ファイルを一括ダウンロードするノード スクリプトを作成しています。この例では、これらは各行にファイル名と URL が含まれるファイルの画像です。このスクリプトを数百万の URL までスケールアップしてダウンロードできるようにしたいと考えています。
ノード JS ストリームは、URL リストをパイプで渡し、URL を http 要求し、応答をファイルに書き込むことができるため、これを行うのに適しているようです。
このスクリプトは私のコンピューターをクラッシュさせ、空白の jpg ファイルを書き込んでいます。メソッドはpipe()
背圧を処理していないようです。スクリプトはすぐにすべての URL を並行して要求しているようです。多数の URL をダウンロードするためにスケーリングするときに一貫して実行できるように、この同時 HTTP 要求の数を制限するにはどうすればよいですか? ありがとう。
'use strict';
var fs = require('fs'),
request = require('request'),
through = require('through'),
split = require('split'),
urlList = 'https://gist.githubusercontent.com/phelma/e1558aeb181c0cfe47b8/raw/cc5e667277308fda408f6af1404bc2d322b5186c/images.txt';
// 10000 images
var splitByTab = through(function(buf) {
var item = buf.toString().split('\t');
this.queue(item);
});
var downloadStream = through(function(item) {
// item is array [ filename , URL ]
if (item[1]) {
console.log('Requesting ' + item[1]);
request
.get(item[1])
.on('error', function(err) {
console.log('\nError: ' + err.message + '\n' + item[1]);
})
.pipe(fs.createWriteStream(__dirname + '/out/' + item[0] + '.jpg'));
}
});
request
.get(urlList) // Request the
.pipe(split()) // Split file into rows
.pipe(splitByTab) // Split each row into a array items
.pipe(downloadStream); // Download each item