thread-loader 技术文档
2026-01-25 05:50:42作者:宣海椒Queenly
1. 安装指南
1.1 使用 npm 安装
npm install --save-dev thread-loader
1.2 使用 yarn 安装
yarn add -D thread-loader
1.3 使用 pnpm 安装
pnpm add -D thread-loader
2. 项目的使用说明
thread-loader 是一个用于在 Webpack 构建过程中将后续的加载器运行在 worker 池中的工具。通过将耗时的加载器任务分配到多个 worker 中并行处理,可以显著提高构建性能。
2.1 基本使用
在 Webpack 配置文件中,将 thread-loader 放置在其他加载器之前。例如:
module.exports = {
module: {
rules: [
{
test: /\.js$/,
include: path.resolve('src'),
use: [
'thread-loader',
// 你的耗时加载器(例如 babel-loader)
],
},
],
},
};
2.2 使用选项
你可以通过配置选项来调整 thread-loader 的行为:
use: [
{
loader: 'thread-loader',
options: {
// 启动的 worker 数量,默认为 (CPU 核心数 - 1),如果无法获取 CPU 核心数,则默认为 1
workers: 2,
// 每个 worker 并行处理的作业数量,默认为 20
workerParallelJobs: 50,
// 传递给 worker 的额外 node.js 参数
workerNodeArgs: ['--max-old-space-size=1024'],
// 允许重新启动死掉的 worker 池,这会减慢整个编译过程,建议在开发环境中设置为 false
poolRespawn: false,
// 空闲时杀死 worker 进程的超时时间,默认为 500ms,可以设置为 Infinity 以在监视模式下保持 worker 存活
poolTimeout: 2000,
// 池分配给 worker 的作业数量,默认为 200,减少此值可以提高分配的公平性但会降低效率
poolParallelJobs: 50,
// 池的名称,可以用于创建具有相同选项的不同池
name: 'my-pool',
},
},
// 你的耗时加载器(例如 babel-loader)
];
2.3 预热 worker 池
为了避免启动 worker 时的延迟,你可以预热 worker 池:
const threadLoader = require('thread-loader');
threadLoader.warmup(
{
// 池选项,必须与加载器选项匹配以启动正确的池
},
[
// 需要加载的模块
'babel-loader',
'babel-preset-es2015',
'sass-loader',
]
);
3. 项目 API 使用文档
3.1 threadLoader.warmup(options, modules)
- options: 对象,包含池的配置选项。
- modules: 数组,包含需要预加载的模块。
此方法用于预热 worker 池,减少启动时的延迟。
4. 项目安装方式
thread-loader 可以通过 npm、yarn 或 pnpm 进行安装,具体命令如下:
-
npm:
npm install --save-dev thread-loader -
yarn:
yarn add -D thread-loader -
pnpm:
pnpm add -D thread-loader
通过以上步骤,你可以成功安装并配置 thread-loader,从而优化你的 Webpack 构建性能。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
560
98
暂无描述
Dockerfile
705
4.51 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
412
338
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
957
955
Ascend Extension for PyTorch
Python
568
694
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
940
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
AI 将任意文档转换为精美可编辑的 PPTX 演示文稿 — 无需设计基础 | 包含 15 个案例、229 页内容
Python
78
5
暂无简介
Dart
951
235