用Node.js实现文件循环覆写

1,870 阅读4分钟

这次编写Node.js项目的时候用到了日志模块,其中碰到了一个小问题。 这是一个定时执行可配置自动化任务的项目,所以输出信息会不断增加,也就意味着日志文件会随时间不断增大。 如果对日志文件大小不加以控制,那么服务器的磁盘迟早会被撑满。所以限制文件大小是有必要的。 最理想的控制方式就是当文件大小超过限制时,清除最先记录的数据。类似一个FIFO的队列。

# 删除前面的数据
- 1 xxx
  ......
  100 abc
# 文件末尾追加数据
+ 101 xxxx

log4js的file rolling

一提到记录日志很多Node.js开发者肯定会找到log4js,先来看看log4js是怎么处理这个问题的。

log4js分为很多appenders(可以理解为记录日志的媒介),file rolling功能可以通过函数来进行配置。

file rolling功能有两种方式:日期和文件大小。 要控制文件大小,当然选择后者。 为了测试这个功能是否满足我们要求,写一段循环代码来写日志。

const log4js = require('log4js')
// 配置log4js
log4js.configure({
  appenders: {
    everything: {
      type: 'file',
      filename: 'a.log',
      maxLogSize: 1000,
      backups: 0
    },
  },
  categories: {
    default: {
      appenders: ['everything'],
      level: 'debug'
    }
  }
});
const log = log4js.getLogger();
for (let i = 0; i < 41; i++) {
  const str = i.toString().padStart(6, '000000');
  log.debug(str);
}

执行之后生成两个文件a.loga.log.1。 其中a.log.1有20行数据,实际大小1kb,a.log只有1行数据。 虽然确实控制了文件大小,但是会带来两个问题:

  1. 额外产生一个备份文件,总占用磁盘空间会超过文件限制。
  2. 日志文件内容的大小是变动的,查询日志的时候很可能需要联合备份文件进行查询(比如上面的情况日志文件只有1行数据)。

推测log4js的实现逻辑可能是下面这样:

  1. 检查日志文件是否达到限制大小,如果达到则删除备份文件,否则继续写入日志文件。
  2. 重命名日志文件为备份文件。

这显然不能完全满足需求。

字符串替换?

如果要在内存中完成循环覆写操作就比较简单了,使用字符串或Buffer的即可完成。

  1. 添加字符串/Buffer长度,如果超过大小则截取。
  2. 写入并覆盖日志文件。

但是有一个很大的问题:占用内存。

比如限制文件大小为1GB,有10个日志文件同时写入,那么至少占用10GB内存空间!

内存可是比磁盘空间更宝贵的,如此明显的性能问题,显然也不是最优解决方式。

file roll

按照需求可以把实现步骤拆成两步:

  • 追加最新的数据到文件末尾。(Node.js的fs模块有相应函数)
  • 删除文件开头超出限制部分。(Node.js没有响应函数)

这两步不分先后顺序,但是Node.js没有提供API来删除文件开头部分,只提供了修改文件指定位置的函数。

既然无法删除文件开头部分内容,那么我们就换个思路,只保留文件末尾部分内容(不超出大小限制)。

什么?这不是一个意思么?

略有区别~

删除是在原有文件上进行的操作,而保留内容可以借助临时文件来进行操作。

所以思路变成:

  1. 创建一个临时文件,临时文件的内容来自于日志文件。
  2. 往临时文件中增加数据。
  3. 将临时文件中符合文件大小限制的内容,从后往前(采取偏移量的形式)进行读取并复制到日志文件进行覆盖。
  4. 为了不占用额外的磁盘空间,写操作完成后删除临时文件。

这样就不会出现像log4js一样日志文件内容不全的现象,也不会保留额外的临时文件。但是对IO的操作会增加~

对于写操作可以采取tail命令来实现,最终实现代码如下:

private write(name: string, buf?: Buffer | string) {
  // append buf to tmp file
  const tmpName = name.replace(/(.*\/)(.*$)/, '$1_\.$2\.tmp');
  if (!existsSync(tmpName)) {
    copyFileSync(name, tmpName);
  }
  buf && appendFileSync(tmpName, buf);
  // if busy, wait
  if (this.stream && this.stream.readable) {
    this.needUpdateLogFile[name] = true;
  } else {
    try {
      execSync(`tail -c ${limit} ${tmpName} > ${name}`);
      try {
        if (this.needUpdateLogFile[name]) {
          this.needUpdateLogFile[name] = false;
          this.write(name);
        } else {
          existsSync(tmpName) && unlinkSync(tmpName);
        }
      } catch (e) {
        console.error(e);
      }
    } catch (e) {
      console.error(e);
    }
  }
}

总结

完成这个功能有两点感悟:

  1. 量变引起质变。当数据量变大时,很多简单的处理方式就不可以用了,比如写文件,如果直接使用writeFile会占用大量内存甚至有可能内存都不够用。所以要通过合适的方式进行拆分,拆分过程中又会碰到各种问题,比如本文中截取文件内容的要求。
  2. 学会借力。君子性非异也善假于物也~当无法在单个点完成操作的时候可以借助外部条件来实现,比如在本文中使用临时文件来保存数据内容。

原文链接:tech.gtxlab.com/file-roll.h…


作者信息:朱德龙,人和未来高级前端工程师。