本篇文章给大家介绍一下nodejs进行多线程处理的方法。有一定的参考价值，有需要的朋友可以参考一下，希望对大家有所帮助。
Threads à gogo 是nodejs 的原生模块，使用这个模块可以让nodejs 具备多线程处理功能。【推荐学习：《nodejs 教程》】
安装方法
npm install threads_a_gogo
下载测试源码
git clone http://github.com/xk/node-threads-a-gogo.git
导入模块代码
var tagg= require('threads_a_gogo');API
tagg= require('threads_a_gogo') //生成tagg object
var thread = tagg.create( /* no arguments */ ) //生成 thread object
var thread_pool = tagg.createPool( numberOfThreads ) //生成 thread pool
thread.load("boot.js").eval("boot()").emit("go").on("event", cb) //thread读取boot.js文件 执行boot(),发送event go，并且监听 event 事件 cb(err,result)
thread_pool.load('path') //pool中的任意（.all 为全部）thread 读取path file
pool.any.eval( program, cb ) //pool中的任意（.all 为全部）thread执行program为什么要用多线程？
1.平行执行，无需排队，快速。
2.公平性，所有线程统一优先级。
3.完整利用资源，让更多的CPU参与task的处理。
4.所有线程共用一个储存地址。
实例
我们先来做一个简单的测试，用斐波那契数组来看一下，加入了多线程的node有多么的强悍：（测试机器为4CPU）没有使用TAGG的正常情况，异步也帮不了我们应对cpu密集型任务
function fibo (n) {
return n > 1 ? fibo(n - 1) + fibo(n - 2) : 1;
}
var n=8
function back(){
if(!--n) return console.timeEnd('no thread');
}
console.time('no thread');
process.nextTick(function(){
console.log(fibo (40));
back();
})
process.nextTick(function(){
console.log(fibo (40));
back();
})
process.nextTick(function(){
console.log(fibo (40));
back();
})
process.nextTick(function(){
console.log(fibo (40));
back();
})
process.nextTick(function(){
console.log(fibo (40));
back();
})
process.nextTick(function(){
console.log(fibo (40));
back();
})
process.nextTick(function(){
console.log(fibo (40));
back();
})
process.nextTick(function(){
console.log(fibo (40));
back();
})我们模拟了8个异步的行为，测试用的node v0.8.16版本，所以process.nextTick还是异步方法。最后我们输出结果为：
165580141 165580141 165580141 165580141 165580141 165580141 165580141 165580141 no thread: 23346ms
接下来我们使用TAGG模块来测试同样的执行8次斐波那契数组计算，看看成绩如何？
function fibo (n) {
return n > 1 ? fibo(n - 1) + fibo(n - 2) : 1;
}
console.time('8 thread');
var numThreads= 8; //创建线程池，最大数为8
var threadPool= require('threads_a_gogo').createPool(numThreads).all.eval(fibo); //为线程池注册程序
var i=8;
var cb = function(err,data){ //注册线程执行完毕的回调函数
console.log(data);
if(!--i){
threadPool.destroy();
console.timeEnd('8 thread');
}
}
threadPool.any.eval('fibo(40)', cb); //开始向线程池中执行fibo(40)这个任务
threadPool.any.eval('fibo(40)', cb);
threadPool.any.eval('fibo(40)', cb);
threadPool.any.eval('fibo(40)', cb);
threadPool.any.eval('fibo(40)', cb);
threadPool.any.eval('fibo(40)', cb);
threadPool.any.eval('fibo(40)', cb);
threadPool.any.eval('fibo(40)', cb);最重的结果：
165580141 165580141 165580141 165580141 165580141 165580141 165580141 165580141 8 thread: 9510ms
相比不使用多线程模型的node，使用了TAGG模块之后，我们在4CPU服务器上的测试结果要快上一倍还不止。
TAGG模块还有其他更多的功能，比如事件触发，平滑退出，查看线程工作状态等等，总之TAGG模块给node注入了新的活力，让node一直饱受诟病的处理cpu密集任务问题得到了一个妥善的解决，就算你不擅长c++代码，也能够轻松编写出多线程的真正的非阻塞node程序了。
更多编程相关知识，请访问：编程教学！！
