本文由 简悦 SimpRead 转码， 原文地址 mp.weixin.qq.com

前言

最近优化了几个新人写出的动态表格文件下载接口的性能瓶颈，感觉非常有必要总结一篇文章作为文档来抛砖引玉，以促进大家学习一起写出更专业的代码。

HTTP 文件下载

讲具体问题之前需要先了解一些 HTTP 基础，下面简单介绍一下用 Node.js&Koa 怎么实现文件下载。

参考：

rfc2616 19.5.1 Content-Disposition

rfc1806

Node.js Stream

简单下载

最简单的情况就是服务器上文件系统已经存在了某个文件，客户端请求下载直接把文件读了吐回去即可：

import Koa from 'koa';import Router from 'koa-router';import * as fs from 'fs/promises';const app = new Koa();const router = new Router();router.get('/download/simple', async (ctx) => {  const file = await fs.readFile(`${__dirname}/1.txt`, 'utf-8');  ctx.set({    'Content-Disposition': `attachment; filename=1.txt`,  });  ctx.body = file;});app.use(router.routes());app.listen(80);

设置 Content-Disposition 头部为 attachment 是关键，告诉浏览器应该下载这个文件。

流式下载

简单下载在碰到大文件的情景就不够用了，因为 Node 无法将大文件一次性读取到进程内存里。这时候用流来解决：

router.get('/download/stream', async (ctx) => {  const file = fs.createReadStream(`${__dirname}/1.txt`);  ctx.set({    'Content-Disposition': `attachment; filename=1.txt`,  });  ctx.body = file;});

此例子不设置 Content-Disposition 头部也是会下载的，因为 Content-Type 被设置为了 application/octet-stream，浏览器认为其是一个二进制流文件所以默认下载处理了。

进度显示

当下载的文件特别大时，上个例子 Content-Length 正确设置时浏览器下载条里就能正常显示进度了，为了方便我们使用程序模拟一下：

router.get('/download/progress', async (ctx) => {  const { enable } = ctx.query;  const buffer = await fsp.readFile(`${__dirname}/1.txt`);  const stream = new PassThrough();  const l = buffer.length;  const count = 4;  const size = Math.floor(l / count);  const writeQuarter = (i = 0) => {    const start = i * size;    const end = i === count - 1 ? l : (i + 1) * size;    stream.write(buffer.slice(start, end));    if (end === l) {      stream.end();    } else {      setTimeout(() => writeQuarter(i + 1), 3000);    }  };  if (!!enable) {    ctx.set({      'Content-Length': `${l}`,    });  }  ctx.set({    'Content-Type': 'plain/txt',    'Content-Disposition': `attachment; filename=1.txt`,    Connection: 'keep-alive',  });  ctx.body = stream;  writeQuarter();});

这里利用了 PassThrough 流来替代 fs.createReadStream，故 Koa 不再知道文件大小和类型，并将文件分为 4 份，每份间隔 3 秒发送来模拟大文件下载。

当参数 enable 为真时，设置了 Content-Length 则会显示进度 (剩余时间），否则不显示：

断点续传

下载文件特别大时，常常也会因为网络不稳定导致下载中途断开而失败，这时候可以考虑支持断点续传：

function getStartPos(range = '') {  var startPos = 0;  if (typeof range === 'string') {    var matches = /^bytes=([0-9]+)-$/.exec(range);    if (matches) {      startPos = Number(matches[1]);    }  }  return startPos;}router.get('/download/partial', async (ctx) => {  const range = ctx.get('range');  const start = getStartPos(range);  const stat = await fsp.stat(`${__dirname}/1.txt`);  const stream = fs.createReadStream(`${__dirname}/1.txt`, {    start,    highWaterMark: Math.ceil((stat.size - start) / 4),  });  stream.on('data', (chunk) => {    console.log(`Readed ${chunk.length} bytes of data.`);    stream.pause();    setTimeout(() => {      stream.resume();    }, 3000);  });  console.log(`Start Pos: ${start}.`);  if (start === 0) {    ctx.status = 200;    ctx.set({      'Accept-Ranges': 'bytes',      'Content-Length': `${stat.size}`,    });  } else {    ctx.status = 206;    ctx.set({      'Content-Range': `bytes ${start}-${stat.size - 1}/${stat.size}`,    });  }  ctx.set({    'Content-Type': 'application/octet-stream',    'Content-Disposition': `attachment; filename=1.txt`,    Connection: 'keep-alive',  });  ctx.body = stream;});

让我们来试验一下（Chrome 默认下载工具不支持断点续传）：

curl -v http://127.0.0.1/download/partial -o 1.txt

此时我们趁传输间隙，将服务进程停止，这时可以看到 1.txt 文件仅仅只传了 18 bytes：

我们将服务恢复，恢复下载：

curl -v http://127.0.0.1/download/partial -o 1.txt -C -

可以看到剩下的部分也分 4 次传完了。

动态表格

在了解完上述关于文件下载实现的基础后，我们来看一个实际问题：根据请求参数条件读取数据库的某张表的全部记录并导出为表格。

参考：

exceljs

瓶颈

// Controller.jsconst sequelize = new Sequelize(name, user, password, {  dialect: 'mysql',  host,  port,});const model = sequelize.import('/path/to/model');const { rows } = await model.findAndCountAll({  where: conditions,  attributes: ['f_user_id'],  group: 'f_user_id',});const list = awaitPromise.all(  rows.map((item) => {    const { f_user_id } = item;    const userRows = await model.findAll({      where: { ...conditions, f_user_id },      // ordering, eager loading, ...    });    // formating userRows -> userData    return userData;  }));const headers = ['ID', /*...*/];const sheetData = [headers, ...list];ctx.attachment(`${sheetName}.xlsx`);ctx.body = await exportXlsx(sheetName, sheetData);

// xlsxconst ExcelJS = require('exceljs');const fs = require('fs');module.exports = {  exportXlsx: async (name = 'sheet', data) => {    const tempFilePath = `./xlsx/${Date.now()}.xlsx`;    const workbook = new ExcelJS.stream.xlsx.WorkbookWriter({       filename: tempFilePath     }); // 创建一个流式写入器    const sheet = workbook.addWorksheet('My Sheet'); // 添加工作表    const { length } = data;    for (let i = 0; i < length; i++) {      sheet.addRow(data[i]);    }    sheet.commit(); // 提交工作表    await workbook.commit(); // 交工作簿，即写入文件    return fs.createReadStream(tempFilePath);  },};

多数人业务初期做需求时，考虑到数据量还不是很多，排期紧任务重，都像上面这样实现：

• 不考虑数据量，当数据库表记录数超过 2w 时，内存就已经承受不住导致 Node 进程退出了

• 没有考虑内存限制，找个成熟的 exceljs 库，但却没有用其提供的流 API

• 数据查询逻辑实现完全不考虑性能，拿到 ORM 库就是调用查询，完全不考虑 SQL 查询并发数

优化

分段处理

最简单的策略就是将几 w 条数据库数据按每组 1w 条分组，分批次处理，有很多优秀的开源库以供使用比如 async。

简单代码示意：

let total = await model.count(/* ... */)let page = 0;const tasks = [];const size = 10000;while (total > 0) {  tasks.push(() => queryModel({    limit: size,    offset: size * page  }))  page++;  total -= size;}await async.series(tasks)

减少 SQL 查询数

源码中出现先 group by 查询出去重的 f_user_id 后，再来并发查询某一用户的所有记录。

这里应该用 SQL 中的 IN 先查完再匹配处理：

model.findAll({  where: {    ...conditions,    f_user_id: rows.map(x =>`${x.f_user_id}`)  }})

流处理

在上面的 xlsx.js 文件中，是先输出一个文件再使用 fs.createReadStream 流输出

exceljs 库提供了 API 来实现流写：

const workbook = new Excel.stream.xlsx.WorkbookWriter(options);const sheet = workbook.addWorksheet('My Sheet');// .,,ctx.body = workbook.stream;

更多

当然除了上述提到的优化手段，还有离线生成、缓存等等诸多优化手段可用，这里不再展开。

总结

文件导出是最常见的需求之一，把功能实现好是专业素质最好的体现。

此文篇幅有限，原理性的细节如 Exceljs 的依赖里对 xlsx 规范的 zip 流处理等等大家可以自行去了解一番。

紧追技术前沿，深挖专业领域

扫码关注我们吧！