使用Node.js流可避免大文件内存溢出，通过fs.createReadStream分块读取，配合pipe实现高效数据传输与Transform流处理数据转换，确保低内存占用。
处理大文件时，如果一次性将整个文件读入内存，很容易导致内存溢出。Node.js 的 Stream 模型正是为这类场景设计的——它允许你以“流”的方式逐块处理数据，从而避免内存压力。
使用可读流分块读取文件
通过 fs.createReadStream() 创建一个可读流，文件会被分成小块（chunks）逐步读取，而不是全部加载到内存中。
例如，读取一个 1GB 的日志文件：
const fs = require('fs');
<p>const readStream = fs.createReadStream('large-file.log', {
encoding: 'utf8',
highWaterMark: 64 * 1024 // 每次读取 64KB
});</p><p>readStream.on('data', (chunk) => {
// 处理每个数据块，比如搜索关键词
console.log(<code>Received chunk of ${chunk.length} characters</code>);
});</p><p>readStream.on('end', () => {
console.log('文件读取完成');
});</p><p>readStream.on('error', (err) => {
console.error('读取出错:', err);
});</p>highWaterMark 控制每次读取的数据量，可根据系统资源调整，避免过小影响性能或过大占用内存。
通过管道（pipe）高效传输数据
最安全高效的方式是使用 pipe() 方法，它自动处理背压（backpressure），确保写入速度跟不上时暂停读取。
比如复制大文件：
const fs = require('fs');
<p>const readStream = fs.createReadStream('source-big-file.zip');
const writeStream = fs.createWriteStream('copy-big-file.zip');</p><p>readStream.pipe(writeStream);</p><div class="aritcle_card flexRow">
<div class="artcardd flexRow">
<a class="aritcle_card_img" href="/ai/1412" title="聚好用AI"><img
src="https://img.php.cn/upload/ai_manual/000/000/000/175680059460782.png" alt="聚好用AI" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
<div class="aritcle_card_info flexColumn">
<a href="/ai/1412" title="聚好用AI">聚好用AI</a>
<p>可免费AI绘图、AI音乐、AI视频创作，聚集全球顶级AI，一站式创意平台</p>
</div>
<a href="/ai/1412" title="聚好用AI" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span> </a>
</div>
</div><p>writeStream.on('finish', () => {
console.log('文件复制完成');
});</p>这种方式几乎不消耗额外内存，因为数据从源流直接“流入”目标流，中间不会堆积。
在流中进行转换处理
如果需要修改内容（如压缩、过滤、转码），可以插入一个 Transform 流。
例如，将文本转为大写并写入新文件：
const fs = require('fs');
const { Transform } = require('stream');
<p>const upperCaseTransform = new Transform({
transform(chunk, encoding, callback) {
callback(null, chunk.toString().toUpperCase());
}
});</p><p>const readStream = fs.createReadStream('input.txt');
const writeStream = fs.createWriteStream('output.txt');</p><p>readStream.pipe(upperCaseTransform).pipe(writeStream);</p>Transform 流天然支持背压管理，确保处理节奏与数据流动匹配。
基本上就这些。用好可读流、可写流和 pipe，再结合 Transform 做中间处理，就能轻松应对 GB 级文件而不担心内存爆炸。关键是避免把整个文件塞进内存，始终以“流”的思维来设计数据流动。
