Question

我正在构建一个分析平台，我想先压缩ETL（提取转换负载）作业，然后再将其存储在数据库中。在开始编写代码之前，我想知道是否有一些经验的人可以告诉我如何正确地做。我想gzip数据，然后将其转换为base64字符串。我是简单地gzip转换为base64还是不能正常工作？

这是我目前用于这些大型数据集的过程。

var streamObj = athenaClient.execute('my query').toStream()
var data = [];

redis.set('Some Dashboard Data', '[')

streamObj.on('data', function(record) {
    // TODO gzip record then convert to base64
    if (data.length === 500) {
        let tempData = JSON.stringify(data);
        data = []
        redis.append('Some Dashboard Data', tempData.slice(1, tempData.length - 1) + ',')
        }
        data.push(record);
    })
}

如果这不可能，有没有办法存储压缩后的字符串？

Answer 1

通过使用流提供的背压让node.js环境控制内存。

我会考虑以下解决方案：

inputStream
    .pipe(zlib)
    .pipe(transformToBase64Stream)
    .pipe(redisCli);

zlib是本机的，因此不会造成任何问题。要转换为base64，您可以编写转换流或使用外部tools。要将结果通过管道传输到redis by stream，可以在管道模式下生成子进程redis-cli。如大量插入和redis cli文章中所述，建议将其用于大数据，但您必须自己处理redis协议。阅读提供的文章，让我知道它是否对您的问题有所帮助。

Answer 2

只是进一步阐述Zilvinas的答案。我将向大家展示如何使它工作。

const athena = require('./athena')
const redis = require('./redis')
const zlib = require('zlib')
const Stream = require('stream')

exports.persistStream = (config, query, name, transform) => {
return new Promise((resolve, reject) => {
    let recordCount = 0

    var transformStream = new Stream.Transform({ writableObjectMode: true, readableObjectMode: true})
    transformStream._transform = function (chunk, encoding, done) {

        recordCount++

        if (transform) chunk = transform(chunk)

        let jsonChunk = JSON.stringify([chunk])

        switch (true) {
            case recordCount === 1: 
                jsonChunk = jsonChunk.slice(0, jsonChunk.length - 1); break
            default:
                jsonChunk = ',' + jsonChunk.slice(1, jsonChunk.length - 1); break
        }
        this.push(jsonChunk)
        done();
    };

    transformStream._final = function (done) {
        this.push(']')
        done()
    }

    const gzip = zlib.createGzip()

    let buffers = []

    var stream = athena.execute(query)
        .toStream()
        .pipe(transformStream)
        .pipe(gzip)

    gzip.on('data', (chunk) => {
        buffers.push(chunk)
    })

    gzip.on('end', function () {
        let buffer = Buffer.concat(buffers)
        redis.set(name, buffer.toString('base64'), (err, response) => {
            zlib.gzip(config, (err, buff) => {
                redis.set(name + ' Config', buff.toString('base64'), (err, response) => {
                    if (err) {
                        console.log(err)
                        reject()
                    } else {

                        console.log(name + ' succeeded')
                        resolve()
                    }
                })
            })
        })
    })

    stream.on('error', (err) => {
        console.log(err)
        reject()
    })
})
}

如何将大型流转换为gzip压缩的base64字符串

2 个答案: