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.js
const 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 -> userDatareturn userData;})
);const headers = ['ID', /*...*/];
const sheetData = [headers, ...list];ctx.attachment(`${sheetName}.xlsx`);
ctx.body = await exportXlsx(sheetName, sheetData);

// xlsx
const 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。

- END -

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。