以在console看到，主进程收到了 exit消息，并重新fork一个新的进程：

测试一下负载，用 Chrome 重复访问几次站点，似乎 worker 子进程 一直未变：

用 ab 来模拟一下并发，让它一个核忙不过来：

换 Safari 浏览器访问一下站点，这次换了一个 worker 进程来服务，速度还不慢 

更多文章请移步我的blog新地址： http://www.moye.me/