Web Worker:让前端飞起来的隐形引擎

Web Worker:让前端飞起来的隐形引擎

目录

Web Worker:让前端飞起来的隐形引擎

一、什么是 Web Worker?

1、为什么需要 web worker

2、什么是 web worker

二、基本使用方法

1、创建一个 Worker 文件(worker.js)

2、主线程引入并使用

三、实战案例:在前端处理大批量数据

1、Worker 文件(sortWorker.js)

2、主线程调用

四、Vue3 中如何优雅使用 Web Worker

1、新建 Worker 文件(worker.js)

2、在 Vue3 中封装成 Hook

3、页面组件中使用

五、注意事项

六、结语


        ZEEKLOG万粉博主、华为云云享专家、阿里云专家博主、腾讯云、支付宝合作作者,全平台博客昵称watermelo37。

        一个假装是giser的coder,做不只专注于业务逻辑的前端工程师,Java、Docker、Python、LLM均有涉猎。



---------------------------------------------------------------------

温柔地对待温柔的人,包容的三观就是最大的温柔。

---------------------------------------------------------------------

Web Worker:让前端飞起来的隐形引擎

一、什么是 Web Worker?

1、为什么需要 web worker

        JavaScript 是“单线程”的,就像一个工人(主线程)同时只能做一件事:你让他“画页面”,他就画;你让他“算数据”,他就算;你同时让他画又让他算,他会傻住(页面卡死)。

        Web Worker 的作用就相当于给 JavaScript 请了多个打工人(Worker)来做那些不需要碰 UI 的任务。

2、什么是 web worker

        Web Worker 就是浏览器为 JavaScript 提供的一种“开小号干活”的机制,帮主线程分担计算任务,避免卡顿。

        简单来说:

Web Worker = 浏览器中的子线程。

        它能让我们把耗时操作(比如复杂计算、数据处理)丢到后台执行,主线程只负责 UI 渲染和交互,两边互不打扰。

  • Worker 无法直接操作 DOM。
  • Worker 和主线程靠 postMessage 通信。
  • Worker 是完全独立的执行环境,有自己的全局作用域。

        总结来说就是能并行执行代码,不会卡住界面,并且通信机制简单的机制,常用来解决重CPU运算(算力密集型)的前端任务,比如很久以前有个可以用来计算阴阳师限定条件下最佳的御魂配置的网站,它就需要多线程进行海量数据运算,网页需要设置计算机的核心数来获取最快的计算速度,就绕不开使用 Web Worker(或其他实现前端并行计算能力的技术)。

二、基本使用方法

        来看一个最简单的 Web Worker 例子。

1、创建一个 Worker 文件(worker.js)

// worker.js self.onmessage = function(e) { console.log('子线程收到:', e.data); const result = heavyComputation(e.data); self.postMessage(result); // 把结果发回主线程 }; function heavyComputation(input) { // 模拟一个超耗时的计算 let sum = 0; for (let i = 0; i < 1e9; i++) { sum += input; } return sum; } 

2、主线程引入并使用

const worker = new Worker('worker.js'); worker.postMessage(10); // 给子线程发消息 worker.onmessage = function(e) { console.log('主线程收到子线程返回:', e.data); }; 

        主线程继续流畅渲染,不会因为计算被卡住。需注意,worker文件必须是单独的js文件,且子线程无法操作DOM,只能做纯计算或数据处理。

三、实战案例:在前端处理大批量数据

        假设你的页面要处理10万条数据排序,如果直接在主线程排序,会严重卡顿。我们可以用 Worker 来优化。

1、Worker 文件(sortWorker.js)

// sortWorker.js self.onmessage = function(e) { const sorted = e.data.sort((a, b) => a - b); self.postMessage(sorted); }; 

2、主线程调用

const worker = new Worker('sortWorker.js'); // 生成10万条数据 const bigArray = Array.from({ length: 100000 }, () => Math.random() * 100000); worker.postMessage(bigArray); worker.onmessage = (e) => { console.log('排序完成,结果是:', e.data); }; // 同时,页面可以继续响应用户操作,不卡顿! 

四、Vue3 中如何优雅使用 Web Worker

        在 Vue3 项目中,我们可以很自然地用 Worker,比如封装成组合式函数(Composition API),如下案例,使用体验和普通函数几乎一样,而且完全不卡页面。

1、新建 Worker 文件(worker.js)

// worker.js self.onmessage = function(e) { const result = e.data * 2; self.postMessage(result); }; 

2、在 Vue3 中封装成 Hook

// useWorker.js import { ref, onUnmounted } from 'vue'; export function useWorker(workerPath) { const result = ref(null); const worker = new Worker(workerPath); const post = (data) => { worker.postMessage(data); }; worker.onmessage = (e) => { result.value = e.data; }; onUnmounted(() => { worker.terminate(); // 页面销毁时记得关闭 Worker }); return { post, result }; } 

3、页面组件中使用

<template> <div> <button @click="doubleValue">计算2倍</button> <p>结果:{{ result }}</p> </div> </template> <script setup> import { useWorker } from './useWorker'; const { post, result } = useWorker(new URL('./worker.js', import.meta.url).href); function doubleValue() { post(5); // 给子线程发送 5,子线程返回 10 } </script> 

五、注意事项

        如果数据特别大,可以用 Transferable Objects 或 SharedArrayBuffer 优化传输性能。

注意点说明
DOM 操作Worker 无法操作 DOM。只能处理数据,UI更新要回到主线程。
数据传输postMessage 实际上是数据拷贝,所以大对象传输有性能损耗。
销毁使用完记得调用 worker.terminate(),否则会内存泄漏。
同源限制Worker 脚本受同源策略保护。

六、结语

        Web Worker 是前端多线程开发的基石,提升了复杂应用的性能上限,它的使用非常简单,通过 postMessage 和 onmessage 双向通信即可,在实际业务中,如数据处理、音视频转码、大型图表绘制等场景,Worker 能显著优化用户体验。如果你的项目中存在明显的主线程卡顿,不妨试试引入 Web Worker,给用户带来丝滑流畅的体验感。

        只有锻炼思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错误欢迎在评论区指出~

        其他热门文章,请关注:

        极致的灵活度满足工程美学:用Vue Flow绘制一个完美流程图

        你真的会使用Vue3的onMounted钩子函数吗?Vue3中onMounted的用法详解

        DeepSeek:全栈开发者视角下的AI革命者

        通过array.filter()实现数组的数据筛选、数据清洗和链式调用

        通过Array.sort() 实现多字段排序、排序稳定性、随机排序洗牌算法、优化排序性能

        TreeSize:免费的磁盘清理与管理神器,解决C盘爆满的燃眉之急

        通过MongoDB Atlas 实现语义搜索与 RAG——迈向AI的搜索机制

        深入理解 JavaScript 中的 Array.find() 方法:原理、性能优势与实用案例详解

        el-table实现动态数据的实时排序,一篇文章讲清楚elementui的表格排序功能

        前端实战:基于Vue3与免费满血版DeepSeek实现无限滚动+懒加载+瀑布流模块及优化策略

        MutationObserver详解+案例——深入理解 JavaScript 中的 MutationObserver

        JavaScript中通过array.map()实现数据转换、创建派生数组、异步数据流处理、DOM操作等

        高效工作流:用Mermaid绘制你的专属流程图;如何在Vue3中导入mermaid绘制流程图

        干货含源码!如何用Java后端操作Docker(命令行篇)

        在线编程实现!如何在Java后端通过DockerClient操作Docker生成python环境

        Dockerfile全面指南:从基础到进阶,掌握容器化构建的核心工具

Read more

【狂热算法篇】完全背包异次元冒险:容量魔法觉醒,价值风暴来袭!

【狂热算法篇】完全背包异次元冒险:容量魔法觉醒,价值风暴来袭!

欢迎拜访:羑悻的小杀马特.-ZEEKLOG博客 本篇主题:轻轻松松拿捏完全背包问题呀!!! 制作日期:2026.03.04 隶属专栏:美妙的算法世界 目录 一·问题定义: 二·具体问题演示:  三·动态规划解答完全背包: 3.1非装满状态: 3.1.1状态定义: 3.1.2状态转移方程:   3.1.3初始化: 3.1.4返回值: 3.1.5填充dp表: 3.1.6非装满状态代码总结: 3.1.7非装满状态滚动数组降维优化:  3.2装满状态: 3.2.1状态定义: 3.2.2状态转移方程:  3.

By Ne0inhk
[python]-多任务

[python]-多任务

介绍 多任务的优势 多个任务同时执行能够充分利用CPU资源,大大提高程序执行效率 1. 思考一下: 利用现学知识能够让多个任务同时执行吗? 不能,因为之前所写的程序都是单任务的,也就是说一个函数或者方法执行完成,另外一个函数或者方法才能执行,要想实现多个任务同时执行就需要使用多任务。 概念 多任务是指在同一时间内执行多个任务(给我们的感觉)。 1. 例如: 现在电脑安装的操作系统都是多任务操作系统,可以同时运行着多个软件。 1. 多任务的两种表现形式 * 并发: 在一段时间内,交替执行任务 * 并行: 在一段时间内,真正的同时一起执行多个任务 进程 进程的概念 进程(Process)是CPU资源分配的最小单位,它是操作系统进行资源分配和调度运行的基本单位 通俗理解: 一个正在运行的程序就是一个进程. 例如: 正在运行的qq,微信等他们都是一个进程 注意: 一个程序运行后至少有一个进程 多进程的作用 图中是一个非常简单的程序, 1. 一旦运行hello.py这个程序,按照代码的执行顺序, 2. func_a函数执行完

By Ne0inhk
基于Python大数据旅游数据分析与推荐系统的爬虫 数据分析可视化系统

基于Python大数据旅游数据分析与推荐系统的爬虫 数据分析可视化系统

文章目录 * 摘要 * 技术亮点 * 项目简介 * 大数据系统开发流程 * 主要运用技术介绍 * 爬虫核心代码展示 * 结论 * 源码文档获取定制开发/同行可拿货,招校园代理 :文章底部获取博主联系方式! 摘要 该系统基于Python技术栈构建,整合了网络爬虫、大数据分析、机器学习推荐算法及可视化技术,旨在为旅游行业提供数据驱动的决策支持与个性化服务。 数据采集层采用Scrapy框架爬取主流旅游平台(如携程、TripAdvisor)的多维数据,包括景点信息、用户评论、价格动态及地理位置,通过反爬策略(动态IP代理、请求头模拟)确保数据完整性。数据存储使用MongoDB处理非结构化文本,MySQL管理结构化属性字段。 数据分析层基于Pandas与NumPy进行数据清洗(缺失值填充、异常值剔除)和特征工程(情感分析、热度指数计算)。结合PySpark实现分布式处理,对海量用户行为日志进行聚类分析(K-Means)与关联规则挖掘(Apriori算法),识别游客偏好与消费模式。 推荐系统层采用协同过滤(Surprise库)与内容推荐(TF-IDF向

By Ne0inhk