Node.js 中的 stream 模块详解

栏目: IT技术 · 发布时间: 5年前

内容简介：流的英文注意：小伙伴们肯定都在线看过电影，对比定义中的图-

什么是stream

定义

流的英文 stream ，流（Stream）是一个抽象的数据接口， Node.js 中很多对象都实现了流，流是 EventEmitter 对象的一个实例，总之它是会冒数据（以 Buffer 为单位），或者能够吸收数据的东西，它的本质就是让数据流动起来。可能看一张图会更直观：

注意： stream 不是node.js独有的概念，而是一个操作系统最基本的操作方式，只不过node.js有API支持这种操作方式。linux命令的|就是 stream 。

为什么要学习stream

视频播放例子

小伙伴们肯定都在线看过电影，对比定义中的图- 水桶管道流转图 ， source 就是服务器端的视频， dest 就是你自己的播放器(或者浏览器中的flash和h5 video)。大家想一下，看电影的方式就如同上面的图管道换水一样，一点点从服务端将视频流动到本地播放器，一边流动一边播放，最后流动完了也就播放完了。

说明：视频播放的这个例子，如果我们不使用管道和流动的方式，直接先从服务端加载完视频文件，然后再播放。会造成很多问题

因内存占有太多而导致系统卡顿或者崩溃
因为我们的网速内存 cpu运算速度都是有限的，而且还要有多个程序共享使用，一个视频文件加载完可能有几个g那么大。

读取大文件data的例子

有一个这样的需求，想要读取大文件data的例子

使用文件读取

const http = require('http');
const fs = require('fs');
const path = require('path');

const server = http.createServer(function (req, res) {
    const fileName = path.resolve(__dirname, 'data.txt');
    fs.readFile(fileName, function (err, data) {
        res.end(data);
    });
});
server.listen(8000);

使用文件读取这段代码语法上并没有什么问题，但是如果data.txt文件非常大的话，到了几百M，在响应大量用户并发请求的时候，程序可能会消耗大量的内存，这样可能造成用户连接缓慢的问题。而且并发请求过大的话，服务器内存开销也会很大。这时候我们来看一下用 stream 实现。

const http = require('http');
const fs = require('fs');
const path = require('path');

const server = http.createServer(function (req, res) {
    const fileName = path.resolve(__dirname, 'data.txt');
    let stream = fs.createReadStream(fileName);  // 这一行有改动
    stream.pipe(res); // 这一行有改动
});
server.listen(8000);

使用stream就可以不需要把文件全部读取了再返回，而是一边读取一边返回，数据通过管道流动给客户端，真的减轻了服务器的压力。

看了两个例子我想小伙伴们应该知道为 什么要使用stream 了吧！因为一次性读取,操作大文件，内存和网络是吃不消的，因此要让数据流动起来，一点点的进行操作。

stream流转过程

再次看这张 水桶管道流转图

Node.js 中的 stream 模块详解

图中可以看出， stream 整个流转过程包括source，dest，还有连接二者的管道pipe(stream的核心)，分别介绍三者来带领大家搞懂stream流转过程。

stream从哪里来-soucre

stream 的常见来源方式有三种：

从控制台输入
http 请求中的 request
读取文件

这里先说一下 从控制台输入 这种方式，2和3两种方式 stream应用场景 章节会有详细的讲解。

看一段 process.stdin 的代码

process.stdin.on('data', function (chunk) {
    console.log('stream by stdin', chunk)
    console.log('stream by stdin', chunk.toString())
})
//控制台输入koalakoala后输出结果
stream by stdin <Buffer 6b 6f 616c 616b 6f 616c 610a>
stream by stdin koalakoala

运行上面代码：然后从控制台输入任何内容都会被 data 事件监听到， process.stdin 就是一个 stream 对象,data 是 stream 对象用来监听数据传入的一个自定义函数，通过输出结果可看出 process.stdin 是一个stream对象。

说明： stream 对象可以监听 "data" , "end" , "opne" , "close" , "error" 等事件。 node.js 中监听自定义事件使用 .on 方法，例如 process.stdin.on(‘data’,…) , req.on(‘data’,…) ,通过这种方式，能很直观的监听到 stream 数据的传入和结束

连接水桶的管道-pipe

从水桶管道流转图中可以看到，在 source 和 dest 之间有一个连接的管道 pipe ,它的基本语法是 source.pipe(dest) ， source 和 dest 就是通过pipe连接，让数据从 source 流向了 dest 。

stream到哪里去-dest

stream的常见输出方式有三种：

输出控制台
http 请求中的 response
写入文件

stream应用场景

stream 的应用场景主要就是处理 IO 操作，而 http请求 和 文件操作 都属于 IO 操作。这里再提一下 stream 的本质——由于一次性 IO 操作过大，硬件开销太多，影响软件运行效率，因此将 IO 分批分段进行操作，让数据像水管一样流动起来，直到流动完成，也就是操作完成。下面对几个常用的应用场景分别进行介绍

介绍一个压力测试的小工具

一个对网络请求做压力测试的工具 ab ， ab 全称 Apache bench ，是 Apache 自带的一个工具，因此使用 ab 必须要安装 Apache 。mac os 系统自带 Apache ， windows 用户视自己的情况进行安装。运行 ab 之前先启动 Apache ， mac os 启动方式是 sudo apachectl start 。

Apache bench对应参数的详细学习地址，有兴趣的可以看一下Apache bench对应参数的详细学习地址

介绍这个小工具的目的是对下面几个场景可以进行直观的测试，看出使用stream带来了哪些性能的提升。

get请求中应用stream

这样一个需求：

使用node.js实现一个http请求，读取data.txt文件，创建一个服务，监听8000端口，读取文件后返回给客户端，讲get请求的时候用一个常规文件读取与其做对比，请看下面的例子。

常规使用文件读取返回给客户端response例子，文件命名为 getTest1.js

// getTest.js
const http = require('http');
const fs = require('fs');
const path = require('path');

const server = http.createServer(function (req, res) {
    const method = req.method; // 获取请求方法
    if (method === 'GET') { // get 请求方法判断
        const fileName = path.resolve(__dirname, 'data.txt');
        fs.readFile(fileName, function (err, data) {
            res.end(data);
        });
    }
});
server.listen(8000);

使用stream返回给客户端response 将上面代码做部分修改，文件命名为 getTest2.js

// getTest2.js
// 主要展示改动的部分
const server = http.createServer(function (req, res) {
    const method = req.method; // 获取请求方法
    if (method === 'GET') { // get 请求
        const fileName = path.resolve(__dirname, 'data.txt');
        let stream = fs.createReadStream(fileName);
        stream.pipe(res); // 将 res 作为 stream 的 dest
    }
});
server.listen(8000);

对于下面get请求中使用stream的例子，会不会有些小伙伴提出质疑，难道response也是一个stream对象，是的没错,对于那张 水桶管道流转图 ,response就是一个dest。

虽然get请求中可以使用stream，但是相比直接file文件读取 ·res.end(data) 有什么好处呢？这时候我们刚才推荐的压力测试小工具就用到了。 getTest1 和 getTest2 两段代码，将 data.txt 内容增加大一些，使用 ab 工具进行测试，运行命令 ab -n 100 -c 100 http://localhost:8000/ ，其中 -n 100 表示先后发送100次请求， -c 100 表示一次性发送的请求数目为100个。对比结果分析使用stream后，有非常大的性能提升，小伙伴们可以自己实际操作看一下。

post中使用stream

一个通过post请求微信小程序的地址生成二维码的需求。

/*
* 微信生成二维码接口
* params src 微信url / 其他图片请求链接
* params localFilePath: 本地路径
* params data: 微信请求参数
* */
const downloadFile=async (src, localFilePath, data)=> {
    try{
        const ws = fs.createWriteStream(localFilePath);
        returnnewPromise((resolve, reject) => {
            ws.on('finish', () => {
                resolve(localFilePath);
            });
            if (data) {
                request({
                    method: 'POST',
                    uri: src,
                    json: true,
                    body: data
                }).pipe(ws);
            } else {
                request(src).pipe(ws);
            }
        });
    }catch (e){
        logger.error('wxdownloadFile error: ',e);
        throw e;
    }
}

看这段使用了stream的代码，为本地文件对应的路径创建一个stream对象，然后直接 .pipe(ws) ,将post请求的数据流转到这个本地文件中，这种stream的应用在node后端开发过程中还是比较常用的。

post与get使用stream总结

request和reponse一样，都是stream对象，可以使用stream的特性，二者的区别在于，我们再看一下 水桶管道流转图 ，

Node.js 中的 stream 模块详解 request是source类型，是图中的源头，而response是dest类型，是图中的目的地。

在文件操作中使用stream

一个文件拷贝的例子

const fs = require('fs')
const path = require('path')

// 两个文件名
const fileName1 = path.resolve(__dirname, 'data.txt')
const fileName2 = path.resolve(__dirname, 'data-bak.txt')
// 读取文件的 stream 对象
const readStream = fs.createReadStream(fileName1)
// 写入文件的 stream 对象
const writeStream = fs.createWriteStream(fileName2)
// 通过 pipe执行拷贝，数据流转
readStream.pipe(writeStream)
// 数据读取完成监听，即拷贝完成
readStream.on('end', function () {
    console.log('拷贝完成')
})

看了这段代码，发现是不是拷贝好像很简单，创建一个可读数据流 readStream ，一个可写数据流 writeStream ,然后直接通过 pipe 管道把数据流转过去。这种使用stream的拷贝相比存文件的读写实现拷贝，性能要增加很多，所以小伙伴们在遇到文件操作的需求的时候，尽量先评估一下是否需要使用 stream 实现。

前端一些打包工具的底层实现

目前一些比较火的 前端打包构建工具 ，都是通过 node.js 编写的，打包和构建的过程肯定是文件频繁操作的过程，离不来 stream ,例如现在比较火的 gulp ,有兴趣的小伙伴可以去看一下源码。

stream的种类

Readable Stream 可读数据流
Writeable Stream 可写数据流
Duplex Stream 双向数据流，可以同时读和写
Transform Stream 转换数据流，可读可写，同时可以转换（处理）数据(不常用)

之前的文章都是围绕前两种可读数据流和可写数据流，第四种流不太常用，需要的小伙伴网上搜索一下，接下来对第三种数据流Duplex Stream 说明一下。

Duplex Stream 双向的，既可读，又可写。 Duplex streams 同时实现了 Readable 和 Writable 接口。 Duplex streams 的例子包括

tcp sockets
zlib streams
crypto streams 我在项目中还未使用过双工流，一些Duplex Stream的内容可以参考这篇文章NodeJS Stream 双工流

stream有什么弊端

用 rs.pipe(ws) 的方式来写文件并不是把 rs 的内容 append 到 ws 后面，而是直接用 rs 的内容覆盖 ws 原有的内容
已结束/关闭的流不能重复使用，必须重新创建数据流
pipe 方法返回的是目标数据流，如 a.pipe(b) 返回的是 b，因此监听事件的时候请注意你监听的对象是否正确
如果你要监听多个数据流，同时你又使用了 pipe 方法来串联数据流的话，你就要写成：代码实例：

data
        .on('end', function() {
            console.log('data end');
        })
        .pipe(a)
        .on('end', function() {
            console.log('a end');
        })
        .pipe(b)
        .on('end', function() {
            console.log('b end');
        });

stream的常见类库

event-stream 用起来有函数式编程的感觉
awesome-nodejs#streams也是一个不错的第三方stream库，有兴趣的小伙伴可以github看一下

总结

本篇文章属于进阶路线【Node必知必会系列】，看完了这篇文章是不是对stream有了一定的了解，并且知道了node对于文件处理还是有完美的解决方案的。本文中三次展示了 水桶管道流转图 ,重要的事情说三遍希望小伙伴们记住它，除了以上内容小伙伴们会不会有一些思考，比如

stream数据流转具体内容是什么呢？二进制还是 string 类型还是其他类型,该类型为stream带来了什么好处？
水桶管道流转图中的水管，也就是 pipe 函数什么时候触发的呢？在什么情况下触流转发？底层机制是什么？上面的疑问(由于篇幅过长拆分为两篇)会在我 stream 的第二篇文章为大家详细讲解

关于奇舞团

奇舞团是 360 集团最大的大前端团队，代表集团参与 W3C 和 ECMA 会员（TC39）工作。奇舞团非常重视人才培养，有工程师、讲师、翻译官、业务接口人、团队 Leader 等多种发展方向供员工选择，并辅以提供相应的技术力、专业力、通用力、领导力等培训课程。奇舞团以开放和求贤的心态欢迎各种优秀人才关注和加入奇舞团。

Node.js 中的 stream 模块详解