这篇“客户端JavaScript线程池设计的示例分析”除了程序员外大部分人都不太理解，今天小编为了让大家更加理解“客户端JavaScript线程池设计的示例分析”，给大家总结了以下内容，具有一定借鉴价值，内容详细步骤清晰，细节处理妥当，希望大家通过这篇文章有所收获，下面让我们一起来看看具体内容吧。
1.介绍：
本打算在客户端JavaScript进行机器学习算法计算时应用线程池来优化，就像()演示的神经网络。但是由于各种原因不了了之了。本次遇到了一个新的问题，客户端的MD5运算也是耗时操作，如果同时对多个字符串或文件进行MD5加密就可以使用线程池来优化。
2.准备工作：
到npm官网搜索spark-md5，到其github仓库下载spark-md5.js。该js文件支持AMD，CommonJS和web工作线程的模块系统，我们在实现线程池时，线程工作代码交给web工作线程处理。
3.测试spark-md5是否正常工作：
创建一个网页，再创建一个worker.js用于保存工作线程的代码。以下述代码测试，如果成功输出MD5编码，那么准备工作完成。
客户端网页代码
<script> let worker = new Worker("worker.js") worker.postMessage("Danny") worker.onmessage = function({data}) { console.log(data) worker.terminate() }</script>工作线程代码
self.importScripts("spark-md5.js")self.onmessage = function({data}) { self.postMessage(self.SparkMD5.hash(data))}4.线程池设计
1. 目标：本次线程池设计的目标是初始创建n个初始线程，能够满足任意个线程请求，超出n的请求并不丢弃，而是等待到出现空闲线程后再分配之。
2. 基本设计思路：为了基本满足上述目标，至少要有一个线程分配功能，一个线程回收功能。
3. 线程分配功能设计：
线程池满指的是线程池已经没有可用空闲线程
通知对象是一个不可逆状态机，可以用Promise对象来实现
阻塞请求队列存储Promise对象的resolve方法即可
存储线程池中的线程使用数组即可，数组每个元素是一个对象，包括线程和线程状态
返回给用户的可用线程还需要有线程在数组中的下标，在线程释放中会用到
4. 线程释放功能设计：
线程释放功能需要接收一个参数，为线程的标识，3中设计该标识为数组下标
当线程释放后，查看阻塞请求队列是否为空，如果不为空，说明有被阻塞的线程请求，此时令队首元素出队即可，执行resolve()通知对象的状态变更为Fulfilled
5. 实现线程池：
class MD5Pool { // worker用于存储线程 worker = [] // status是线程池状态 status = "Idle" // 阻塞请求队列 blockRequestQueue = [] // size为用户希望的线程池的容量 constructor(size) { for(let i = 0; i < size; i ++) this.worker.push({ worker: new Worker("worker.js"), status: "Idle" }) } // 线程池状态更新函数 statusUpdate() { let sum = 0 this.worker.forEach(({ status }) => { if(status === "Busy") sum ++ }) if(sum === this.worker.length) this.status = "Busy" else this.status = "Idle" } // 线程请求方法 assign() { if(this.status !== "Busy") { // 此时线程池不满，遍历线程，寻找一个空闲线程 for (let i = 0; i < this.worker.length; i++) if (this.worker[i].status === "Idle") { // 该线程空闲，更新状态为忙碌 this.worker[i].status = "Busy" // 更新线程池状态，如果这是最后一个空闲线程，那么线程池状态变为满 this.statusUpdate() // 返回给用户该线程，和该线程的标识，标识用数组下标表示 return { worker: this.worker[i].worker, index: i } } } else { // 此时线程池满 let resolve = null // 创建一个通知对象 let promise = new Promise(res => { // 取得通知对象的状态改变方法 resolve = res }) // 通知对象的状态改变方法加入阻塞请求队列 this.blockRequestQueue.push(resolve) // 返回给请求者线程池已满信息和通知对象 return { info: "full", wait: promise } } } // 线程释放方法，接收一个参数为线程标识 release(index) { this.worker[index].status = "Idle" // 阻塞请求队列中的第一个请求出队，队列中存储的是promise的resolve方法，此时执行，通知请求者已经有可用的线程了 if(this.blockRequestQueue.length) // 阻塞请求队列队首出列，并执行通知对象的状态改变方法 this.blockRequestQueue.shift()() // 更新线程池状态，此时一定空闲 this.status = "Idle" }}5.spark-md5对文件进行md5编码
说明：
在3的测试中spark-md5只是对简单字符串进行MD5编码，并非需要大量运算的耗时操作。spark-md5可以对文件进行MD5编码，耗时较多，实现如下。
注意：
spark-md5对文件编码时必须要对文件进行切片后再加密整合，否则不同文件可能会有相同编码。详情见github或npm。
// 在工作线程中引入spark-md5self.importScripts("spark-md5.js")let fd = new FileReader()let spark = new self.SparkMD5.ArrayBuffer()// 接收主线程发来的消息，是一个文件self.onmessage = function(event) { // 获取文件 let chunk = event.data // spark-md5要求计算文件的MD5必须切片计算 let chunks = fileSlice(chunk) // 计算MD5编码 load(chunks)}// 切片函数function fileSlice(file) { let pos = 0 let chunks = [] // 将文件平均切成10分计算MD5 const SLICE_SIZE = Math.ceil(file.size / 10) while(pos < file.size) { // slice可以自动处理第二个参数越界 chunks.push(file.slice(pos, pos + SLICE_SIZE)) pos += SLICE_SIZE } return chunks}// MD5计算函数async function load(chunks) { for(let i = 0; i < chunks.length; i ++) { fd.readAsArrayBuffer(chunks[i]) // 在这里希望节约空间，因此复用了FileReader，而不是每次循环新创建一个FileReader。需要等到FileReader完成read后才可以进行下一轮复用，因此用await阻塞。 await new Promise(res => { fd.onload = function(event) { spark.append(event.target.result) if(i === chunks.length - 1) { self.postMessage(spark.end()) } res() } }) }}6.大量文件进行MD5加密并使用线程池优化
下面的测试代码就是对上文所述的拼接
网页代码
<input id="input" type="file" multiple onchange="handleChanged()"/><body> <script> class MD5Pool { worker = [] status = "Idle" blockRequestQueue = [] constructor(size) { for(let i = 0; i < size; i ++) this.worker.push({ worker: new Worker("worker.js"), status: "Idle" }) } statusUpdate() { let sum = 0 this.worker.forEach(({ status }) => { if(status === "Busy") sum ++ }) if(sum === this.worker.length) this.status = "Busy" else this.status = "Idle" } assign() { if(this.status !== "Busy") { for (let i = 0; i < this.worker.length; i++) if (this.worker[i].status === "Idle") { this.worker[i].status = "Busy" this.statusUpdate() return { worker: this.worker[i].worker, index: i } } } else { let resolve = null let promise = new Promise(res => { resolve = res }) this.blockRequestQueue.push(resolve) return { info: "full", wait: promise } } } release(index) { this.worker[index].status = "Idle" // 阻塞请求队列中的第一个请求出队，队列中存储的是promise的resolve方法，此时执行，通知请求者已经有可用的线程了 if(this.blockRequestQueue.length) this.blockRequestQueue.shift()() this.status = "Idle" } } // input点击事件处理函数 function handleChanged() { let files = event.target.files // 创建一个大小为2的MD5计算线程池 let pool = new MD5Pool(2) // 计算切片文件的MD5编码 Array.prototype.forEach.call(files, file => { getMD5(file, pool) }) } // 获取文件的MD5编码的函数，第一个参数是文件，第二个参数是MD5线程池 async function getMD5(chunk, pool) { let thread = pool.assign() // 如果info为full，那么说明线程池线程已被全部占用，需要等待 if(thread.info === "full") { // 获取线程通知对象 let wait = thread.wait // 等到wait兑现时说明已经有可用的线程了 await wait thread = pool.assign() let { worker, index } = thread worker.postMessage(chunk) worker.onmessage = function (event) { console.log(event.data) pool.release(index) } } else { let { worker, index } = thread worker.postMessage(chunk) worker.onmessage = function (event) { console.log(event.data) pool.release(index) } } } </script></body>工作线程代码
self.importScripts("spark-md5.js")let fd = new FileReader()let spark = new self.SparkMD5.ArrayBuffer()self.onmessage = function(event) { // 获取文件 let chunk = event.data // spark-md5要求计算文件的MD5必须切片计算 let chunks = fileSlice(chunk) // 计算MD5编码 load(chunks)}// 切片函数function fileSlice(file) { let pos = 0 let chunks = [] // 将文件平均切成10分计算MD5 const SLICE_SIZE = Math.ceil(file.size / 10) while(pos < file.size) { // slice可以自动处理第二个参数越界 chunks.push(file.slice(pos, pos + SLICE_SIZE)) pos += SLICE_SIZE } return chunks}// MD5计算函数async function load(chunks) { for(let i = 0; i < chunks.length; i ++) { fd.readAsArrayBuffer(chunks[i]) // 在这里希望节约空间，因此复用了FileReader，而不是每次循环新创建一个FileReader。需要等到FileReader完成read后才可以进行下一轮复用，因此用await阻塞。 await new Promise(res => { fd.onload = function(event) { spark.append(event.target.result) if(i === chunks.length - 1) { self.postMessage(spark.end()) } res() } }) }}随机选取18个文件进行MD5编码，结果如下
JavaScript的作用是什么
1、能够嵌入动态文本于HTML页面。2、对浏览器事件做出响应。3、读写HTML元素。4、在数据被提交到服务器之前验证数据。5、检测访客的浏览器信息。6、控制cookies，包括创建和修改等。7、基于Node.js技术进行服务器端编程。
感谢您的阅读，希望您对“客户端JavaScript线程池设计的示例分析”这一关键问题有了一定的理解，具体使用情况还需要大家自己动手实验使用过才能领会，快去试试吧，如果想阅读更多相关知识点的文章，欢迎关注编程网行业资讯频道！
