[[312999]]

一座被設(shè)計(jì)為能避開氣流的建筑 (https://pixelz.cc)

軟件應(yīng)用程序在計(jì)算機(jī)的主存儲(chǔ)器中運(yùn)行，我們稱之為隨機(jī)存取存儲(chǔ)器(RAM)。JavaScript，尤其是 NodeJS （服務(wù)端 JS）允許我們?yōu)榻K端用戶編寫從小型到大型的軟件項(xiàng)目。處理程序的內(nèi)存總是一個(gè)棘手的問題，因?yàn)樵愀獾膶?shí)現(xiàn)可能會(huì)阻塞在給定服務(wù)器或系統(tǒng)上運(yùn)行的所有其他應(yīng)用程序。C 和 C++ 程序員確實(shí)關(guān)心內(nèi)存管理，因?yàn)殡[藏在代碼的每個(gè)角落都有可能出現(xiàn)可怕的內(nèi)存泄漏。但是對(duì)于 JS 開發(fā)者來說，你真的有關(guān)心過這個(gè)問題嗎？

由于 JS 開發(fā)人員通常在專用的高容量服務(wù)器上進(jìn)行 web 服務(wù)器編程，他們可能不會(huì)察覺多任務(wù)處理的延遲。比方說在開發(fā) web 服務(wù)器的情況下，我們也會(huì)運(yùn)行多個(gè)應(yīng)用程序，如數(shù)據(jù)庫服務(wù)器( MySQL )、緩存服務(wù)器( Redis )和其他需要的應(yīng)用。我們需要知道它們也會(huì)消耗可用的主內(nèi)存。如果我們隨意地編寫應(yīng)用程序，很可能會(huì)降低其他進(jìn)程的性能，甚至讓內(nèi)存完全拒絕對(duì)它們的分配。在本文中，我們通過解決一個(gè)問題來了解 NodeJS 的流、緩沖區(qū)和管道等結(jié)構(gòu)，并了解它們分別如何支持編寫內(nèi)存有效的應(yīng)用程序。

我們使用 NodeJS v8.12.0 來運(yùn)行這些程序，所有代碼示例都放在這里：

narenaryan/node-backpressure-internals

原文鏈接：Writing memory efficient software applications in Node.js 

問題：大文件復(fù)制

如果有人被要求用 NodeJS 寫一段文件復(fù)制的程序，那么他會(huì)迅速寫出下面這段代碼： 

const fs = require('fs');  
let fileName = process.argv[2];  
let destPath = process.argv[3];  
fs.readFile(fileName, (err, data) => {  
    if (err) throw err;  
    fs.writeFile(destPath || 'output', data, (err) => {  
        if (err) throw err;  
    });   
    console.log('New file has been created!');  
}); 

這段代碼簡單地根據(jù)輸入的文件名和路徑，在嘗試對(duì)文件讀取后把它寫入目標(biāo)路徑，這對(duì)于小文件來說是不成問題的。

現(xiàn)在假設(shè)我們有一個(gè)大文件（大于4 GB）需要用這段程序來進(jìn)行備份。就以我的一個(gè)達(dá) 7.4G 的超高清4K 電影為例子好了，我用上述的程序代碼把它從當(dāng)前目錄復(fù)制到別的目錄。 

$ node basic_copy.js cartoonMovie.mkv ~/Documents/bigMovie.mkv 

然后在 Ubuntu（Linux ）系統(tǒng)下我得到了這段報(bào)錯(cuò)： 

/home/shobarani/Workspace/basic_copy.js:7  
    if (err) throw err;  
             ^  
RangeError: File size is greater than possible Buffer: 0x7fffffff bytes  
    at FSReqWrap.readFileAfterStat [as oncomplete] (fs.js:453:11) 

正如你看到的那樣，由于 NodeJS 最大只允許寫入 2GB 的數(shù)據(jù)到它的緩沖區(qū)，導(dǎo)致了錯(cuò)誤發(fā)生在讀取文件的過程中。為了解決這個(gè)問題，當(dāng)你在進(jìn)行 I/O 密集操作的時(shí)候（復(fù)制、處理、壓縮等），最好考慮一下內(nèi)存的情況。

NodeJS 中的 Streams 和 Buffers

為了解決上述問題，我們需要一個(gè)辦法把大文件切成許多文件塊，同時(shí)需要一個(gè)數(shù)據(jù)結(jié)構(gòu)去存放這些文件塊。一個(gè) buffer 就是用來存儲(chǔ)二進(jìn)制數(shù)據(jù)的結(jié)構(gòu)。接下來，我們需要一個(gè)讀寫文件塊的方法，而 Streams 則提供了這部分能力。

Buffers（緩沖區(qū)）

我們能夠利用 Buffer 對(duì)象輕松地創(chuàng)建一個(gè) buffer。 

let buffer = new Buffer(10); # 10 為 buffer 的體積  
console.log(buffer); # prints <Buffer 00 00 00 00 00 00 00 00 00 00> 

在新版本的 NodeJS （>8）中，你也可以這樣寫。 

let buffer = new Buffer.alloc(10);  
console.log(buffer); # prints <Buffer 00 00 00 00 00 00 00 00 00 00> 

如果我們已經(jīng)有了一些數(shù)據(jù)，比如數(shù)組或者別的數(shù)據(jù)集，我們可以為它們創(chuàng)建一個(gè) buffer。 

let name = 'Node JS DEV';  
let buffer = Buffer.from(name);  
console.log(buffer) # prints <Buffer 4e 6f 64 65 20 4a 53 20 44 45 5> 

Buffers 有一些如 buffer.toString() 和 buffer.toJSON() 之類的重要方法，能夠深入到其所存儲(chǔ)的數(shù)據(jù)當(dāng)中去。

我們不會(huì)為了優(yōu)化代碼而去直接創(chuàng)建原始 buffer。NodeJS 和 V8 引擎在處理 streams 和網(wǎng)絡(luò) socket 的時(shí)候就已經(jīng)在創(chuàng)建內(nèi)部緩沖區(qū)（隊(duì)列）中實(shí)現(xiàn)了這一點(diǎn)。

Streams（流）

簡單來說，流就像 NodeJS 對(duì)象上的任意門。在計(jì)算機(jī)網(wǎng)絡(luò)中，入口是一個(gè)輸入動(dòng)作，出口是一個(gè)輸出動(dòng)作。我們接下來將繼續(xù)使用這些術(shù)語。

流的類型總共有四種：

•  可讀流（用于讀取數(shù)據(jù)）
•  可寫流（用于寫入數(shù)據(jù)）
•  雙工流（同時(shí)可用于讀寫）
•  轉(zhuǎn)換流（一種用于處理數(shù)據(jù)的自定義雙工流，如壓縮，檢查數(shù)據(jù)等）

下面這句話可以清晰地闡述為什么我們應(yīng)該使用流。

Stream API (尤其是 stream.pipe() 方法)的一個(gè)重要目標(biāo)是將數(shù)據(jù)緩沖限制在可接受的水平，這樣不同速度的源和目標(biāo)就不會(huì)阻塞可用內(nèi)存。

我們需要一些辦法去完成任務(wù)而不至于壓垮系統(tǒng)。這也是我們?cè)谖恼麻_頭就已經(jīng)提到過的。

上面的示意圖中我們有兩個(gè)類型的流，分別是可讀流和可寫流。.pipe() 方法是一個(gè)非?；镜姆椒?，用于連接可讀流和可寫流。如果你不明白上面的示意圖，也沒關(guān)系，在看完我們的例子以后，你可以回到示意圖這里來，那個(gè)時(shí)候一切都會(huì)顯得理所當(dāng)然。管道是一種引人注目的機(jī)制，下面我們用兩個(gè)例子來說明它。

解法1（簡單地使用流來復(fù)制文件）

讓我們?cè)O(shè)計(jì)一種解法來解決前文中大文件復(fù)制的問題。首先我們要?jiǎng)?chuàng)建兩個(gè)流，然后執(zhí)行接下來的幾個(gè)步驟。

1.  監(jiān)聽來自可讀流的數(shù)據(jù)塊
2.  把數(shù)據(jù)塊寫進(jìn)可寫流
3.  跟蹤文件復(fù)制的進(jìn)度

我們把這段代碼命名為 streams_copy_basic.js 

/*  
    A file copy with streams and events - Author: Naren Arya  
*/  
const stream = require('stream');  
const fs = require('fs');  
let fileName = process.argv[2];  
let destPath = process.argv[3];  
const readabale = fs.createReadStream(fileName);  
const writeable = fs.createWriteStream(destPath || "output");  
fs.stat(fileName, (err, stats) => {  
    this.fileSize = stats.size;  
    this.counter = 1;  
    this.fileArray = fileName.split('.');     
    try {  
        this.duplicate = destPath + "/" + this.fileArray[0] + '_Copy.' + this.fileArray[1];  
    } catch(e) {  
        console.exception('File name is invalid! please pass the proper one');  
    }    
    process.stdout.write(`File: ${this.duplicate} is being created:`);    
    readabale.on('data', (chunk)=> {  
        let percentageCopied = ((chunk.length * this.counter) / this.fileSize) * 100;  
        process.stdout.clearLine();  // clear current text  
        process.stdout.cursorTo(0);  
        process.stdout.write(`${Math.round(percentageCopied)}%`);  
        writeable.write(chunk);  
        this.counter += 1;  
    });    
    readabale.on('end', (e) => {  
        process.stdout.clearLine();  // clear current text  
        process.stdout.cursorTo(0);  
        process.stdout.write("Successfully finished the operation");  
        return;  
    });    
    readabale.on('error', (e) => {  
        console.log("Some error occured: ", e);  
    });     
    writeable.on('finish', () => { 
        console.log("Successfully created the file copy!");  
    });     
}); 

在這段程序中，我們接收用戶傳入的兩個(gè)文件路徑（源文件和目標(biāo)文件），然后創(chuàng)建了兩個(gè)流，用于把數(shù)據(jù)塊從可讀流運(yùn)到可寫流。然后我們定義了一些變量去追蹤文件復(fù)制的進(jìn)度，然后輸出到控制臺(tái)（此處為 console）。與此同時(shí)我們還訂閱了一些事件：

data：當(dāng)一個(gè)數(shù)據(jù)塊被讀取時(shí)觸發(fā)

end：當(dāng)一個(gè)數(shù)據(jù)塊被可讀流所讀取完的時(shí)候觸發(fā)

error：當(dāng)讀取數(shù)據(jù)塊的時(shí)候出錯(cuò)時(shí)觸發(fā)

運(yùn)行這段程序，我們可以成功地完成一個(gè)大文件（此處為7.4 G）的復(fù)制任務(wù)。 

$ time node streams_copy_basic.js cartoonMovie.mkv ~/Documents/4kdemo.mkv 

然而，當(dāng)我們通過任務(wù)管理器觀察程序在運(yùn)行過程中的內(nèi)存狀況時(shí)，依舊有一個(gè)問題。

4.6GB？我們的程序在運(yùn)行時(shí)所消耗的內(nèi)存，在這里是講不通的，以及它很有可能會(huì)卡死其他的應(yīng)用程序。

發(fā)生了什么？

如果你有仔細(xì)觀察上圖中的讀寫率，你會(huì)發(fā)現(xiàn)一些端倪。

Disk Read: 53.4 MiB/s

Disk Write: 14.8 MiB/s

這意味著生產(chǎn)者正在以更快的速度生產(chǎn)，而消費(fèi)者無法跟上這個(gè)速度。計(jì)算機(jī)為了保存讀取的數(shù)據(jù)塊，將多余的數(shù)據(jù)存儲(chǔ)到機(jī)器的RAM中。這就是RAM出現(xiàn)峰值的原因。

上述代碼在我的機(jī)器上運(yùn)行了3分16秒…… 

17.16s user 25.06s system 21% cpu 3:16.61 total 

解法2（基于流和自動(dòng)背壓的文件復(fù)制）

為了克服上述問題，我們可以修改程序來自動(dòng)調(diào)整磁盤的讀寫速度。這個(gè)機(jī)制就是背壓。我們不需要做太多，只需將可讀流導(dǎo)入可寫流即可，NodeJS 會(huì)負(fù)責(zé)背壓的工作。

讓我們將這個(gè)程序命名為 streams_copy_efficient.js 

/*  
    A file copy with streams and piping - Author: Naren Arya  
*/  
const stream = require('stream');  
const fs = require('fs');  
let fileName = process.argv[2];  
let destPath = process.argv[3];  
const readabale = fs.createReadStream(fileName);  
const writeable = fs.createWriteStream(destPath || "output");  
fs.stat(fileName, (err, stats) => {  
    this.fileSize = stats.size;  
    this.counter = 1;  
    this.fileArray = fileName.split('.');   
    try {  
        this.duplicate = destPath + "/" + this.fileArray[0] + '_Copy.' + this.fileArray[1];  
    } catch(e) {  
        console.exception('File name is invalid! please pass the proper one');  
    }     
    process.stdout.write(`File: ${this.duplicate} is being created:`);   
    readabale.on('data', (chunk) => {  
        let percentageCopied = ((chunk.length * this.counter) / this.fileSize) * 100;  
        process.stdout.clearLine();  // clear current text  
        process.stdout.cursorTo(0);  
        process.stdout.write(`${Math.round(percentageCopied)}%`);  
        this.counter += 1;  
    });     
    readabale.pipe(writeable); // Auto pilot ON!     
    // In case if we have an interruption while copying  
    writeable.on('unpipe', (e) => {  
        process.stdout.write("Copy has failed!");  
    });     
}); 

在這個(gè)例子中，我們用一句代碼替換了之前的數(shù)據(jù)塊寫入操作。 

readabale.pipe(writeable); // Auto pilot ON! 

這里的 pipe 就是所有魔法發(fā)生的原因。它控制了磁盤讀寫的速度以至于不會(huì)阻塞內(nèi)存（RAM）。

運(yùn)行一下。 

$ time node streams_copy_efficient.js cartoonMovie.mkv ~/Documents/4kdemo.mkv 

我們復(fù)制了同一個(gè)大文件（7.4 GB），讓我們來看看內(nèi)存利用率。

震驚！現(xiàn)在 Node 程序僅僅占用了61.9 MiB 的內(nèi)存。如果你觀察到讀寫速率的話：

Disk Read: 35.5 MiB/s

Disk Write: 35.5 MiB/s

在任意給定的時(shí)間內(nèi)，因?yàn)楸硥旱拇嬖?，讀寫速率得以保持一致。更讓人驚喜的是，這段優(yōu)化后的程序代碼整整比之前的快了13秒。 

12.13s user 28.50s system 22% cpu 3:03.35 total 

由于 NodeJS 流和管道，內(nèi)存負(fù)載減少了98.68%，執(zhí)行時(shí)間也減少了。這就是為什么管道是一個(gè)強(qiáng)大的存在。

61.9 MiB 是由可讀流創(chuàng)建的緩沖區(qū)大小。我們還可以使用可讀流上的 read 方法為緩沖塊分配自定義大小。 

const readabale = fs.createReadStream(fileName);  
readable.read(no_of_bytes_size); 

除了本地文件的復(fù)制以外，這個(gè)技術(shù)還可以用于優(yōu)化許多 I/O 操作的問題：

•  處理從卡夫卡到數(shù)據(jù)庫的數(shù)據(jù)流
•  處理來自文件系統(tǒng)的數(shù)據(jù)流，動(dòng)態(tài)壓縮并寫入磁盤
•  更多……

源碼（Git）

你可以在我的倉庫底下找到所有的例子并在自己的機(jī)器上測(cè)試。

narenaryan/node-backpressure-internals

結(jié)論

我寫這篇文章的動(dòng)機(jī)，主要是為了說明即使 NodeJS 提供了很好的 API，我們也可能會(huì)一不留神就寫出性能很差的代碼。如果我們能更多地關(guān)注其內(nèi)置的工具，我們便可以更好地優(yōu)化程序的運(yùn)行方式。

你在此可以找到更多關(guān)于“背壓”的資料：

backpressuring-in-streams

完。