Параллельный JavaScript с ParallelJS

Давайте рассмотрим простой пример вычисления последовательности простых чисел в фоновом режиме, используя два параметра для обозначения начала и конца последовательности. Сначала мы создаем файл с именем prime.js следующего содержания:

 onmessage = function (event) { var arguments = JSON.parse(event.data); run(arguments.start, arguments.end); }; function run (start, end) { var n = start; while (n < end) { var k = Math.sqrt(n); var found = false; for (var i = 2; !found && i <= k; ++i) { found = n % i === 0; } if (!found) { postMessage(n.toString()); } n++; } } 

Теперь нам нужен только следующий код в нашем основном приложении для запуска фонового работника.

 if (typeof Worker !== 'undefined') { var w = new Worker('prime.js'); w.onmessage = function(event) { console.log(event); }; var args = { start : 100, end : 10000 }; w.postMessage(JSON.stringify(args)); } 

Довольно много работы. Особенно раздражает использование другого файла. Это дает хорошее разделение, но для небольших задач кажется полностью избыточным. К счастью, выход есть. Рассмотрим следующий код:

 var fs = (function () { /* code for the worker */ }).toString(); var blob = new Blob( [fs.substr(13, fs.length - 14)], { type: 'text/javascript' } ); var url = window.URL.createObjectURL(blob); var worker = new Worker(url); // Now setup communication and rest as before 

Конечно, мы можем захотеть найти лучшее решение, чем такие магические числа (13 и 14), и, в зависимости от браузера, необходимо использовать запасной вариант для использования Blob и createObjectURL . Если вы не являетесь экспертом по JavaScript, то fs.substr(13, fs.length - 14) делает fs.substr(13, fs.length - 14) тела функции. Мы делаем это, превращая объявление функции в строку (используя вызов toString() ) и удаляя сигнатуру самой функции.

Разве библиотека не может помочь нам здесь?

Познакомьтесь с ParallelJS

Это где ParallelJS вступает в игру. Это обеспечивает хороший API для некоторого удобства наряду с веб-работниками. Он включает в себя множество помощников и очень полезных абстракций. Мы начнем с предоставления некоторых данных для работы.

 var p = new Parallel([1, 2, 3, 4, 5]); console.log(p.data); 

Поле данных возвращает предоставленный массив. Ничего «параллельного» еще не было вызвано. Однако экземпляр p содержит набор методов, например, spawn , которые создадут нового веб-работника. Он возвращает Promise , что облегчает работу с результатом.

 p.spawn(function (data) { return data.map(function (number) { return number * number; }); }).then(function (data) { console.log(data); }); 

Проблема с кодом выше в том, что вычисления не будут действительно параллельными. Мы создаем только одного фонового работника, который обрабатывает весь массив данных за один цикл. Мы получим результат, только если весь массив был обработан.

Лучшее решение — использовать функцию map экземпляра Parallel .

 p.map(function (number) { return number * number; }).then(function (data) { console.log(data); }); 

В предыдущем примере ядро ​​довольно просто, потенциально слишком просто. В реальном примере будет задействовано много операций и функций. Мы можем включить введенные функции, используя функцию require .

 function factorial (n) { return n < 2 ? 1 : n * factorial(n - 1); } p.require(factorial) p.map(function (n) { return Math.pow(10, n) / factorial(n); }).reduce(function (data) { return data[0] + data[1]; }).then(function (data) { console.log(data); }); 

Функция reduce помогает объединять фрагментированные результаты в единый результат. Он предоставляет удобную абстракцию для сбора подрезультатов и выполнения некоторых действий после того, как все подрезультаты известны.

Выводы

ParallelJS дает нам элегантный способ обойти многие проблемы, которые могут возникнуть при использовании веб-работников. Кроме того, мы получаем хороший API, который содержит несколько полезных абстракций и помощников. В будущем дальнейшие улучшения могут быть интегрированы.

Наряду со способностью использовать SMT в JavaScript, мы также можем использовать возможности векторизации. Здесь SIMD.js кажется жизнеспособным подходом, если поддерживается. Также использование GPU для вычислений может быть допустимым вариантом в некотором (надеюсь, не слишком отдаленном) будущем. В Node.js существуют обертки для CUDA (архитектура параллельных вычислений), но выполнение необработанного кода JavaScript все еще невозможно.

До этого момента ParallelJS — наша лучшая попытка раскрыть возможности многоядерных процессоров для выполнения длительных вычислений.

А что насчет тебя? Как вы используете возможности современного оборудования, используя JavaScript?