worker线程通信性能瓶颈在于数据格式设计，应使用2层内pojo、原始类型和typedarray，避免嵌套结构与不可序列化对象，并通过简短字段名、分块传输和上下文标识优化传输效率。
Worker 线程间通信的性能瓶颈，主要不在“怎么发”，而在于“发什么”和“怎么组织”。数据格式设计不合理，会让结构化克隆开销成倍放大，甚至引发内存暴涨或 GC 频繁。优化通信数据格式，本质是让序列化更轻、传输更准、解析更稳。
用扁平对象代替嵌套结构
结构化克隆对深度嵌套对象（如多层嵌套的 map、list、自定义 class 实例）序列化耗时高，且容易因循环引用失败。 建议始终传递 Plain Old JavaScript Objects（POJO），字段层级控制在 2 层以内： - ✅ 推荐：`{ id: 1, name: "task", value: 42, timestamp: 1718982120 }` - ❌ 避免：`{ meta: { user: { profile: { avatar: ... } } }, data: [...] }` 如果业务必须分组，可拆成多个独立消息，或提前 flatten 成键值对数组（如 `[{key: 'a', val: 1}, {key: 'b', val: 2}]`）。优先传原始类型和 TypedArray，避开复杂对象
结构化克隆支持的类型中，以下最高效： - 字符串、数字、布尔、null、undefined（零序列化成本） - `Uint8Array`、`Float32Array`、`ArrayBuffer`（配合 Transferable Objects 可零拷贝） - 简单数组（`[1, 2, 3]`）和对象字面量（`{ x: 1, y: 2 }`）应避免传递：
- Date、RegExp、Map、Set、Function（不可序列化，会静默丢弃或报错）
- 自定义类实例（序列化后变为空对象
{}） - 大型 JSON 字符串（需双重解析：先 parse 再序列化）
约定字段名，减少冗余键名重复传输
每次传输都带完整字段名（如 `{ userId: 123, action: 'update', payload: {...} }`），在高频小消息场景下，字符串键名本身就会占大量体积。 可行做法： - 使用简短、固定字段名（如 `u`、`a`、`p`）并维护一份文档映射表 - 对固定结构的消息，改用定长数组或 ArrayBuffer 手动编码（例如 `[typeId, userId, timestamp, status]`） - 在 Worker 初始化阶段协商 schema，后续只传数值数组，省去键名开销按需切片 + 带上下文标识
大数据不一次性全传，小消息不零散乱发： - 分块传输时，每块附带 `chunkId` 和 `totalChunks`，方便主线程拼接校验 - 多任务并发时，每个消息带上 `requestId`，避免响应错乱或覆盖 - 不同类型任务用 `type` 字段区分（如 `'filter'`、`'render'`、`'encode'`），Worker 内部用 switch 分流，比 if-else 判断更清晰高效不复杂但容易忽略
