干货 | 走进Node.js之启动过程剖析

摘要：具体调用链路如图函数主要是解析启动参数，并过滤选项传给引擎。查阅文档之后发现，通过指定参数可以设置线程池大小。原来的字节码编译优化还有都是通过多线程完成又继续深入调查，发现环境变量会影响的线程池大小。执行过程如下调用执行。

作者：正龙 （沪江Web前端开发工程师）
本文原创，转载请注明作者及出处。

随着Node.js的普及，越来越多的开发者使用Node.js来搭建环境，也有很多公司开始把Web站点迁移到Node.js服务器。Node.js的优势显而易见，本文不再赘述，那么它是如何做到的呢？内部的逻辑又是什么？带着这些问题，笔者开始了研究Node.js的漫漫长征路。今天，笔者将跟大家探讨一下Node.js的启动原理。

Node.js内部主要依赖Google的V8引擎和libuv实现。V8，想必大家会比较熟悉，它首创把JavaScript直接翻译成汇编代码的方式执行，让很多不可能变成了可能，例如Node.js。libuv，是一个跨平台的异步IO库，它所说的IO除了包含本地文件操作，还包含TCP、UDP等网络套接字操作，范围甚至可以扩展到所有流操作（Stream）。所以，我们可以把Node.js理解为添加了网络功能的V8。

为了描述方便，下面提到的环境是基于Windows 7专业版。用MAC的伙伴们也不用慌，内容实质仍然适用，可能具体名词有些区别。另外，伙伴们可以下载一份Node.js的源代码（点此下载），本文用的是6.10.0 LTS。

我们打开Node.js的二进制发布包，里面内容很简单：node.exe、npm和node.h头文件。node.h头文件只有开发Node.js插件时才会用到。当我们启动node.exe时，它到底做了哪些事情？

首先，它是一个EXE可执行文件，那肯定会有一个main函数。Node.js的main函数定义在node_main.cc中，它主要是初始化V8 Platform和v8引擎；然后会启动一个Node.js实例。具体调用链路如图：

Init函数主要是解析Node.js启动参数，并过滤V8选项传给JavaScript引擎。

Node.js的main函数原来这么短，那它应该很快运行完并返回。实际上，命令行窗口会一直等待着，并没有马上退出，这又是怎么回事呢？答案就在StartInstance里。首先它会创建V8执行沙盒，生成并初始化Node.js运行环境对象，然后启动Node.js的循环等待。具体如图：

也就是说Node.js的主线程主要消费来自UV默认事件循环(uv_default_loop)和V8的MainThreadQueue和MainThreadDelayedQueue的任务。uv_run是一个阻塞调用。如果队列中有任务，则执行并返回true，如果没有的话，会阻塞住当前线程；如果返回false，则整个Node.js进程会释放资源并退出。注意参数UV_RUN_ONCE，意思是从队列中只取一个任务执行，不管队列中当前是否有多个任务。

到这儿，大概可以理解到Node.js的“单线程”是怎么回事。那运行的Node.js进程确实只开启了一个线程吗？我们打开任务管理器看看：

实际上，Node.js进程当前有7个线程。查阅文档之后发现，Node.js通过指定参数--v8-pool-size可以设置V8线程池大小。原来V8的字节码编译、优化还有GC都是通过多线程完成；又继续深入调查，发现环境变量UV_THREADPOOL_SIZE会影响libuv的线程池大小。

Node.js目前为止做的事情可以归纳为，初始化V8和libuv。接下来，我们看看Node.js自身运行环境是怎样构建起来的。Node.js自身的运行环境由Environment类表示，我们需要把process对象构建起来。process对象在JavaScript应用代码中是可以访问到，它的文档可以狠戳这儿。注意，process现在还没有赋值给Global对象。CreateEnvironment执行流程如图：

调用setAutorunMicrotask禁止V8自己消费队列中的任务。SetupProcessObject主要设置process的属性，例如比较重要的binding，还有其它提供给开发者的字段，比如cpuUsage、hrtime、uptime等。binding用于获取C/C++构建的模块，Node.js中的net库就是通过这种方式最终调用到libuv。

binding就是做模块查找，其执行过程如下：

从Args中获取到模块名称。

从Binding Cache中看是否能找到模块，如果有直接返回模块的exports。

3往Module Load List中追加一条模块记录，名称为"binding " + 模块名。

调用get_builtin_module，参数是模块名，get_builtin_module会从modlist_builtin列表中查找内置模块，所有内置模块和第三方扩展都记录在modlist_builtin列表中。C/C++模块通过NODE_MODULE_CONTEXT_AWARE_BUILTIN注册，第三方扩展模块通过NODE_MODULE注册。最终都会调用node_module_register。node_module结构体包含注册函数、模块名称、文件名称等信息。

如果查找到，则返回对应模块的exports。

如果模块名是constants，则调用DefineContstants。

如果模块名是natives，则调用DefineJavaScript，会返回所有内置模块，它们一般由Javascript实现。这些模块在/lib目录下，会通过js2c.py转成c代码，js2c.py会生成一个临时文件node_natives.h，里面包含了NODE_NATIVES_MAP的定义。

否则，抛出错误：没有指定名称的模块。

环境对象准备好之后，就开始真正加载Node.js自身提供的JavaScript类库代码。LoadEnvironment执行过程如下：

调用ExecuteString执行bootstrap_node.js。bootstrap_node.js文件里定义了一个函数它会往Global对象上添加属性，通过internal/module加载Node.js自身提供的JavaScript类库。

执行上一步返回的函数，并传入env->process_object()对象。

到这儿，我们可以总结2个问题：

Node.js里面自己提供的JavaScript库是怎么实现的？

通过C/C++代码封装成Node.js内置模块，然后再通过process.binding暴露给JavaScript。

JavaScript库文件是怎么打包在node.exe中？

Node.js内置的JavaScript文件，通过js2c.py编译生成临时文件node_natives.h。

原理思路基本搞明白之后，下面我们来做个小实例：如何把C++对象暴露给JavaScript。
程序主要是C++和JavaScript的交互，通过Node.js插件的方式运行。所以大家需要先了解下如何编译Node.js插件，官方文档猛戳这儿。

首先定义要导出的C++类，构造器可以传入一个数值；调用成员方法PlusOne，数值自增1并返回当前值。

namespace demo {
    class MyObject : public node::ObjectWrap {
    public:
        static void Init(v8::Local exports);
        static void NewInstance(const v8::FunctionCallbackInfo& args);
        inline double value() const { return _value; }

    private:
        explicit MyObject(double value = 0);
        ~MyObject();

        static void New(const v8::FunctionCallbackInfo& args);
        static void PlusOne(const v8::FunctionCallbackInfo& args);
        static v8::Persistent constructor;
        double _value;
    };
}

实现文件

    void MyObject::NewInstance(const FunctionCallbackInfo& args) {
        Isolate* isolate = args.GetIsolate();

        const unsigned argc = 1;
        Local argv[argc] = { args[0] };
        Local cons = Local::New(isolate, constructor);
        Local context = isolate->GetCurrentContext();
        Local