当前位置:首页 > 文章列表 > 文章 > 前端 > Atomics.waitAsync实现跨Worker非阻塞同步

Atomics.waitAsync实现跨Worker非阻塞同步

2026-05-01 08:01:01 0浏览 收藏
Atomics.waitAsync 是浏览器中实现跨 Worker 非阻塞同步的关键新 API,但它绝非开箱即用:它被硬性限制在启用跨源隔离(COOP/COEP)的 Worker 环境中运行,主线程因 Spectre 防御策略彻底禁用 SharedArrayBuffer 而无法调用;正确使用需严格满足三重前提——HTTP 服务下确保响应头配置、Worker 内先 load 再 waitAsync、notify 必须精准匹配索引与时机,稍有偏差就会永久挂起;更关键的是,开发者必须跳出“原子即万能”的误区,通过双状态位设计等工程实践主动规避竞态窗口,让底层原子语义真正服务于可靠的时序逻辑——这是一场对内存模型理解与系统级协作能力的双重考验。

如何利用 Atomics.waitAsync 在不阻塞主线程的前提下跨 Worker 等待同步

Atomics.waitAsync 不能在主线程使用,这是硬性限制。你必须把它放进 Worker 里,否则直接抛 TypeError: Atomics.waitAsync is not supported —— 这不是兼容性问题,是浏览器策略层面的禁用。

为什么主线程调用 Atomics.waitAsync 一定失败

根本原因不是 API 没实现,而是它依赖 SharedArrayBuffer,而现代浏览器默认禁用 SharedArrayBuffer 防御 Spectre 类攻击。即使你手动 new SharedArrayBuffer(4) 成功了,只要页面没启用跨源隔离(COOP/COEP),Atomics.waitAsync 就不可用,且错误提示非常不友好,只报类型错误,不提隔离策略。

验证是否就绪,得在控制台跑这两句:

typeof SharedArrayBuffer !== 'undefined'
typeof Atomics.waitAsync === 'function'

两者都为 true 才算过关。本地开发时,file:// 协议绝对不行,必须起 HTTP 服务,比如:

python3 -m http.server 8000 --bind 127.0.0.1

同时确保响应头包含:

  • Cross-Origin-Opener-Policy: same-origin
  • Cross-Origin-Embedder-Policy: require-corp

Worker 中初始化共享内存与等待逻辑的正确写法

主线程负责创建和传递,Worker 负责绑定视图并调用 waitAsync。关键点在于:等待前必须先读一次值,否则可能错过初始状态变化;waitAsync 必须写在 async 函数里,不能裸 await。

主线程示例:

const sab = new SharedArrayBuffer(4);
const iv = new Int32Array(sab);
iv[0] = 0; // 初始值
const worker = new Worker('worker.js');
worker.postMessage({ sab });

Worker 内部(worker.js):

let iv;
self.onmessage = async (e) => {
  iv = new Int32Array(e.data.sab);
  // 必须先 load 确认当前值,再 wait
  if (Atomics.load(iv, 0) === 0) {
    const { value, asyncId } = await Atomics.waitAsync(iv, 0, 0);
    if (value === 'ok') {
      console.log('被通知,新值:', Atomics.load(iv, 0));
    }
  }
};

注意:iv 必须是 Int32Array,不能是 Uint32Array 或其他类型视图,字节偏移和类型必须严格一致,否则原子操作失效。

Atomics.notify 怎么配才不会让 waitAsync 永远挂起

waitAsync 不是轮询,它交由底层线程调度器挂起等待,唤醒全靠 notify。一旦漏掉、错位或数量不匹配,就会永远 pending。

通知方(通常是主线程或另一个 Worker)必须满足三个条件:

  • 在同一个 SharedArrayBuffer 上构造的 Int32Array 视图
  • 调用 Atomics.notify(iv, 0, 1) —— 第二个参数是索引(必须和 waitAsync 的位置一致),第三个参数是唤醒数量(1 表示只唤醒一个等待者)
  • notify 必须发生在 waitAsync 调用之后、且该等待尚未被 resolve 前;如果先 notify 后 waitAsync,这次通知就丢了

强烈建议加超时保护:

const result = await Promise.race([
  Atomics.waitAsync(iv, 0, 0),
  new Promise((_, reject) => setTimeout(() => reject(new Error('timeout')), 5000))
]);

容易被忽略的底层一致性细节

最隐蔽的问题不是语法或配置,而是内存顺序和竞态窗口。比如主线程改值后立刻 notify,但 Worker 还没执行到 Atomics.load(iv, 0),就可能跳过初始值检查,导致 waitAsync 等待一个永远不会变的旧值。

所以实际工程中,推荐用“双状态”模式:一个位置存数据,另一个位置当信号位。例如:

  • 位置 0 存业务值
  • 位置 1 当信号(0=未就绪,1=已就绪)
  • Worker 先 Atomics.load(iv, 1) === 0,再 waitAsync(iv, 1, 0),通知方改 iv[1] = 1 后 notify(iv, 1, 1)

这样能彻底规避“先改值后等待”导致的丢失问题。原子操作本身不解决逻辑时序,只保证单次读写不撕裂 —— 时序得靠你设计。

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《Atomics.waitAsync实现跨Worker非阻塞同步》文章吧,也可关注golang学习网公众号了解相关技术文章。

组合式API与Provide/Inject跨层级传参技巧组合式API与Provide/Inject跨层级传参技巧
上一篇
组合式API与Provide/Inject跨层级传参技巧
可灵AI实测:10分钟生成3分钟短片
下一篇
可灵AI实测:10分钟生成3分钟短片
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    263次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    312次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    291次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    268次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    83次使用