Node.js CPU密集型的Join操作

ES6的Map函数提供了更有效率的性能。在node.js中有一个普遍的CPU密集型代码模式：join。当你有两个对象数组，希望在两个数组中发现匹配的对象时，join操作就发生了。

这也是关系数据库的核心问题，多年来持续优化和提高，说白了，就是两个集合遍历查找相互匹配的操作，类似数据表的Select join联表查询操作。

join操作最大问题是横向扩展不够，无法分区分库，容易造成单个数据库成为性能瓶颈，因此NoSQL破除了Join操作得以获得大数据处理的横向扩展性能。但是联表或联集合数组查询却变成了应用层代码必须面对的问题。

在node.js有好几种join实现，Zambonilli: Node.js CPU Intensive Joins一文比较了这几种实现的性能。

循环
首先是对两个数组分别遍历，这属于O(n*m)问题，是最糟糕的情况。这对于CPU会有严重的冲击和影响，因为Node.js是单线程，从而会堵塞住整个应用程序。

for (let i =0; i < foo.length; i++) {
        let item = undefined;
        for (let j =0; j < bar.length; j++) {
            if (foo[i]._id === bar[j]._id) {
                item = bar[j];
                break;
            }
        }
}

Array.find
使用ES6的Array.find方法，这类似两个数组循环，也是一种O(n * m)，对CPU也有严重的性能影响。

Map函数
ES6提供的新的数据结构，使用key/value结构，javascript运行库会以最好方式管理分配和搜索值，因此推荐使用这种方式。

  let result = [];
    for (let i =0; i < foo.length; i++) {
        var item = barMap.get(foo[i]._id);
       ..
  }

对象方式
ES6以前可以使用一个对象作为key/value存储，key是对象的一个字段名，而值是对象的字段值：

 for (let i =0; i < foo.length; i++) {
        var item = barMapObj[foo[i]._id];
   ...
}

Merge
这也需要对两个数组在merge之前进行key的排序，遍历两个数组检查key是否相等，如果相等就join值，如果不等，就将较小的key加入。

经过测试：
array.find 和循环join确实是很快，这是因为它们霸占了CPU太长时间，即使数组只有10,000项目也会花费1.4秒执行array.find join，花费1秒执行循环join. 这会使得Web网站或API有很低的性能，这样的CPU就再也不能处理其他请求了，所有的请求处理都必须等待近1.4秒等数组join完毕。

对于数组有100,000项目，循环join和array.find join花费3分钟完成。

ES6的map的join要稍微好于对象方式的join. 推荐你使用 ES6 Map，它是一个更快且干净的API。

如果在数据库进行两个数据集合的比较会如何？
参考：SQL的group聚合与嵌套循环子查询的性能分析
[该贴被banq于2016-05-31 11:40修改过]