問題：對(duì)于超大的 string V8不能支持

問題背景

在 Nodejs 計(jì)算服務(wù)中，對(duì)端上上報(bào)的內(nèi)存信息二進(jìn)制數(shù)據(jù)進(jìn)行預(yù)處理+緩存時(shí)，遇到了一個(gè)奇怪的報(bào)錯(cuò)：RangeError: Invalid string length 。根據(jù)該報(bào)錯(cuò)信息，查找得知是字符串長(zhǎng)度超過了 node.js 的限制，即 2^29-1 (約 5 億+)個(gè)字符。整體流程如圖所示。

關(guān)于 node.js string 的長(zhǎng)度上限，主要和 V8 引擎「壓縮指針」技術(shù)有關(guān)。按個(gè)人理解，其通過壓縮指向變量的地址(64 位)中固定的 32 位的方式，從而減少引擎的內(nèi)存占用。

代碼細(xì)節(jié)

由于需要快速訪問某地址，因此緩存的數(shù)據(jù)結(jié)構(gòu)必須是個(gè)對(duì)象，即 INodeGraph。具體結(jié)構(gòu)如下：

  type IAddr = string;
// 內(nèi)存圖譜
  declare interface INodeGraph {
    [addr: IAddr]: IParsedNode;
  }
// 內(nèi)存節(jié)點(diǎn)信息
  declare interface IParsedNode {
    addr: IAddr;
    // size, nodeType 等輔助信息
    parentNodeAddr: IAddr[]; // addr
    childNodeAddr: string[]; // addr
    edgeMap: {
      [addr: IAddr]: {
        // 當(dāng)前節(jié)點(diǎn)與父子節(jié)點(diǎn)之間的邊(關(guān)系)的信息
      };
    };
  }

我們目的很明確，就是實(shí)現(xiàn)這樣一個(gè) js 大對(duì)象的持久化存儲(chǔ)，并且能夠方便快速的轉(zhuǎn)回 js object。為解決此問題，首先想到的能否利用 protobuf 替代 JSON 實(shí)現(xiàn)持久化?？上У氖?protobuf 并不適用于動(dòng)態(tài) key 的場(chǎng)景，它適用于處理數(shù)組中存儲(chǔ)多個(gè)相似結(jié)構(gòu)對(duì)象的數(shù)據(jù)結(jié)構(gòu)。

隨后嘗試了減少對(duì)象中不必要的信息，即縮短對(duì)象的固定 key，例如用「pNode」取代冗長(zhǎng)的「parentNodeAddr」。對(duì)于一個(gè)百萬個(gè)鍵值對(duì)的 object 而言，雖然犧牲了代碼的可讀性，但在實(shí)際的 case 中，能承載的鍵值對(duì)數(shù)量大約多了 20%。
事實(shí)上回過頭來看，更好的處理方式或許是用另外的 Map 存儲(chǔ)對(duì)象的 key。例如 ： 將nodeGraph.parentNodeAddr這個(gè) key 最大程度縮短為nodeGraph.p

聲明 const GraphKey = { parentNodeAddr: 'p' } 保存一個(gè) key 的映射，需要訪問某屬性時(shí)，使用nodeGraph[GraphKey.parentNodeAddr]

更進(jìn)一步

上述手段只是治標(biāo)不治本，對(duì)于 key 更多的大對(duì)象并不能徹底解決問題。因此在不改變項(xiàng)目整體架構(gòu)的前提下（如使用圖數(shù)據(jù)庫(kù)/改用 go 開發(fā)等），提出以下兩個(gè)最終方案：

方案 1：借助 Node.js C++ Addons 的能力，繞開 js string 的限制，將相關(guān)序列化邏輯交給 C++ 處理，并直接將處理好的引用樹 js object 進(jìn)行后續(xù)處理。

• 優(yōu)勢(shì)：如果能實(shí)現(xiàn)，性能會(huì)獲得優(yōu)先提升；擴(kuò)展了 Node.js 的能力
• 劣勢(shì)：實(shí)現(xiàn)難度大；維護(hù)可能是個(gè)問題

方案 2：生成引用樹緩存時(shí)，拆分為多個(gè)較小的對(duì)象，分別進(jìn)行序列化和存儲(chǔ)，使用時(shí)再合并為一個(gè)大對(duì)象。

• 優(yōu)勢(shì)：無需 C++ 側(cè)開發(fā)，難度更?。痪S護(hù)方便
• 劣勢(shì)：合并對(duì)象需要額外的時(shí)間，這一步驟可能會(huì)讓未命中緩存時(shí)的首次請(qǐng)求更慢

總結(jié)

到此這篇關(guān)于NodeJs超長(zhǎng)字符串問題處理的文章就介紹到這了,更多相關(guān)NodeJs字符串問題處理內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！