nodejs Stream使用手册

jopen 11年前

介绍

本文介绍了使用 node.js streams 开发程序的基本方法。

"We should have some ways of connecting programs like garden hose--screw in  another segment when it becomes necessary to massage data in  another way. This is the way of IO also."

Doug McIlroy. October 11, 1964

最早接触Stream是从早期的unix开始的
数十年的实践证明Stream 思想可以很简单的开发出一些庞大的系统。在unix里,Stream是通过
|实现的;在node中,作为内置的stream模块,很多核心模块和三方模块都使用到。和unix一样,
node Stream主要的操作也是.pipe(),使用者可以使用反压力机制来控制读和写的平衡。
Stream 可以为开发者提供可以重复使用统一的接口,通过抽象的Stream接口来控制Stream之间的读写平衡。

为什么使用Stream

node中的I/O是异步的,因此对磁盘和网络的读写需要通过回调函数来读取数据,下面是一个文件下载服务器

的简单代码:

var http = require('http');  var fs = require('fs');    var server = http.createServer(function (req, res) {      fs.readFile(__dirname + '/data.txt', function (err, data) {          res.end(data);      });  });  server.listen(8000);

这些代码可以实现需要的功能,但是服务在发送文件数据之前需要缓存整个文件数据到内存,如果"data.txt"文件很
大并且并发量很大的话,会浪费很多内存。因为用户需要等到整个文件缓存到内存才能接受的文件数据,这样导致
用户体验相当不好。不过还好(req, res)两个参数都是Stream,这样我们可以用fs.createReadStream()代替

fs.readFile():

var http = require('http');  var fs = require('fs');    var server = http.createServer(function (req, res) {      var stream = fs.createReadStream(__dirname + '/data.txt');      stream.pipe(res);  });  server.listen(8000);

.pipe()方法监听fs.createReadStream()'data''end'事件,这样"data.txt"文件就不需要缓存整
个文件,当客户端连接完成之后马上可以发送一个数据块到客户端。使用.pipe()另一个好处是可以解决当客户
端延迟非常大时导致的读写不平衡问题。如果想压缩文件再发送,可以使用三方模块实现:

var http = require('http');  var fs = require('fs');  var oppressor = require('oppressor');    var server = http.createServer(function (req, res) {      var stream = fs.createReadStream(__dirname + '/data.txt');      stream.pipe(oppressor(req)).pipe(res);  });  server.listen(8000);

这样文件就会对支持gzip和deflate的浏览器进行压缩。oppressor 模块会处理所有的content-encoding

Stream使开发程序变得简单。

基础概念

有五种基本的Stream: readable, writable, transform, duplex, and"classic”.

pipe

所有类型的Stream收是使用 .pipe() 来创建一个输入输出对,接收一个可读流src并将其数据输出到可写流dst,如下:

src.pipe(dst)

.pipe(dst)方法为返回dst流,这样就可以接连使用多个.pipe(),如下:

a.pipe(b).pipe(c).pipe(d)

功能与下面的代码相同:

a.pipe(b);  b.pipe(c);  c.pipe(d);

这样的用法十分类似于unix命令下面用法:

a | b | c | d

readable streams

通过调用Readable streams的 .pipe()方法可以把Readable streams的数据写入一个

Writable , Transform, 或者Duplex stream。

readableStream.pipe(dst)

创建 readable stream

这里我们创建一个readable stream!

var Readable = require('stream').Readable;    var rs = new Readable;  rs.push('beep ');  rs.push('boop\n');  rs.push(null);    rs.pipe(process.stdout);      $ node read0.js  beep boop

rs.push(null) 通知数据接收者数据已经发送完毕.
注意到我们在将所有数据内容压入可读流之前并没有调用rs.pipe(process.stdout);,但是我们压入的所有数据
内容还是完全的输出了,这是因为可读流在接收者没有读取数据之前,会缓存所有压入的数据。但是在很多情况下,
更好的方法是只有数据接收着请求数据的时候,才压入数据到可读流而不是缓存整个数据。下面我们重写 一下

._read()函数:

var Readable = require('stream').Readable;  var rs = Readable();    var c = 97;  rs._read = function () {      rs.push(String.fromCharCode(c++));      if (c > 'z'.charCodeAt(0)) rs.push(null);  };    rs.pipe(process.stdout);  ```    ```  $ node read1.js  abcdefghijklmnopqrstuvwxyz

上面的代码通过重写_read()方法实现了只有在数据接受者请求数据才向可读流中压入数据。_read()方法
也可以接收一个size参数表示数据请求着请求的数据大小,但是可读流可以根据需要忽略这个参数。注意我
们也可以用util.inherits()继承可读流。为了说明只有在数据接受者请求数据时_read()方法才被调用,我们
在向可读流压入数据时做一个延时,如下:

var Readable = require('stream').Readable;  var rs = Readable();    var c = 97 - 1;    rs._read = function () {      if (c >= 'z'.charCodeAt(0)) return rs.push(null);        setTimeout(function () {          rs.push(String.fromCharCode(++c));      }, 100);  };    rs.pipe(process.stdout);    process.on('exit', function () {      console.error('\n_read() called ' + (c - 97) + ' times');  });  process.stdout.on('error', process.exit);

用下面的命令运行程序我们发现_read()方法只调用了5次:

$ node read2.js | head -c5  abcde  _read() called 5 times

使用计时器的原因是系统需要时间来发送信号来通知程序关闭管道。使用process.stdout.on('error', fn)
是为了处理系统因为header命令关闭管道而发送SIGPIPE信号,因为这样会导致process.stdout触发
EPIPE事件。如果想创建一个的可以压入任意形式数据的可读流,只要在创建流的时候设置参数objectMode
为true即可,例如:Readable({ objectMode: true })

读取readable stream数据

大部分情况下我们只要简单的使用pipe方法将可读流的数据重定向到另外形式的流,但是在某些情况下也许
直接从可读流中读取数据更有用。如下所示:

process.stdin.on('readable', function () {      var buf = process.stdin.read();      console.dir(buf);  });        $ (echo abc; sleep 1; echo def; sleep 1; echo ghi) | node consume0.js   <Buffer 61 62 63 0a>  <Buffer 64 65 66 0a>  <Buffer 67 68 69 0a>  null

当可读流中有数据可读取时,流会触发'readable' 事件,这样就可以调用.read()方法来读取相
关数据,当可读流中没有数据可读取时,.read() 会返回null,这样就可以结束.read() 的调用,
等待下一次'readable' 事件的触发。下面是一个使用.read(n)从标准输入每次读取3个字节的例子:

process.stdin.on('readable', function () {      var buf = process.stdin.read(3);      console.dir(buf);  });

如下运行程序发现,输出结果并不完全!

$ (echo abc; sleep 1; echo def; sleep 1; echo ghi) | node consume1.js   <Buffer 61 62 63>  <Buffer 0a 64 65>  <Buffer 66 0a 67>

这是应为额外的数据数据留在流的内部缓冲区里了,而我们需要通知流我们要读取更多的数据.read(0)
可以达到这个目的。

process.stdin.on('readable', function () {      var buf = process.stdin.read(3);      console.dir(buf);      process.stdin.read(0);  });

这次运行结果如下:

$ (echo abc; sleep 1; echo def; sleep 1; echo ghi) | node consume2.js   <Buffer 61 62 63>  <Buffer 0a 64 65>  <Buffer 66 0a 67>  <Buffer 68 69 0a>

我们可以使用 .unshift() 将数据重新押回流数据队列的头部,这样可以接续读取押回的数据。如下面
的代码,会按行输出标准输入的内容:

var offset = 0;    process.stdin.on('readable', function () {      var buf = process.stdin.read();      if (!buf) return;      for (; offset < buf.length; offset++) {          if (buf[offset] === 0x0a) {              console.dir(buf.slice(0, offset).toString());              buf = buf.slice(offset + 1);              offset = 0;              process.stdin.unshift(buf);              return;          }      }      process.stdin.unshift(buf);  });    $ tail -n +50000 /usr/share/dict/american-english | head -n10 | node lines.js   'hearties'  'heartiest'  'heartily'  'heartiness'  'heartiness\'s'  'heartland'  'heartland\'s'  'heartlands'  'heartless'  'heartlessly'

当然,有很多模块可以实现这个功能,如:split

writable streams

writable streams只可以作为.pipe()函数的目的参数。如下代码:

src.pipe(writableStream)

创建 writable stream

重写 ._write(chunk, enc, next) 方法就可以接受一个readable stream的数据。

var Writable = require('stream').Writable;  var ws = Writable();  ws._write = function (chunk, enc, next) {      console.dir(chunk);      next();  };    process.stdin.pipe(ws);    $ (echo beep; sleep 1; echo boop) | node write0.js   <Buffer 62 65 65 70 0a>  <Buffer 62 6f 6f 70 0a>

第一个参数chunk是数据输入者写入的数据。第二个参数end是数据的编码格式。第三个参数next(err)通过回调函数通知数据写入者可以写入更多的时间。如果readable stream写入的是字符串,那么字符串会默认转换为Buffer,如果在创建流的时候设置Writable({ decodeStrings: false })参数,那么不会做转换。如果readable stream写入的数据时对象,那么需要这样创建writable stream

Writable({ objectMode: true })

写数据到 writable stream

调用writable stream的.write(data)方法即可完成数据写入。

process.stdout.write('beep boop\n');

调用.end()方法通知writable stream 数据已经写入完成。

var fs = require('fs');  var ws = fs.createWriteStream('message.txt');    ws.write('beep ');    setTimeout(function () {      ws.end('boop\n');  }, 1000);    $ node writing1.js   $ cat message.txt  beep boop

如果需要设置writable stream的缓冲区的大小,那么在创建流的时候,需要设置opts.highWaterMark
这样如果缓冲区里的数据超过opts.highWaterMark.write(data)方法会返回false。当缓冲区可写的
时候,writable stream会触发'drain' 事件。

classic streams

Classic streams比较老的接口了,最早出现在node 0.4版本中,但是了解一下其运行原理还是十分有好
处的。当一个流被注册了"data" 事件的回到函数,那么流就会工作在老版本模式下,即会使用老的API。

classic readable streams

Classic readable streams事件就是一个事件触发器,如果Classic readable streams有数据可读取,那
么其触发 "data" 事件,等到数据读取完毕时,会触发"end" 事件。.pipe() 方法通过检查stream.readable
的值确定流是否有数据可读。下面是一个使用Classic readable streams打印A-J字母的例子:

var Stream = require('stream');  var stream = new Stream;  stream.readable = true;    var c = 64;  var iv = setInterval(function () {      if (++c >= 75) {          clearInterval(iv);          stream.emit('end');      }      else stream.emit('data', String.fromCharCode(c));  }, 100);    stream.pipe(process.stdout);      $ node classic0.js  ABCDEFGHIJ

如果要从classic readable stream中读取数据,注册"data""end"两个事件的回调函数即可,代码如下:

process.stdin.on('data', function (buf) {      console.log(buf);  });  process.stdin.on('end', function () {      console.log('__END__');  });      $ (echo beep; sleep 1; echo boop) | node classic1.js   <Buffer 62 65 65 70 0a>  <Buffer 62 6f 6f 70 0a>  __END__

需要注意的是如果你使用这种方式读取数据,那么会失去使用新接口带来的好处。比如你在往一个
延迟非常大的流写数据时,需要注意读取数据和写数据的平衡问题,否则会导致大量数据缓存在内
存中,导致浪费大量内存。一般这时候强烈建议使用流的.pipe()方法,这样就不用自己监听"data"
"end"事件了,也不用担心读写不平衡的问题了。当然你也可以用 through代替自己监听

"data""end" 事件,如下面的代码:

var through = require('through');  process.stdin.pipe(through(write, end));    function write (buf) {      console.log(buf);  }  function end () {      console.log('__END__');  }    $ (echo beep; sleep 1; echo boop) | node through.js   <Buffer 62 65 65 70 0a>  <Buffer 62 6f 6f 70 0a>  __END__

或者也可以使用concat-stream来缓存整个流的内容:

var concat = require('concat-stream');  process.stdin.pipe(concat(function (body) {      console.log(JSON.parse(body));  }));      $ echo '{"beep":"boop"}' | node concat.js   { beep: 'boop' }

当然如果你非要自己监听"data""end"事件,那么你可以在写数据的流不可写的
时候使用.pause()方法暂停Classic readable streams继续触发"data" 事件。等到
写数据的流可写的时候再使用.resume() 方法通知流继续触发"data" 事件继续读取
数据。

classic writable streams

Classic writable streams 非常简单。只有 .write(buf), .end(buf).destroy()三个方法。.end(buf) 方法的buf参数是可选的,如果选择该参数,相当于stream.write(buf); stream.end() 这样的操作,需要注意的是当流的缓冲区写满即流不可写时.write(buf)方法会返回false,如果流再次可写时,流会触发drain事件。

transform

transform是一个对读入数据过滤然输出的流。

duplex

duplex stream是一个可读也可写的双向流,如下面的a就是一个duplex stream:

a.pipe(b).pipe(a)

read more

  • core stream documentation
  • You can use the readable-stream
    module to make your streams2 code compliant with node 0.8 and below. Just
    require('readable-stream') instead of require('stream') after you
    npm install readable-stream.
翻译自 https://github.com/substack/stream-handbook
来自:http://my.oschina.net/sundq/blog/192276