在 Nodejs 中使用流的好处
文章标签
好处
介绍
处理大量数据时,node.js 中使用流可以在性能和效率方面带来巨大的优势。流允许连续且分块地处理数据,从而避免将文件完全加载到内存中。本文探讨了使用流的好处,通过一个实际的例子来演示如何高效地转换大型文本文件。
什么是流?
streams 是 node.js 中的一个抽象,它允许分块处理数据,而不是一次将所有内容加载到内存中。 node.js 中有四种主要类型的流:
- readable:我们可以从其中读取数据的流。
- 可写:我们可以写入数据的流。
- duplex:可读可写的流。
- transform:可以在数据通过时修改或转换数据的流。
流的好处
1. 内存效率
使用流,数据以块的形式处理,这意味着您不需要将整个文件加载到内存中。这对于大文件至关重要,因为它可以避免内存问题并提高系统性能。
2. 实时数据处理
流允许连续的数据处理。例如,您可以在仍在接收下一组数据的同时开始处理前一组数据,从而缩短总处理时间。
3. 保持响应能力
通过不阻塞 node.js 事件循环,即使在 i/o 密集型操作期间,流也有助于保持应用程序的响应能力。
实际例子
生成测试文件
开始之前,让我们创建一个大文本文件进行测试。您可以使用以下python脚本生成10gb文件:
# generator.py# define o tamanho do arquivo em bytes (10gb)file_size = 10000 * 1024 * 1024 # 10 gb# linha que será escrita repetidas vezes no arquivoline = "this is a line of text to be transformed. adding more text to increase the size of each line.\n"# calcula o número de linhas necessárias para preencher o arquivonum_lines = file_size // len(line)# cria e escreve o arquivofile_path = "large-input.txt"with open(file_path, "w") as file: for _ in range(num_lines): file.write(line)print(f"file created successfully at {file_path}")
要运行上述脚本,请将其保存为generator.py并使用以下命令运行:
python3 generator.py
使用流转换文件
这是node.js中的代码,将large-input.txt的内容转换为大写并将结果保存在large-output.txt中。它还显示每 10% 的进度和总处理时间。
// src/index.jsconst fs = require('fs');const { Transform } = require('stream');const { performance } = require('perf_hooks');// Caminho para o arquivo de entrada e saídaconst inputFile = 'large-input.txt';const outputFile = 'large-output.txt';// Cria um Readable Stream a partir do arquivo de entradaconst readableStream = fs.createReadStream(inputFile, { encoding: 'utf8' });// Cria um Writable Stream para o arquivo de saídaconst writableStream = fs.createWriteStream(outputFile);// Variáveis para rastreamento de progressolet totalSize = 0;let processedSize = 0;let lastLoggedProgress = 0;const startTime = performance.now();let processedLines = 0;fs.stat(inputFile, (err, stats) => { if (err) { console.error('Erro ao obter informações do arquivo:', err); return; } totalSize = stats.size; // Pipe o Readable Stream para o Transform Stream e depois para o Writable Stream readableStream .pipe( new Transform({ transform(chunk, encoding, callback) { processedSize += chunk.length; processedLines += chunk.toString().split('\n').length - 1; // Converte o chunk de dados para letras maiúsculas const upperCaseChunk = chunk.toString().toUpperCase(); // Chama o callback com o chunk transformado callback(null, upperCaseChunk); // Log de progresso const progress = (processedSize / totalSize) * 100; if (progress >= lastLoggedProgress + 10) { console.log( `Progresso: ${Math.floor(progress)}%, Linhas processadas: ${processedLines}` ); lastLoggedProgress = Math.floor(progress); } }, }) ) .pipe(writableStream) .on('finish', () => { const endTime = performance.now(); const timeTaken = ((endTime - startTime) / 1000).toFixed(2); console.log('Transformação completa e arquivo salvo.'); console.log(`Total de linhas processadas: ${processedLines}`); console.log(`Tempo total: ${timeTaken} segundos`); }) .on('error', (err) => { console.error('Erro durante a transformação:', err); });});
这种方法的好处
- 内存效率:使用流可以处理大量数据,而无需将整个文件加载到内存中,避免内存溢出并提高性能。
- 更好的性能:以连续块的方式处理数据可以让您立即开始处理,无需等待文件完全加载。
- 实时反馈:实时进度显示,让处理进度一目了然,以便在必要时进行监控和快速干预。
结论
streams 是 node.js 中处理大量数据的强大工具。使用流,您可以高效地处理文件,保持应用程序响应并避免内存问题。上面的示例演示了如何使用流转换大型文本文件,显示过程的进度和总时间。
有关更多详细信息和访问完整代码,请访问我的 github 存储库。