站長資訊網
node.js極速入門課程：進入學習
筆者最近在做一些node端的文件讀寫和分片上傳工作，在這個過程中，發現node讀取的文件如果超過2G，超過了讀取Blob最大值，會出現讀取異常，此外在node中讀寫文件也受服務器RAM的限制等，需要分片讀取，本人記錄一下遇到的問題以及解決問題的經過。【相關教程推薦：nodejs視頻教程】
- node中的文件讀寫
- node文件讀寫RAM和Blob大小的限制
- 其他
一、node中的文件讀寫
1.1 常規文件讀寫
常規的，如果我們要讀取一個比較小的文件，可以直接通過：
const fs = require('fs') let data = fs.readFileSync("./test.png") console.log(data,123) //輸出data =
一般而言，同步的方法不是很推薦，因為js/nodejs是單線程的，同步的方法會阻塞主線程。最新版的node直接提供了fs.promise，可以結合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() //輸出data =
這里通過異步的方法調用不會阻塞主線程，多個文件讀取的IO也可以并行進行等。
1.2 Stream文件讀寫
常規的文件讀寫，我們會把文件一次性的讀取到內存中，這種方法時間效率和內存效率都很低，時間效率低是指必須要一次性讀取完畢后才能執行后續才做，內存效率低是指必須把這個文件都一次性讀取放入內存中，很占用內存。因此這種情況下，我們一般使用Stream來進行文件的讀?。?/p>
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 =
通過Steam來進行文件讀寫，可以提高內存效率和時間效率。
- 內存效率：在處理數據之前，不需要在內存中加載大量（或整個）數據
- 時間效率：一旦有了數據，就可以開始處理，這大大減少開始處理數據的時間，而不必等到整個數據加載完畢再進行處理。
Stream的文件還支持第二種寫法：
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文件讀寫RAM和Blob大小的限制
2.1 基礎問題
在讀取大文件時，會有讀取文件大小的限制，比如我們現在在讀取一個2.5G的視頻文件：
const fs = require('fs') const readFileTest = async () => { let data = await fs.promises.readFile("./video.mp4") console.log(data) } readFileTest()
執行上述的代碼會報錯：
RangeError [ERR_FS_FILE_TOO_LARGE]: File size (2246121911) is greater than 2 GB
我們可能會想到，通過設置option，NODE_OPTIONS='–max-old-space-size=5000'，此時5000M>2.5G,但是報錯還是沒有消失，也就是說通過Options無法改變node讀取文件的大小限制。
上述是常規的方式讀取大文件，如果通過Steam的方式讀取還會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()
如上方式讀取一個2.5G的文件不會有異常，不過要注意的是這邊有一個報錯：
data += chunk; ^ RangeError: Invalid string length
此時是因為data的長度超過了最大限制，比如2048M等。因此在用Steam處理的時候，在對讀取結果的保存時，要注意文件的大小，千萬不能超過默認的Buffer的最大值。上述這種情況，我們不用data += chunk將數據全部保存在一個大的data中，我們可以邊讀取邊處理。
2.2 分片讀取
createReadStream在讀取文件的過程中，其實也可以分段讀取，這種分段讀取的方法也可以做為大文件讀取的備選項。特別是在并發讀取的時候有一定的優點，可以提升文件讀取和處理的速度。
createReadStream接受第二個參數{start,end}。我們可以通過fs.promises.stat來獲取文件的大小，然后確定分片，最后分片一次讀取，比如：
- 獲取文件大小
const info = await fs.promises.stat(filepath) const size = info.size
- 按照指定的SIZE分片(比如128M一個分片)
const SIZE = 128 * 1024 * 1024 let 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.實現讀取函數
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是前閉后閉的，比如fs.createReadSteam(filepath,{start:0,end:1023})讀取的是[0,1023]一共1024個bit。
三、其他
3.1 擴展瀏覽器端的大文件讀寫
前面將了大文件在nodejs中的讀取，那么在瀏覽器端會讀取大文件會有什么問題嗎？
瀏覽器在本地讀取大文件時，之前有類似FileSaver、StreamSaver等方案，不過在瀏覽器本身添加了File的規范，使得瀏覽器本身就默認和優化了Stream的讀取。我們不需要做額外的工作，相關的工作：github.com/whatwg/fs。不過不同的版本會有兼容性的問題，我們還是可以通過FileSaver等進行兼容。
3.2 請求靜態資源大文件
如果是在瀏覽器中獲取靜態資源大文件，一般情況下只需要通過range分配請求即可，一般的CDN加速域名，不管是阿里云還是騰訊云，對于分片請求都支持的很好，我們可以將資源通過cdn加速，然后在瀏覽器端直接請求cdn加速有的資源。
分片獲取cdn靜態資源大文件的步驟為，首先通過head請求獲取文件大?。?/p>
const getHeaderInfo = async (url: string) => { const res: any = await axios.head(url + `?${Math.random()}`); return res?.headers; }; const header = getHeaderInfo(source_url) const size = header['content-length']
我們可以從header中的content-length屬性中，獲取文件的大小。然后進行分片和分段，最后發起range請求：
const getRangeInfo = async (url: string, start: number, end: number) => { const data = await axios({ method: 'get', url, headers: { range: `bytes=${start}-${end}`, }, responseType: 'blob', }); return data?.data; };
在headers中指定 range: bytes=${start}-${end},就可以發起分片請求去獲取分段資源，這里的start和end也是前閉后閉的。
