综合练习

本课串联 nrt-worker、nrt-debug、nrt-cli-tools 与 nrt-apm：CLI 触发 CPU 任务 → Worker 池执行 → 主线程保持响应 → inspect 与 memory 观测。

学习目标

• 实现带 commander 子命令的 hash-batch 工具
• 用 Worker 池并行处理多行输入，避免阻塞 Event Loop
• 用 --inspect 与 memoryUsage 验证行为符合预期

项目结构建议

hash-batch/
  package.json
  bin/hash-batch.js      # commander 入口
  src/pool.js            # Worker 池
  src/hash-worker.js     # 单任务 worker
  test/smoke.test.js     # 可选

前置：完成 nodejs-essentials 模块与异步课；可选 nva-cli。

功能需求

1. hash-batch hash <file>

   • 读文件每行非空字符串
   • 提交 Worker 池，算法默认 sha256，-a 可改
   • stdout：每行 JSON { "line": n, "digest": "..." }
   • stderr：进度（chalk 可选）

2. Worker 池

   • 大小默认 os.availableParallelism()，-j 覆盖
   • 队列 + 复用 worker，不要「一行 new 一个 Worker」
   • worker 异常时 reject 该任务，不拖垮整个进程（参考 nrt-callbacks）

3. 观测

   • --metrics flag：结束前 stderr 打印 memoryUsage 与总耗时
   • 文档说明如何用 node --inspect-brk bin/hash-batch.js hash data.txt 断在 pool 调度处

参考片段：池化调度

import { Worker } from "node:worker_threads";
import os from "node:os";

export class WorkerPool {
  constructor(size = os.availableParallelism(), workerUrl) {
    this.size = size;
    this.workerUrl = workerUrl;
    this.workers = [];
    this.queue = [];
  }

  run(task) {
    return new Promise((resolve, reject) => {
      this.queue.push({ task, resolve, reject });
      this._dispatch();
    });
  }

  _dispatch() {
    // 取空闲 worker 或 spawn 至 size 上限；on message resolve
  }
}

完整实现留作练习；注意 backpressure：超大文件可逐行 readline 而非一次读入内存（node-streams）。

验收标准

项	标准
主线程	处理 1 万行时仍可响应简单 heartbeat timer（自测脚本）
正确性	与主线程 crypto.createHash 单线程结果一致
CLI	--help、非零 exit code on 文件不存在
调试	README 含 inspect 步骤与 heap 对比建议（nrt-gc）

扩展（可选）

• 子命令 benchmark：对比「无 Worker」与「有 Worker」的 wall time
• 对接 nrt-cluster 文档说明：HTTP 服务应 cluster，批处理应 Worker
• 发布为本地 npm link 包（nva-packages）

练习

• 完成 hash-batch hash，对 1000 行 sample 跑通并输出 JSONL
• 用 --inspect 在 worker postMessage 处下断点，确认任务序列
• 写 README：何时选 Worker vs child_process vs cluster（三句话即可）

小结

CLI 入口清晰、CPU 进 Worker、主线程管 I/O 与观测——这是 runtime 进阶的落地模板。 恭喜完成 nodejs-runtime-essentials；可继续 nestjs-essentials 或深入 observability 专题。