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

75元!复刻Moji 2.0 小智 AI 桌面机器人,基于乐鑫ESP32开发板,内置DeepSeek、Qwen大模型

文末联系小编,获取项目源码 Moji 2.0 是一个栖息在你桌面上的“有灵魂的伴侣”,采用乐鑫 ESP32-C5开发板,配置 1.5寸 360x360 高清屏,FPC 插接方式,支持 5G Wi-Fi 6 极速连接,内置小智 AI 2.0 系统,主要充当智能电子宠物的角色,在你工作学习枯燥时,通过圆形屏幕上的动态表情包卖萌解压,提供情绪陪伴;同时它也是功能强大的AI 语音助手,支持像真人一样流畅的连续对话,随时为你查询天气、解答疑惑或闲聊解闷,非常适合作为极客桌搭或嵌入式学习的开源平台。 🛠️ 装配进化 告别手焊屏幕的噩梦。全新设计的 FPC 插座连接,排线一插即锁,将复刻门槛降至最低。 🚀 性能进化 主控升级为 ESP32-C5。支持 5GHz Wi-Fi 6,

win11本地部署openclaw实操第2集-让小龙虾具有telegram机器人能力和搜索网站能力

win11本地部署openclaw实操第2集-让小龙虾具有telegram机器人能力和搜索网站能力

1 按照第一集的部署完成后,我们就开始考虑给小龙虾增加telegram机器人和搜索网站能力,实现效果如下: 2 telegram机器人能力部署 C:\Users\Administrator.openclaw的配置文件openclaw.json 增加一段内容 "channels":{"telegram":{"enabled": true, "dmPolicy":"pairing", "botToken":"你的telegram机器人的token", "groupPolicy":"allowlist", "streamMode":"partial", "network":{"

2026低代码发展趋势:从工具到平台

2026低代码发展趋势:从工具到平台

数字化转型进入深水区的2026年,低代码技术正经历一场本质性变革——从单一的效率开发工具,升级为支撑企业全链路数字化的核心平台。据Gartner 2025年Q4报告显示,中国低代码市场规模已突破131亿元,年复合增长率超20%,70%的新应用将通过低代码/无代码技术构建,这一数据背后,是企业对“快速响应需求+深度业务适配”的双重诉求,推动低代码从“能用上”向“用得好、能支撑核心业务”跨越。这种转型并非技术名词的更迭,而是从功能实现到生态构建、从单点效率到全局协同的价值重构。 趋势一:高低代码融合,打破“效率与灵活”的二元对立 早期低代码工具的核心痛点的是“标准化与定制化”的矛盾:零代码工具适配轻量场景但灵活度不足,专业编码开发高效但门槛过高。2026年,“可视化配置+代码拓展”的混合架构已成为行业主流,Gartner预测,85%的企业级低代码平台将采用这一模式,实现“80%标准化场景快速落地+20%复杂场景深度定制”的全覆盖。 这种融合模式的核心价值,在于打通业务人员与技术团队的协作壁垒。

无人机避障——Mid360+Fast-lio感知建图+Ego-planner运动规划(胎教级教程)

无人机避障——Mid360+Fast-lio感知建图+Ego-planner运动规划(胎教级教程)

电脑配置:Xavier-nx、ubuntu 18.04、ros melodic 激光雷达:Livox_Mid-360 结果展示:左边Mid360+Fast-lio感知建图,右边Ego-planner运动规划 1、读取雷达数据并显示 无人机避障——感知篇(采用Livox-Mid360激光雷达获取点云数据显示)-ZEEKLOG博客 看看雷达数据话题imu以及lidar两个话题  2、读取雷达数据并复现fast-lio  无人机避障——感知篇(采用Mid360复现Fast-lio)-ZEEKLOG博客 启动fast-lio,确保话题有输出   由于此处不需要建图,因此不打开rviz,launch文件如下修改: <launch> <!-- Launch file for Livox MID360 LiDAR --> <arg name="rviz&