如何用用命令行开启nodejs搭建web服务器

2023-03-02 07:26:02JavaScript016

如何用用命令行开启nodejs搭建web服务器,第1张

首先，需要安装nodejs，这个可以去官网下载，目前我本地安装的v0.12版本。

安装完成后可以通过命令行测试安装是否成功，输入：node -v，应该会显示当前安装node版本号。

本文中用到的模块，都是nodejs核心模块，不需要从外部下载，如果有需要，可以使用以下命令安装：npm install xxx。

开始

下一步，新建js文件，可以命名为server.js，代码如下：

var http = require('http')

var url = require('url')

var path = require('path')

var fs = require('fs')

var dir, arg = process.argv[2] || ''// 命令行第三个参数，用来接收目录，可为空，相对当前server.js文件的目录名称

// 比如使用命令 node server debug，意思就是debug文件夹与server.js文件同级

// 且你想以debug文件夹启动web服务

http.createServer(function (req, res) {

var pathname = __dirname + url.parse(req.url).pathname

dir = dir ? dir : pathname// 记住dir(目录)

pathname = dir ? pathname.replace(dir, dir + arg + '/') : pathname// 替换文件静态路径

if (path.extname(pathname) == "") {

pathname += "/"

}

if (pathname.charAt(pathname.length - 1) == "/") {

pathname += "index.html"// 入口文件，此处默认index.html

}

fs.exists(pathname, function (exists) {

if (exists) {

switch (path.extname(pathname)) {

case ".html":

res.writeHead(200, {"Content-Type": "text/html"})

break

case ".js":

res.writeHead(200, {"Content-Type": "text/javascript"})

break

case ".css":

res.writeHead(200, {"Content-Type": "text/css"})

break

case ".gif":

res.writeHead(200, {"Content-Type": "image/gif"})

break

case ".jpg":

res.writeHead(200, {"Content-Type": "image/jpeg"})

break

case ".png":

res.writeHead(200, {"Content-Type": "image/png"})

break

default:

res.writeHead(200, {"Content-Type": "application/octet-stream"})

}

// res可以自己添加信息来简单交互比如可以修改点header信息或者修改返回的资源数据

fs.readFile(pathname, function (err, data) {

res.end(data)

})

}

else {

res.writeHead(404, {"Content-Type": "text/html"})

res.end("<h1>404 Not Found</h1>")

}

})

}).listen(8085, "127.0.0.5")// 服务器端口

console.log("server running at http://127.0.0.5:8085/")

启动

当node安装完成及上述server.js文件也新建好之后。将其与你要访问的文件夹放在一起，可以放同层或者直接下层。比如，如果你要访问d:\test\debug文件夹。

你可以先将当前文件放入同层或者直接下，然后输入如下命令启动web服务：

先打开`cmd`，进入server文件所在目录，比如是`test`目录；

然后输入：`node server debug`(同层), 或者`node server`(子层),

此时会提示`server running at http://127.0.0.5:8085/`, 表示启动服务成功；

最后打开浏览器，进入：`127.0.0.5:8085`，即可访问此资源。

微应用、微模块的入口

SystemJS 是一个基于标准的模块加载器。

工作环境：

特点：

qiankun 框架配套开发支持 html 作为入口(entry) 的资源加载器(loader)。

工作环境：

特点：

为了方便 debugger 使用 Systemjs.import API 进行调试

调用 api import

- systemJSPrototype.import 实例方法

- preimport - 处理 script 标签

-对 type 为 systemjs-module、systemjs-importmap 进行处理

getOrCreateLoad ->loader.instantiate(id, firstParentUrl) loader 就是 Systemjs ->systemInstantiate 判断 shouldFetch（js false， css true

getOrCreateLoad 返回 load 对象

systemjs 除了对 js 也支持 css、json、wasm 文件资源，通过 systemJSPrototype.fetch 方法根据资源的类型判断调用源生 fetch 获取资源包装成 systemjs 模块规范的对象返回

css 文件包装成 CSSStylesheet 对象返回

CSSStylesheet API

import-html-entry 的源码简洁清晰，进入方法中第一眼就能看到返回值对象

相同点：都是运行时加载

不同点：systemjs 可以通过插件加载 amd udm commonjs es6Module，import html entry 只能加载 umd

systemjs 不仅是个模块加载工具更是有一套标准的模块规范，single-spa 依赖 systemjs 规范通过 js entry 实现微应用、微模块的加载。

importEntry 只支持 umd 的 js 文件，qiankun 通过 importHtml 解析 html 模板分析资源实现 html entry 的方式加载微应用。

import-html-entry 作为工具更适合，systemjs 是独立的模块规范 webpack rollup 打包工具都支持 systemjs 规范。

原理都是对 script 标签的资源进行 appendChild 再 remove 的方式加载到全局，对 style 标签的资源进行 fetch 获取和解析。

import-html-entry 源码方面设计的很清晰可以参考 HTML Entry 源码分析也可以通过 debugger 的方式自己了解。

首先在本地机器上安装并设置MongoDB服务。

从Mongo网站上下载MongoDB，解压到本地目录，比如C:>Mongo

在上一个文件夹内创建数据目录。比如：C:\Mongo\Data

如果数据文件存放在其他地方，那么在用mongod.exe命令启动MongoDB时，需要在命令行加参数—-dbpath

启动服务

MongoDB提供了两种方式：mongod.exe以后台进程启动；mongo.exe启动命令行界面，可做管理操作。这两个可执行文件都位于Mongo\bin目录下；

进入Mongo安装目录的bin目录下，比如：C:>cd Mongo\bin

有两种启动方式，如下：

mongod.exe –dbpath C:\Mongo\data

或者

mongod.exe –config mongodb.config

mongodb.config是Mongo\bin目录下的配置文件，需要在此配置文件中指定数据目录（比如，dbpath= C:\Mongo\Data）的位置。

连接到MongoDB，到这一步，mongo后台服务已经启动，可以通过http://localhost:27017查看。 MongoDB启动运行后，我们接下来看它的聚合函数。

实现聚合函数

在关系数据库中，我们可以在数值型字段上执行包含预定义聚合函数的SQL语句，比如，SUM()、COUNT()、MAX()和MIN()。但是在MongoDB中，需要通过MapReduce功能来实现聚合以及批处理，它跟SQL里用来实现聚合的GROUP BY从句比较类似。下一节将描述关系数据库中SQL方式实现的聚合和相应的通过MongoDB提供的MapReduce实现的聚合。

为了讨论这个主题，我们考虑如下所示的Sales表，它以MongoDB中的反范式形式呈现。

Sales表

列名

数据类型

OrderId

INTEGER

OrderDate

STRING

Quantity

INTEGER

SalesAmt

DOUBLE

Profit

DOUBLE

CustomerName

STRING

City

STRING

State

STRING

ZipCode

STRING

Region

STRING

ProductId

INTEGER

ProductCategory

STRING

ProductSubCategory

STRING

ProductName

STRING

ShipDate

STRING

基于SQL和MapReduce的实现

我们提供了一个查询的样例集，这些查询使用聚合函数、过滤条件和分组从句，及其等效的MapReduce实现，即MongoDB实现SQL中GROUP BY的等效方式。在MongoDB存储的文档上执行聚合操作非常有用，这种方式的一个限制是聚合函数（比如，SUM、AVG、MIN、MAX）需要通过mapper和reducer函数来定制化实现。

MongoDB没有原生态的用户自定义函数（UDFs）支持。但是它允许使用db.system.js.save命令来创建并保存JavaScript函数，JavaScript函数可以在MapReduce中复用。下表是一些常用的聚合函数的实现。稍后，我们会讨论这些函数在MapReduce任务中的使用。

聚合函数

Javascript 函数

SUM

db.system.js.save( { _id : "Sum" ,

value : function(key,values)

{

var total = 0

for(var i = 0i <values.lengthi++)

total += values[i]

return total

}})

AVERAGE

db.system.js.save( { _id : "Avg" ,

value : function(key,values)

{

var total = Sum(key,values)

var mean = total/values.length

return mean

}})

MAX

db.system.js.save( { _id : "Max" ,

value : function(key,values)

{

var maxValue=values[0]

for(var i=1i

MIN

db.system.js.save( { _id : "Min" ,

value : function(key,values)

{

var minValue=values[0]

for(var i=1i

VARIANCE

db.system.js.save( { _id : "Variance" ,

value : function(key,values)

{

var squared_Diff = 0

var mean = Avg(key,values)

for(var i = 0i <values.lengthi++)

{

var deviation = values[i] - mean

squared_Diff += deviation * deviation

}

var variance = squared_Diff/(values.length)

return variance

}})

STD DEVIATION

db.system.js.save( { _id : "Standard_Deviation"

, value : function(key,values)

{

var variance = Variance(key,values)

return Math.sqrt(variance)

}})

SQL和MapReduce脚本在四种不同的用例场景中实现聚合函数的代码片段如下表所示。

1.各地区的平均订单量

下面的查询是用来获取不同地区的平均订单量。

SQL Query

MapReduce Functions

SELECT

db.sales.runCommand(

{

mapreduce : "sales" ,

City,

State,

Region,

map:function()

{ // emit function handles the group by

emit( {

// Key

city:this.City,

state:this.State,

region:this.Region},

// Values

this.Quantity)

AVG(Quantity)

reduce:function(key,values)

{

var result = Avg(key, values)

return result

}

FROM sales

GROUP BY City, State, Region

// Group By is handled by the emit(keys, values)

line in the map() function above

out : { inline : 1 } })

2.产品的分类销售总额

下面的查询是用来获取产品的分类销售额，根据产品类别的层级分组。在下面例子中，不同的产品类别作为个体维度，它们也可以被称为更复杂的基于层次的维度。

SQL 查询

MapReduce 函数

SELECT

db.sales.runCommand(

{

mapreduce : "sales" ,

ProductCategory, ProductSubCategory, ProductName,

map:function()

{

emit(

// Key

{key0:this.ProductCategory,

key1:this.ProductSubCategory,

key2:this.ProductName},

// Values

this.SalesAmt)

SUM(SalesAmt)

reduce:function(key,values)

{

var result = Sum(key, values)

return result

}

FROM sales

GROUP BY ProductCategory, ProductSubCategory, ProductName

// Group By is handled by the emit(keys, values)

line in the map() function above

out : { inline : 1 } })

3. 一种产品的最大利润

下面的查询是用来获取一个给定产品基于过滤条件的最大利润。

SQL查询

MapReduce 函数

SELECT

db.sales.runCommand(

{

mapreduce : "sales" ,

ProductId, ProductName,

map:function()

{

if(this.ProductId==1)

emit( {

key0:this.ProductId,

key1:this.ProductName},

this.Profit)

MAX(SalesAmt)

reduce:function(key,values)

{

var maxValue=Max(key,values)

return maxValue

}

FROM sales

WHERE ProductId=’1’

// WHERE condition implementation is provided in

map() function

GROUP BY ProductId, ProductName

// Group By is handled by the emit(keys, values)

line in the map() function above

out : { inline : 1 } })

4. 总量、总销售额、平均利润

这个场景的需求是计算订单的总数、总销售额和平均利润，订单ID在1到10之间，发货时间在2011年的1月1日到12月31日之间。下面的查询是用来执行多个聚合，比如，在指定年份以及指定的不同区域和产品类别范围里订单的总数、总销售额和平均利润。

SQL 查询

MapReduce 函数

SELECT

db.sales.runCommand(

{ mapreduce : "sales" ,

Region,

ProductCategory,

ProductId,

map:function()

{

emit( {

// Keys

region:this.Region,

productCategory:this.ProductCategory,

productid:this.ProductId},

// Values

{quantSum:this.Quantity,

salesSum:this.SalesAmt,

avgProfit:this.Profit} )

}

Sum(Quantity),

Sum(Sales),

Avg(Profit)

reduce:function(key,values)

{

var result=

{quantSum:0,salesSum:0,avgProfit:0}

var count = 0

values.forEach(function(value)

{

// Calculation of Sum(Quantity)

result.quantSum += values[i].quantSum

// Calculation of Sum(Sales)

result.salesSum += values[i].salesSum

result.avgProfit += values[i].avgProfit

count++

}

// Calculation of Avg(Profit)

result.avgProfit = result.avgProfit / count

return result

FROM Sales

WHERE

Orderid between 1 and 10 AND

Shipdate BETWEEN ‘01/01/2011’ and

‘12/31/2011’

query : {

"OrderId" : { "$gt" : 1 },

"OrderId" : { "$lt" : 10 },

"ShipDate" : { "$gt" : "01/01/2011" },

"ShipDate" : { "$lt" : "31/12/2011" },

GROUP BY

Region, ProductCategory, ProductId

// Group By is handled by the emit(keys, values)

line in the map() function above

LIMIT 3

limit : 3,

out : { inline : 1 } })

既然我们已经看了在不同业务场景下的聚合函数的代码示例，接下来我们准备来测试这些函数。

测试聚合函数

MongoDB的MapReduce功能通过数据库命令来调用。Map和Reduce函数在前面章节里已经使用JavaScript实现。下面是执行MapReduce函数的语法。

db.runCommand(

{ mapreduce : <collection>,

map : <mapfunction>,

reduce : <reducefunction>

[, query : <query filter object>]

[, sort : <sorts the input objects using this key. Useful for

optimization, like sorting by the emit key for fewer reduces>]

[, limit : <number of objects to return from collection>]

[, out : <see output options below>]

[, keeptemp: <true|false>]

[, finalize : <finalizefunction>]

[, scope : <object where fields go into javascript global scope >]

[, jsMode : true]

[, verbose : true]

}

)

Where the Output Options include:

{ replace : "collectionName" }

{ merge : "collectionName"

{ reduce : "collectionName" }

{ inline : 1}

词库加载错误未能找到文件“E高铁采集器内存溢出ConfigurationDictStopwordstxt”

# 上一篇：html5 游戏能下载吗？方法呢？想离线时候也可以玩啊

# 下一篇：怎样在电脑上登两个微信？

推荐阅读

热门文章

最新发布

标签列表

如何用用命令行开启nodejs搭建web服务器

给您推荐相同类型的内容：