使用 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，但遇到了事件发生顺序的问题。

事件按此顺序发出

1. 'headers'：想要将有关 csv 的元数据插入数据库并返回一个 id 值
2. 'data'：想要将headers事件返回的id值用于所有数据事件
3. '数据'
4. '数据'
5. ...
6. 结束

显然节点的异步性质意味着我在“标题”中的缓慢数据库访问在第一个“数据”事件发出时尚未返回，因此我还没有 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？对解决此问题的更好方法有何建议？

编辑：添加了一些代码（伪代码，未经实际测试）

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

1. 当您收到headers 事件时，unpipe() 读取流。这将使文件阅读器进入暂停状态，因此您不必在内存中缓冲一堆东西。

2. 由于数据是以块（通常为 64 kB）从磁盘读取的，因此 CSV 解析器在继续解析当前块时仍会发出 data 事件。您仍然需要缓冲数组中的少量行。

3. 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. 删除原来的 data 事件处理程序（排队到数组中的事件处理程序）并附加一个直接向数据库提交行的事件处理程序。

   3. pipe() 将读取流返回给 CSV 解析器。

---

您可能还想考虑如果您的程序从磁盘读取并解析 CSV 的速度快于您的数据库接受数据的速度会发生什么。由于没有背压，大量数据库操作最终可能会在内存中排队，直到用完为止。

如果有许多待处理的数据库操作，您应该暂停文件读取流。