一、Turborepo任务并行的基础逻辑

很多做前端项目的开发者应该都有过这样的经历：项目越做越大，里面有几十个甚至上百个小模块，每次打包、测试或者编译的时候，只能一个一个任务排队跑，等得人直跺脚。Turborepo就是为了解决这个问题诞生的工具，它能把这些任务同时跑起来，大大节省时间。但很多人用了之后会发现，有时候并行跑反而更慢，甚至会出现报错，这其实就是资源分配和调度没做好的问题。

先给大家说清楚，Turborepo的任务并行到底是怎么回事。简单来说，它就像一个工厂的调度员，会把项目里的各种任务（比如打包、测试、类型检查）拆分成一个个小工单，然后安排工人（也就是电脑的CPU、内存这些资源）同时去做。但如果调度员没安排好，要么有的工人闲得慌，有的工人忙得要死，要么就是两个工人抢同一个工具，最后都干不成活。

1.1 任务依赖的基础认知

在讲资源分配之前，得先搞清楚任务之间的依赖关系，不然并行就会乱套。比如你要打包一个模块，得先把这个模块的类型检查做完，不然打包出来的东西可能有问题。Turborepo里的任务依赖是在配置文件里定义的，比如package.json里的scripts字段，或者turbo.json文件。

举个简单的例子，我们先看一个基础的turbo.json配置，这里用的技术栈是Node.js 18+，搭配Turborepo 1.10+。

{
  "tasks": {
    "build": {
      "dependsOn": ["^build"], // 依赖所有上游模块的build任务
      "outputs": ["dist/**"] // 打包输出的文件路径
    },
    "test": {
      "dependsOn": ["build"], // 依赖当前模块的build任务
      "outputs": []
    }
  }
}

这个配置里，build任务要等所有依赖它的模块先打包完，test任务要等自己模块打包完才能跑。Turborepo会根据这些依赖关系，把没有依赖冲突的任务放到一起并行跑。

二、并行执行的资源分配问题分析

很多人刚开始用Turborepo的并行功能时，会直接开最大并行数，比如电脑有8核CPU，就开8个并行任务，结果反而比串行还慢。这是因为电脑的资源不只是CPU，还有内存、硬盘IO这些，要是分配不合理，就会出现资源争抢。

2.1 常见的资源分配误区

第一个误区就是只看CPU核数，不看内存。比如有的任务是内存密集型的，比如大项目的类型检查，一个任务可能就要占2G内存，要是电脑只有8G内存，开4个并行任务就会把内存占满，电脑开始用虚拟内存，速度就会慢下来。

第二个误区是不区分任务类型。比如把打包、测试、类型检查这些不同类型的任务混在一起并行。打包是CPU和硬盘IO都用的多，测试是CPU用的多，类型检查是内存用的多，要是把这些任务都堆在一起，资源争抢会更严重。

第三个误区是忽略硬盘IO的瓶颈。比如很多项目的任务都会读写硬盘，要是并行任务太多，硬盘的读写速度跟不上，就会拖慢所有任务的速度。尤其是用机械硬盘的电脑，这个问题更明显。

2.2 资源分配的核心指标

要做好资源分配，得先搞清楚几个核心指标。第一个是CPU使用率，一般来说，每个CPU核同时跑一个任务是比较合理的，要是一个任务占满一个核，那并行数最好不要超过CPU核数的80%，留一点资源给系统用。

第二个是内存使用率，每个任务需要的内存可以通过工具看，比如Node.js的任务可以用process.memoryUsage()来看，或者用系统的任务管理器。一般来说，总内存的70%左右用来跑并行任务比较合适，剩下的留给系统和其他程序。

第三个是硬盘IO速度，这个可以用系统的工具看，比如Windows的任务管理器，Mac的活动监视器，Linux的iostat命令。要是硬盘IO的使用率超过80%，就说明并行任务太多了，需要减少。

三、调度优化的具体方法

搞清楚了资源分配的问题，接下来就是怎么优化调度。Turborepo本身提供了很多配置选项，还有一些第三方工具可以辅助，只要用对了，就能让并行任务跑的又快又稳。

3.1 任务分类调度

第一个方法是把任务按类型分类，不同类型的任务用不同的并行数。比如把CPU密集型的任务（比如测试）、内存密集型的任务（比如类型检查）、IO密集型的任务（比如打包）分开，分别设置并行数。

举个例子，我们可以在turbo.json里给不同的任务设置不同的并行参数，这里还是用Node.js技术栈。

{
  "tasks": {
    "build": {
      "dependsOn": ["^build"],
      "outputs": ["dist/**"],
      "parallel": 4 // 打包任务最多同时跑4个
    },
    "test": {
      "dependsOn": ["build"],
      "outputs": [],
      "parallel": 2 // 测试任务最多同时跑2个
    },
    "typecheck": {
      "dependsOn": [],
      "outputs": [],
      "parallel": 1 // 类型检查任务最多同时跑1个
    }
  }
}

这个配置里，打包任务因为IO密集，所以开4个，测试任务CPU密集开2个，类型检查内存密集开1个，这样就不会出现资源争抢。

3.2 动态并行数设置

第二个方法是根据电脑的硬件配置，动态设置并行数，而不是固定死。比如可以写一个简单的脚本，在跑Turborepo之前，先检测电脑的CPU核数、内存大小，然后自动计算出合适的并行数。

比如下面这个Node.js脚本，用来检测电脑的配置，然后生成Turborepo的命令参数：

const os = require('os'); // 引入系统模块，用来获取硬件信息

// 获取CPU核数
const cpuCores = os.cpus().length;
// 获取总内存，单位转换为GB
const totalMemoryGB = os.totalmem() / 1024 / 1024 / 1024;

// 计算打包任务的并行数：CPU核数的80%，最多不超过8
const buildParallel = Math.min(Math.floor(cpuCores * 0.8), 8);
// 计算测试任务的并行数：总内存的1/2，最多不超过4
const testParallel = Math.min(Math.floor(totalMemoryGB / 2), 4);

// 生成Turborepo的命令参数
const turboCommand = `turbo run build test --parallel=${buildParallel},${testParallel}`;

console.log('生成的Turborepo命令：', turboCommand);

这个脚本会根据电脑的实际配置，自动生成合适的并行数，这样不管是在什么电脑上跑，都能得到最优的效果。

3.3 任务优先级调度

第三个方法是给任务设置优先级，把重要的任务先跑。比如在开发的时候，我们经常需要先跑测试，看代码有没有问题，这时候就可以把测试任务的优先级设高，让它先跑。

Turborepo里可以通过priority参数来设置任务的优先级，数字越大优先级越高，比如：

{
  "tasks": {
    "build": {
      "dependsOn": ["^build"],
      "outputs": ["dist/**"],
      "priority": 1 // 打包任务优先级为1
    },
    "test": {
      "dependsOn": ["build"],
      "outputs": [],
      "priority": 2 // 测试任务优先级为2，比打包高
    }
  }
}

这样在并行跑的时候，测试任务会优先分配资源，不会被打包任务抢资源。

四、应用场景与优缺点分析

Turborepo的任务并行优化不是万能的，它有适合的场景，也有不适合的场景，还有自己的优缺点，下面给大家详细说一下。

4.1 应用场景

第一个场景是大型前端项目的持续集成（CI）。比如一个公司的前端项目有几十个模块，每次提交代码都要跑打包、测试、类型检查，要是用串行跑，可能要花几十分钟，用并行优化之后，可能只要几分钟，大大提高了CI的速度。

第二个场景是本地开发的效率提升。比如开发者在本地改了几个模块的代码，需要重新打包、测试，用并行优化之后，能很快看到结果，不用等很久。

第三个场景是多项目的批量处理。比如一个团队有多个前端项目，需要批量打包发布，用Turborepo的并行优化，可以同时处理多个项目，节省时间。

4.2 技术优缺点

优点主要有三个：第一个是速度提升明显，只要优化得当，并行任务能把时间缩短到串行的几分之一甚至十分之一；第二个是配置简单，Turborepo的配置都是基于JSON的，很容易上手；第三个是兼容性好，支持大部分前端项目的技术栈，比如React、Vue、Angular这些。

缺点也有三个：第一个是配置不当容易出问题，比如并行数开太大，会导致内存溢出、硬盘IO瓶颈；第二个是依赖关系复杂的项目，并行优化的难度比较大，要是依赖关系没搞清楚，会出现任务顺序错误；第三个是对硬件有一定要求，要是电脑的硬件太差，比如内存小于4G，并行优化的效果就不明显。

4.3 注意事项

第一个注意事项是一定要先搞清楚任务的依赖关系，再做并行优化，不然会出现任务顺序错误，导致打包出来的东西有问题；第二个注意事项是不要盲目追求最大并行数，要根据自己的硬件配置和任务类型来设置；第三个注意事项是要定期监控资源使用情况，比如跑并行任务的时候，看看CPU、内存、硬盘IO的使用率，要是超过了阈值，就要调整并行数；第四个注意事项是在CI环境里，要根据CI服务器的配置来设置并行数，不要用本地的配置直接搬过去，因为CI服务器的配置和本地可能不一样。

五、文章总结

Turborepo的任务并行执行的资源分配与调度优化，核心就是根据任务的类型、依赖关系，以及电脑的硬件配置，合理分配资源，调度任务，让并行任务跑的又快又稳。

刚开始用的时候，可能会遇到各种问题，比如并行数开太大导致内存溢出，或者依赖关系没搞清楚导致任务顺序错误，但只要搞清楚了基础逻辑，掌握了优化方法，就能解决这些问题。

总的来说，Turborepo的并行优化是提升开发效率的利器，尤其是对于大型项目来说，效果非常明显。只要大家根据自己的实际情况，合理配置，就能让Turborepo发挥出最大的作用。