利用SharedArrayBuffer在多线程Web Worker间共享海量原始数据缓冲区

SharedArrayBuffer 是目前唯一支持多 Worker 共享内存的机制。要使用它，跨域隔离、transfer 传递、Atomics 同步三个条件缺一不可——否则要么直接报错，要么引发数据竞态导致损坏。

更直白地说，SharedArrayBuffer 默认处于禁用状态，必须配合 Atomics 才能安全读写。如果不加同步直接读写，必然出现竞态或静默数据损坏，这一点没有商量余地。

为什么 new SharedArrayBuffer() 会报错：跨域隔离缺失

现代浏览器强制要求跨域隔离（Cross-Origin Isolation）才能启用 SharedArrayBuffer，否则构造函数直接抛出 TypeError: SharedArrayBuffer is not enabled。这并非配置遗漏，而是安全策略的硬性限制。

• 主页面响应头必须同时设置：Cross-Origin-Embedder-Policy: require-corp 和 Cross-Origin-Opener-Policy: same-origin
• 静态资源（如 Worker 脚本）同样需要同源或显式声明 crossorigin 属性，否则加载失败
• 本地 file:// 协议完全行不通，必须走 http:// 或 https://（推荐使用 npx serve 或 VS Code Live Server）

Worker 间传递 SAB 的正确方式：postMessage + transferable

千万不能把 SharedArrayBuffer 当作普通对象序列化传递，必须通过 postMessage() 的 transfer 机制移交所有权——否则接收端拿到的是空 buffer，原 Worker 也会失去访问权。

• 发送方：worker.postMessage({ buffer: sab }, [sab]); —— 第二个参数是 transfer list，sab 必须显式列出
• 接收方：onmessage = ({ data }) => { const sab = data.buffer; }，此时 sab 可直接用于 Int32Array 等视图
• 注意：transfer 后原线程无法再访问该 SharedArrayBuffer；若需多 Worker 共享，主页面应生成后分别 transfer 给每个 Worker

不用 Atomics 就等于裸奔：典型竞态场景与修复

即使有了 SharedArrayBuffer，直接对 Int32Array 索引赋值（如 view[0] = 42），在多线程下不保证原子性。尤其在不同 CPU 核心上运行时，可能读到撕裂值（torn read）或发生更新丢失。

• 写入必须用 Atomics.store(view, index, value)，读取优先用 Atomics.load(view, index)
• 需要条件等待时（如一个 Worker 等待另一个填完数据），用 Atomics.wait(view, index, expectedValue) + Atomics.notify(view, index, count)
• 避免用 ++view[i] 这类复合操作——它等价于读-改-写三步，必须拆成 Atomics.add(view, i, 1)
• 注意：Chrome 120+ 已废弃 Atomics.wait() 在非 SharedArrayBuffer 视图上的使用，务必确认视图绑定的是 SAB

大缓冲区初始化与内存布局设计建议

初始化百 MB 级 SharedArrayBuffer 很快，但后续按需填充、分片管理比一次性全写更可控；结构设计直接影响缓存行竞争和 Atomics 开销。

• 避免所有 Worker 频繁读写同一缓存行（64 字节），可预留 padding：例如每 4 个 Int32Array 元素后插入 12 字节空隙，防止 false sharing
• 用 new Uint8Array(sab) 做底层搬运，再用 new Float32Array(sab, offset, length) 构建逻辑视图，避免重复分配
• 不建议用 ArrayBuffer.slice() 分割 SAB——它返回普通 ArrayBuffer，失去共享能力；应统一用偏移量 + 长度构造视图
• Worker 退出前无需手动释放 SAB，但长期运行时若反复创建大 SAB，需注意内存未及时回收（V8 目前无即时 GC 回收 SAB）

真正麻烦的从来不是怎么创建 SAB，而是确定哪些字段需要原子操作、哪些区域可以无锁只读，以及如何让 notify/wait 的等待逻辑不卡死——这些必须结合具体数据流来设计，没法套用固定模板。