csv-parser 同步发出的事件

Question

我正在尝试使用 npm 包 csv-parser 来解析我的 csv 文件，但运行遇到事件发生顺序的问题。

事件按此顺序发出

'headers': 想要将关于 csv 的元数据插入数据库和 return 一个 id 值
'data'：想要对所有数据事件
'data'
'data'
...
结束

显然节点的异步性质意味着我在 'headers' 中的缓慢数据库访问在第一个 'data' 事件发出时还没有 returned，因此我不还没有 csv 的 ID。我能想到的唯一选择是将所有数据行缓存到某个临时变量中，然后在读取整个 csv 后推送所有内容。考虑到我可能有非常大的 csv 文件，这似乎是个坏主意？关于解决此问题的更好方法有什么建议吗？

编辑：添加了一些代码（伪代码，未实际测试）

let headerList = null;
let dataArray = [];
fs.createReadStream(path)
    .pipe(csv())
    // Parse the headers into a comma delimminated string
    .on('headers', function(headers) {
        // some parsing logic and then assigned to variable
        headerList = headers;
    })
    .on('data', function (data) {
        // Some push of data into a variable
        dataArray.push(data);
    })
    .on('end', function() {
        // create the base upload object
        const id = uploads.createUpload(filename, headerList, new Date());

        // insert data
        uploads.insertUploadData(id, dataArray);
    })

Answer 1

当您获得 headers 事件时，unpipe() 读取流。这会将文件 reader 置于暂停状态，因此您不必在内存中缓冲一堆东西。
因为数据是以块（通常为 64 kB）的形式从磁盘读取的，CSV 解析器在继续解析当前块时仍会发出 data 事件。您仍然需要在数组中缓冲少量行。
当您从数据库中获得所需的所有信息时：
1. 将缓冲的行提交到数据库。
2. 删除原始的 data 事件处理程序（排队到数组的事件处理程序）并附加一个直接向数据库提交行的事件处理程序。
3. pipe() 返回 CSV 解析器的读取流。

您可能还想考虑如果您的程序从磁盘读取和解析 CSV 的速度快于数据库接受数据的速度，会发生什么情况。由于没有背压，大量的数据库操作可能最终会在内存中排队，直到您运行退出。

如果有许多待处理的数据库操作，您应该暂停文件读取流。

csv-parser 同步发出的事件

Synchronous Emitted Events With csv-parser

javascript

node.js

node.js-stream