Node.js 是否可以让事件处理程序等待异步/基于承诺的代码完成?
我在nodejs模式下使用优秀的Papa解析库,将一个超过100万行的大型(500 MB)CSV文件流式传输到一个缓慢的持久性API中,一次只能接受一个请求。持久性API基于Node.js 是否可以让事件处理程序等待异步/基于承诺的代码完成?,node.js,promise,es6-promise,node-streams,backpressure,Node.js,Promise,Es6 Promise,Node Streams,Backpressure,我在nodejs模式下使用优秀的Papa解析库,将一个超过100万行的大型(500 MB)CSV文件流式传输到一个缓慢的持久性API中,一次只能接受一个请求。持久性API基于Promises,但从Papa Parse,我在同步事件中接收每个解析的CSV行,如下所示:parseStream.on(“数据”,行=>{…} 我面临的挑战是Papa Parse从流中转储其CSV行的速度如此之快,以至于我缓慢的持久性API无法跟上。因为Papa是同步的,而我的API是基于承诺的,所以我不能只调用等待doD
Promise
s,但从Papa Parse,我在同步事件中接收每个解析的CSV行,如下所示:parseStream.on(“数据”,行=>{…}
我面临的挑战是Papa Parse从流中转储其CSV行的速度如此之快,以至于我缓慢的持久性API无法跟上。因为Papa是同步的,而我的API是基于承诺的,所以我不能只调用等待doDirtyWork(行)
事件处理程序上的中,因为同步和异步代码不会混合
或者他们可以混合,而我只是不知道如何混合
我的问题是,我能让Papa的事件处理程序等待API调用完成吗?有点像是直接在on(“数据”)
事件中执行持久性API请求,使on()
函数以某种方式徘徊,直到脏API工作完成
就内存占用而言,到目前为止,我的解决方案并不比使用Papa的非流模式好多少。实际上,我需要排队等待(“数据”)上的洪流
事件,以生成器函数迭代的形式。我还可以将承诺工厂排在一个数组中,并在一个循环中进行处理。不管怎样,我最终都会将几乎整个CSV文件作为未来承诺(承诺工厂)的巨大集合保存在内存中,直到我缓慢的API调用一直有效为止
async importCSV(filePath) {
let parsedNum = 0, processedNum = 0;
async function* gen() {
let pf = yield;
do {
pf = yield await pf();
} while (typeof pf === "function");
};
var g = gen();
g.next();
await new Promise((resolve, reject) => {
try {
const dataStream = fs.createReadStream(filePath);
const parseStream = Papa.parse(Papa.NODE_STREAM_INPUT, {delimiter: ",", header: false});
dataStream.pipe(parseStream);
parseStream.on("data", row => {
// Received a CSV row from Papa.parse()
try {
console.log("PA#", parsedNum, ": parsed", row.filter((e, i) => i <= 2 ? e : undefined)
);
parsedNum++;
// Simulate some really slow async/await dirty work here, for example
// send requests to a one-at-a-time persistence API
g.next(() => { // don't execute now, call in sequence via the generator above
return new Promise((res, rej) => {
console.log(
"DW#", processedNum, ": dirty work START",
row.filter((e, i) => i <= 2 ? e : undefined)
);
setTimeout(() => {
console.log(
"DW#", processedNum, ": dirty work STOP ",
row.filter((e, i) => i <= 2 ? e : undefined)
);
processedNum++;
res();
}, 1000)
})
});
} catch (err) {
console.log(err.stack);
reject(err);
}
});
parseStream.on("finish", () => {
console.log(`Parsed ${parsedNum} rows`);
resolve();
});
} catch (err) {
console.log(err.stack);
reject(err);
}
});
while(!(await g.next()).done);
}
异步导入SV(文件路径){
让parsedNum=0,processedNum=0;
异步函数*gen(){
设pf=产量;
做{
pf=收益率等待pf();
}而(pf的类型==“函数”);
};
var g=gen();
g、 next();
等待新的承诺((决定,拒绝)=>{
试一试{
const dataStream=fs.createReadStream(文件路径);
const parseStream=Papa.parse(Papa.NODE_STREAM_输入,{分隔符:“,”,头:false});
管道(parseStream);
parseStream.on(“数据”,行=>{
//从Papa.parse()接收到CSV行
试一试{
console.log(“PA#”,parsedNum,”:parsed“,row.filter((e,i)=>i{//现在不执行,通过上面的生成器按顺序调用
返回新承诺((res,rej)=>{
console.log(
“DW#”,processedNum,“:脏工作开始”,
行过滤器((e,i)=>i{
console.log(
“DW#”,processedNum,“:脏工停止”,
行过滤器((e,i)=>i{
log(`Parsed${parsedNum}行`);
解决();
});
}捕捉(错误){
console.log(err.stack);
拒绝(错误);
}
});
而(!(等待g.next()).done);
}
那么为什么要赶时间爸爸?为什么不让我把文件慢一点——原始CSV文件中的数据不会流失,我们有几个小时的时间来完成流媒体,为什么要在(“数据”)上敲打我,
我似乎不能慢下来的事件
因此,我真正需要的是让Papa更像爷爷,最小化或消除CSV行的任何排队或缓冲。理想情况下,我能够以API的速度(或缺少速度)完全同步Papa的解析事件。因此,如果不是因为异步代码不能使同步代码“休眠”的教条,理想情况下,我会将每个CSV行发送到Papa事件中的API,然后将控制权返回给Papa
建议?某种“松耦合”我的异步API速度慢的事件处理程序也很好。我不介意几百行排队。但当成千上万的行堆积起来时,我会很快用完堆。JavaScript中的异步代码有时有点难以理解。记住Node如何操作和处理并发性很重要
节点进程是单线程的,但它使用了一个称为事件循环的概念,其结果是异步代码和回调本质上是同一事物的等价表示
当然,您需要一个异步函数来使用await
,但是Papa Parse的回调可以是一个异步函数:
parse.on("data", async row => {
await sync(row)
})
一旦wait
操作完成,arrow函数结束,所有对row的引用都将被删除,因此垃圾收集器可以成功地收集row
,释放该内存
这样做的效果是每次解析一行时都会并发执行sync
,因此如果一次只能同步一条记录,那么我建议将sync函数包装在一个去Bouncer中
为什么要用“数据”
来重击我似乎无法减慢速度的事件
你可以,你只是没有要求爸爸停下来。你可以通过打电话来做到这一点,然后再利用节点流的内置背压
但是,有一个比在基于回调的代码中自己处理此问题更好的API可供使用:!当您在for await
循环体中执行wait
时,生成器也必须暂停。因此您可以编写
async importCSV(filePath) {
let parsedNum = 0;
const dataStream = fs.createReadStream(filePath);
const parseStream = Papa.parse(Papa.NODE_STREAM_INPUT, {delimiter: ",", header: false});
dataStream.pipe(parseStream);
for await (const row of parseStream) {
// Received a CSV row from Papa.parse()
const data = row.filter((e, i) => i <= 2 ? e : undefined);
console.log("PA#", parsedNum, ": parsed", data);
parsedNum++;
await dirtyWork(data);
}
console.log(`Parsed ${parsedNum} rows`);
}
importCSV('sample.csv').catch(console.error);
let processedNum = 0;
function dirtyWork(data) {
// Simulate some really slow async/await dirty work here,
// for example send requests to a one-at-a-time persistence API
return new Promise((res, rej) => {
console.log("DW#", processedNum, ": dirty work START", data)
setTimeout(() => {
console.log("DW#", processedNum, ": dirty work STOP ", data);
processedNum++;
res();
}, 1000);
});
}
异步导入SV(文件路径){
设parsedNum=0;
const dataStream=fs.createReadStream(文件路径);
const parseStream=Papa.parse(Papa.NODE_STREAM_输入,{分隔符:“,”,头:false});
管道(parseStream);
用于等待(parseStream的常量行){
//从Papa.parse()接收到CSV行
常量数据=行过滤器((e,i)=>i{
log(“DW#”,processedNum,”:脏工作开始,数据)
塞蒂