首页 > 编程学习 > 深入浅出Nodejs中的大文件读写

深入浅出Nodejs中的大文件读写

发布时间:2022/11/18 1:02:16

笔者最近在做一些node端的文件读写和分片上传工作,在这个过程中,发现node读取的文件如果超过2G,超过了读取Blob最大值,会出现读取异常,此外在node中读写文件也受服务器RAM的限制等,需要分片读取,本人记录一下遇到的问题以及解决问题的经过。
  • node中的文件读写
  • node文件读写RAM和Blob大小的限制
  • 其他

一、node中的文件读写

1.1 常规文件读写

常规的,如果我们要读取一个比较小的文件,可以直接通过:
const fs = require('fs')
let data = fs.readFileSync("./test.png")
console.log(data,123)
//输出data = <Buffer 89 50 4e ...> 
一般而言,同步的方法不是很推荐,因为js/nodejs是单线程的,同步的方法会阻塞主线程。最新版的node直接提供了fs.promise,可以结合async/await直接使用:
const fs = require('fs')
const readFileSync = async () => {let data = await fs.promises.readFile("./test.png")console.log(data,123)
}
readFileSync()
//输出data = <Buffer 89 50 4e ...> 

这里通过异步的方法调用不会阻塞主线程,多个文件读取的IO也可以并行进行等。

1.2 Stream文件读写

常规的文件读写,我们会把文件一次性的读取到内存中,这种方法时间效率和内存效率都很低,时间效率低是指必须要一次性读取完毕后才能执行后续才做,内存效率低是指必须把这个文件都一次性读取放入内存中,很占用内存。因此这种情况下,我们一般使用Stream来进行文件的读取:
const fs = require('fs')
const readFileTest = () => {var data = ''var rs = fs.createReadStream('./test.png');rs.on('data', function(chunk) {data += chunk;console.log(chunk) });rs.on('end',function(){console.log(data);});rs.on('error', function(err){console.log(err.stack); });
}
readFileTest()
// data = <Buffer 89 50 64 ...> 

通过Steam来进行文件读写,可以提高内存效率和时间效率。

  • 内存效率:在处理数据之前,不需要在内存中加载大量(或整个)数据
  • 时间效率:一旦有了数据,就可以开始处理,这大大减少开始处理数据的时间,而不必等到整个数据加载完毕再进行处理。

Stream的文件还支持第二种写法:

const fs = require('fs')
const readFileTest = () => {var data = ''var chunk;var rs = fs.createReadStream('./test.png');rs.on('readable', function() {while ((chunk=rs.read()) != null) {data += chunk;}});rs.on('end', function() {console.log(data)});
};
readFileTest() 

二、node文件读写RAM和Blob大小的限制

2.1 基础问题

在读取大文件时,会有读取文件大小的限制,比如我们现在在读取一个2.5G的视频文件:
const fs = require('fs')
const readFileTest = async () => {let data = await fs.promises.readFile("./video.mp4")console.log(data)
}
readFileTest() 

执行上述的代码会报错:

RangeError [ERR_FS_FILE_TOO_LARGE]: File size (2246121911) is greater than 2 GB

我们可能会想到,通过设置option,NODE\_OPTIONS='--max-old-space-size=5000',此时5000M>2.5G,但是报错还是没有消失,也就是说通过Options无法改变node读取文件的大小限制。

上述是常规的方式读取大文件,如果通过Steam的方式读取还会有文件大小的限制嘛? 比如:
const fs = require('fs')
const readFileTest = () => {var data = ''var rs = fs.createReadStream('./video.mp4');rs.on('data', function(chunk) {data += chunk; });rs.on('end',function(){console.log(data);});rs.on('error', function(err){console.log(err.stack); });
}
readFileTest() 

如上方式读取一个2.5G的文件不会有异常,不过要注意的是这边有一个报错:

data += chunk;^

RangeError: Invalid string length 

此时是因为data的长度超过了最大限制,比如2048M等。因此在用Steam处理的时候,在对读取结果的保存时,要注意文件的大小,千万不能超过默认的Buffer的最大值。上述这种情况,我们不用data += chunk将数据全部保存在一个大的data中,我们可以边读取边处理。

2.2 分片读取

createReadStream在读取文件的过程中,其实也可以分段读取,这种分段读取的方法也可以做为大文件读取的备选项。特别是在并发读取的时候有一定的优点,可以提升文件读取和处理的速度。

createReadStream接受第二个参数{start,end}。我们可以通过fs.promises.stat来获取文件的大小,然后确定分片,最后分片一次读取,比如:

1.获取文件大小

const info = await fs.promises.stat(filepath) const size = info.size 

2.按照指定的SIZE分片(比如128M一个分片)

 const SIZE = 128 * 1024 * 1024let sizeLen = Math.floor(size/SIZE)let total = sizeLen +1 ;for(let i=0;i<=sizeLen;i++){if(sizeLen ===i){console.log(i*SIZE,size,total,123)readStremfunc(i*SIZE,size,total)}else{console.log(i*SIZE,(i+1)*SIZE,total,456)readStremfunc(i*SIZE,(i+1)*SIZE-1,total)}}//分片后【0,128M】,【128M, 256M】... 

3.实现读取函数

const readStremfunc = () => {const readStream =fs.createReadStream(filepath,{start:start,end:end})readStream.setEncoding('binary')let data = ''readStream.on('data', chunk => {data = data + chunk})readStream.end('data', () => {...})
} 
值得注意的是fs.createReadStream(filepath,{start,end}),start和end是前闭后闭的,比如fs.createReadSteam(filepath,{start:0,end:1023})读取的是\[0,1023\]一共1024个bit。

三、其他

3.1 扩展浏览器端的大文件读写

前面将了大文件在nodejs中的读取,那么在浏览器端会读取大文件会有什么问题吗?

浏览器在本地读取大文件时,之前有类似FileSaver、[StreamSaver](https://link.juejin.cn/?target=https%3A%2F%2Fgithub.com%2Fjimmywarting%2FStreamSaver.js "https://github.com/jimmywarting/StreamSaver.js")等方案,不过在浏览器本身添加了File的规范,使得浏览器本身就默认和优化了Stream的读取。我们不需要做额外的工作,相关的工作:[github.com/whatwg/fs。](https://link.juejin.cn/?target=https%3A%2F%2Fgithub.com%2Fwhatwg%2Ffs%25E3%2580%2582 "https://github.com/whatwg/fs%E3%80%82") 不过不同的版本会有兼容性的问题,我们还是可以通过FileSaver等进行兼容。

3.2 请求静态资源大文件

如果是在浏览器中获取静态资源大文件,一般情况下只需要通过range分配请求即可,一般的CDN加速域名,不管是阿里云还是腾讯云,对于分片请求都支持的很好,我们可以将资源通过cdn加速,然后在浏览器端直接请求cdn加速有的资源。

分片获取cdn静态资源大文件的步骤为,首先通过head请求获取文件大小:
const getHeaderInfo = async (url: string) => {const res: any = await axios.head(url + `?${Math.random()}`);return res?.headers;
};
const header = getHeaderInfo(source_url)
const size = header['content-length'] 

我们可以从header中的content-length属性中,获取文件的大小。然后进行分片和分段,最后发起range请求:

const getRangeInfo = async (url: string, start: number, end: number) => {const data = await axios({method: 'get',url,headers: {range: `bytes=${start}-${end}`,},responseType: 'blob',});return data?.data;}; 

在headers中指定 range: bytes=${start}-${end},就可以发起分片请求去获取分段资源,这里的start和end也是前闭后闭的。

最后

最近还整理一份JavaScript与ES的笔记,一共25个重要的知识点,对每个知识点都进行了讲解和分析。能帮你快速掌握JavaScript与ES的相关知识,提升工作效率。



有需要的小伙伴,可以点击下方卡片领取,无偿分享

Copyright © 2010-2022 dgrt.cn 版权所有 |关于我们| 联系方式