videos/audio 之外的数据流的其他用途
Other purposes of data streaming besides videos/audio
我正在尝试了解流式传输的目的（主要是从服务器到可视化客户端，如浏览器或应用程序）。发送数据块而不是等待所有数据到达的基本概念对我来说很清楚。我可以很容易地想到诸如加载音频或视频甚至照片之类的用例。但是还有其他用例吗？用于发送文本数据或 json？
我已经使用流式传输从 mysql table 发送所有记录。假设有数百万条记录，并且您想将所有记录提取到一个 csv 文件中。在此用例中，您不能在没有任何 filter/limit/offset 的情况下执行原始 findAll，因为它会尝试将所有记录放入内存中，并且当 table 变大时将无法容纳。
所以我没有使用一个 findAll，而是使用了多个 findAll，每个都返回大约 50k 条记录，为此我使用了 limit 和 offset。每次查询后，我将那块 50k 记录发送到流中，然后再次查询另外 50k 记录。以递归方式执行此操作，直到没有更多记录（通过限制和偏移量控制）。
我有一个休息端点，所以当用户点击端点时，它会下载包含所有 table 记录的 .csv 文件。
我用 postgres 找到了一篇关于它的文章：https://medium.com/geoblinktech/how-to-export-a-postgresql-table-as-csv-with-node-js-streams-578d53434e80（这使用了 COPY 运算符）
我正在尝试了解流式传输的目的（主要是从服务器到可视化客户端，如浏览器或应用程序）。发送数据块而不是等待所有数据到达的基本概念对我来说很清楚。我可以很容易地想到诸如加载音频或视频甚至照片之类的用例。但是还有其他用例吗？用于发送文本数据或 json？
我已经使用流式传输从 mysql table 发送所有记录。假设有数百万条记录，并且您想将所有记录提取到一个 csv 文件中。在此用例中，您不能在没有任何 filter/limit/offset 的情况下执行原始 findAll，因为它会尝试将所有记录放入内存中，并且当 table 变大时将无法容纳。
所以我没有使用一个 findAll，而是使用了多个 findAll，每个都返回大约 50k 条记录，为此我使用了 limit 和 offset。每次查询后，我将那块 50k 记录发送到流中，然后再次查询另外 50k 记录。以递归方式执行此操作，直到没有更多记录（通过限制和偏移量控制）。 我有一个休息端点，所以当用户点击端点时，它会下载包含所有 table 记录的 .csv 文件。
我用 postgres 找到了一篇关于它的文章：https://medium.com/geoblinktech/how-to-export-a-postgresql-table-as-csv-with-node-js-streams-578d53434e80（这使用了 COPY 运算符）