通过 pnpm 安装依赖包会发生什么

通过 pnpm 安装依赖包会发生什么

通过 pnpm 下载的包都是放在一个全局目录（.pnpm-store）下，默认是在 ${os.homedir}/v3/.pnpm-store，如果我们不确定在哪里，可以输入下面的命令手动配置：

pnpm set store-dir [dir] --global

比如：

pnpm set store-dir E:\pnpm\store --global 

如果我们此时随便安装一个包，比如 express 那么首先放在全局目录下，之后在项目中创建一个硬链接指向全局目录。

在一个项目中安装 express

在另一个项目安装 express

我们发现上面的打印的消息不一样，一个是 reused 0, downloaded 64，另一个是 reused 64, download 0。

当我们通过 pnpm 安装依赖包，会首先在全局目录下查看是否存在相同的版本的包，如果存在，就可以直接复用，创建一个硬链接指向全局目录中已经安装的包就行了（所以它叫 reused，重复使用嘛）。如果版本不同或者之前没有安装这个包，才会下载到全局目录中，然后在项目中创建一个硬链接指向全局目录。

如果我们查看项目中的 node_modules 目录，会发现存在以下比较奇怪的结构（前提是依赖包是通过 pnpm 安装的）

假设我们安装了一个 a@1.0.0 这个依赖包

node_modules
└── .pnpm
      └── a@1.0.0
            └── node_modules
                   └── a  ->  <.pnpm-store>/a
                       ├── index.js
                       └── package.json

我们看看这种目录里各个文件夹代表什么意思。

最外层的 node_modules 就是我们项目中的 node_modules，而 .pnpm 就是使用 pnpm 安装依赖包时会自动生成的一个目录，a@1.0.0 就是我们通过 pnpm 安装的依赖包名+版本号。这些都比较容易理解。令人困惑就是 a@1.0.0 中的结构。

前面讲到了我们通过 pnpm 安装依赖的包的时候，是先下载到全局目录（.pnpm-store）下的，然后在项目中通过硬链接到全局目录中的文件（也就是 a 目录下的index.js、package.json 文件是全局目录中的文件，硬链接只能链接文件），实现依赖包的复用。

那为什么在 a@1.0.0 以及 a 中加一个 node_modules 目录呢？

1. 允许包本身导入自己：比如 a 可以通过 require('a/package.json') 或者 import * as package from "a/package.json" 导入自身的 package.json 文件。
2. 避免循环符号链接：依赖以及需要依赖的包被放置在一个文件夹下。 对于 Node.js 来说，依赖是在包的内部 node_modules 中或在任何其它在父目录 node_modules 中是没有区别的。

在看一个复杂一点的例子：

node_modules
└── .pnpm
      ├── a@1.0.0
      |     └── node_modules
      |            ├── a  ->  <.pnpm-store>/a
      |            |   ├── index.js
      |            |   └── package.json
      |            └── b  -> ../../b@1.0.0/node_modules/b
      |                ├── index.js
      |                └── package.json
      └── b@1.0.0
            └── node_modules
                    └── b  ->  <.pnpm-store>/b
                        ├── index.js
                        └── package.json

假如依赖包 a 中使用了依赖包 b，那么同样是跟依赖包 a 一样的操作，下载到全局目录中，然后在 .pnpm 生成一个依赖包名+版本号的目录（b@1.0.0），同时会将 node_modules/b 硬链接到全局目录中。

不过有点区别的是在 a@1.0.0 中的 node_modules 中也会创建一个目录符号链接指向 b@1.0.0/node_modules/b。此时我们在依赖包 a 中导入依赖包 b，Node 不会使用在 a@1.0.0/node_modules/b 中的 b，而是在它的实际位置 b@1.0.0/node_modules/b 中解析，也就是说"真实"文件其实是在 b@1.0.0/node_modules/b 中的（这种布局乍一看可能很奇怪，但它与 Node 的模块解析算法完全兼容！ 解析模块时，Node 会忽略符号链接，直接找到符号链接的文件）。

注意，这里的真实并不是真实文件，这个"真实"文件是从全局目录中硬链接过来的，虽然从文件夹中查看它是存在内存大小的，但是实际上并不存在。

虽然以上的示例非常简单。 但是，无论依赖项的数量和依赖关系图的深度如何，布局都会保持这种结构。

在通过 pnpm 安装依赖包时，除了会在 .pnpm 中生成目录外，还是会 node_modules 中生成。

node_modules
├── .pnpm
|     └── a@1.0.0
└── a  -> .pnpm/a@1.0.0/node_modules/a
    ├── index.js
    └── package.json

此时这个 a 同样是个目录符号链接，链接到 .pnpm/a@1.0.0/node_modules/a 中。因为 Node 需要在 node_modules 查找已安装依赖，否则会报错，提示找不到这个依赖，因此 node_modules 中也是需要存在安装的依赖包，只不过它是一个目录符号链接而已。

这种布局的一大好处是只有真正在依赖项中的包才能访问。使用平铺的 node_modules 结构，所有被提升的包都可以访问。

至于为什么说这是 pnpm 的优势，我们来实际安装一个依赖包看看：

以 express 为例，这是通过 pnpm 安装时生成的目录结构:

node_modules
├─ .pnpm
|    └── express@4.19.2
|          └── node_modules
|                 ├── ...  (还有很多依赖包，这里不展示)
|                 ├── express -> <.pnpm-store>/express
|                 |     ├── index.js
|                 |     └── package.json
|                 └── debug   -> ../../express@4.19.2/node_modules/express
|                       ├── node.js
|                       └── package.json
|
└── express   -> .pnpm/express@4.19.2/node_modules/express
      ├── index.js
      └── package.json

这是通过 npm 安装生成的目录结构：

node_modules
├── ...  (还有很多依赖包，这里不展示)
├── debug
|     ├── node.js
|     └── package.json
└── express
    ├── index.js
    └── package.json

乍一看好像 pnpm 更复杂，又有 .pnpm 目录，又有一堆目录符号链接，npm 看起来好像更简洁、干净。在我刚使用 pnpm，我也有这种感觉，但是 npm 这种的结构会导致一个非常愚蠢的问题！

那就是我们明明只安装了一个 express，为什么会在 node_modules 中可以获取到 express 中的依赖呢？由于在 node_modules 存在这些依赖，意味着我们是可以直接在项目中导入的！

import debug from 'debug';

因为 Node 不关注我们项目中的 package.json 定义的安装依赖，只要是在 node_modules 中就可以显示调用。

如果说我们确实在项目中使用 debug 依赖，那么这样直接使用确实可以工作，而且它甚至也能在生成环境中使用，但是我们可能没有考虑到一些情况：

1. debug 更新了，移除了一些我们目前正在使用的特性，当 express 发布了新版本，我们通过 npm install 更新后会发现我们的项目即便没有任何更改也出现了问题。
2. 还有一种可能是 express 突然不想使用 debug 了，将其从 dependencies 字段中移除后发布新版本，此时我们 npm install 更新后同样会出现问题。

而 pnpm 这种设计就确保了只有通过 pnpm 安装的依赖才会在 node_modules 生成对应的文件夹，不会像 npm 一样将某个依赖包中的依赖全部都放在 node_modules 中。

当然，npm 是修复了这个问题的，通过配置 npm c set install-strategy shallow 可以将直接安装的依赖才放在 node_modules 中，而依赖包中的依赖则是放在依赖包中的 node_modules 中。但是，我们有多少人知道并使用过这个配置？

比如：

node_modules
└── express
    ├── node_modules
    |     ├── ...
    |     └── debug
    |           ├── node.js
    |           └── package.json
    ├── index.js
    └── package.json

通过 npm 安装的依赖并不存在一个全局目录，只要安装的依赖都是放在 node_modules 中，如果我们有非常多项目都依赖了同一个依赖，那就意味着我们要对同一个依赖安装多次，非常占用内存。而 pnpm 则不同，它会放在一个全局目录中进行复用，在项目中的依赖都是一个硬链接而已，虽然在文件夹中查看 node_modules 目录它显示了占用内存，但实际上它并不占用，如果我们是 window 电脑，可以通过 fsutil hardlink list [filename] 查看该文件的硬链接数：

\nvm\store\v3\files\76\6d2e202dd5e520ac227e28e3c359cca183605c52b4e4c95c69825c929356cea772723a9af491a3662d3c26f7209e89cc3a7af76f75165c104492dc6728accc
\leo\pnpm\node_modules\.pnpm\express@4.19.2\node_modules\express\index.js
\$RECYCLE.BIN\S-1-5-21-2040100086-518969392-3969120953-1001\$RPTAE6E\.pnpm\express@4.19.2\node_modules\express\index.js

peerDependencies 的处理

上面的讲解都是基于依赖包内没有 peerDependencies 的情况，如果存在 peerDependencies ，会有不同处理：

如果一个依赖包中没有 peerDependencies，它先创建一个硬链接（b@1.0.0/node_modules/b），然后这个硬链接目录符号链接到其他依赖包中的 node_modules 中，比如前面介绍的例子：

node_modules
└── .pnpm
      ├── a@1.0.0
      |     └── node_modules
      |            ├── a  ->  <.pnpm-store>/a
      |            |   ├── index.js
      |            |   └── package.json
      |            └── b  -> ../../b@1.0.0/node_modules/b
      |                ├── index.js
      |                └── package.json
      └── b@1.0.0
            └── node_modules
                    └── b  ->  <.pnpm-store>/b
                        ├── index.js
                        └── package.json

如果一个依赖包存在 peerDependencies，比如依赖包 a 中存在 b、c 两个 peerDependencies：

{
    "peerDependencies": {
        "b": "^1.0.0",
        "c": "^1.0.0"
    }
}

在项目中我们导入了 foo、bar 两个依赖包，都需要 a 这个依赖包，而且这两个依赖包也同时导入了 b、c 两个依赖，但是版本不一样。

foo 需要 a@1.0.0、b@1.0.0、c@1.0.0，而 bar 需要 a@1.0.0、b@1.0.0、c@1.1.0。这时候 a 就会有多组依赖项：

node_modules
└── .pnpm
      ├── a@1.0.0_b@1.0.0+c@1.0.0
      |     └── node_modules
      |            ├── a  ->  <.pnpm-store>/a
      |            ├── b  ->  ../../b@1.0.0
      |            └── c  ->  ../../c@1.0.0
      ├── a@1.0.0_b@1.0.0+c@1.1.0
      |     └── node_modules
      |            ├── a  ->  <.pnpm-store>/a
      |            ├── b  ->  ../../b@1.0.0
      |            └── c  ->  ../../c@1.1.0
      ├── b@1.0.0
      ├── c@1.0.0
      └── c@1.1.0

可以看到本来只需要一个 a@1.0.0 就能搞定，但是因为 peerDependencies 得存在需要根据版本号生成两个依赖项组（a@1.0.0_b@1.0.0+c@1.0.0、a@1.0.0_b@1.0.0+c@1.1.0）。

如果依赖包 a@1.0.0 没有 peer 依赖，但是它依赖的 b@1.0.0 存在 peer 依赖 c@^1，在我们项目中存在 c@1.0.0 及 c@1.1.0，那么会形成如下的结构：

node_modules
└── .pnpm
      ├── a@1.0.0_c@1.0.0
      |     └── node_modules
      |            ├── a  ->  <.pnpm-store>/a
      |            └── b  ->  ../../b@1.0.0_c@1.0.0
      ├── a@1.0.0_c@1.1.0
      |     └── node_modules
      |            ├── a  ->  <.pnpm-store>/a
      |            └── b  ->  ../../b@1.0.0_c@1.1.0
      ├── b@1.0.0_c@1.0.0
      |     └── node_modules
      |            ├── b  ->  <.pnpm-store>/b
      |            └── c  ->  ../../c@1.0.0
      ├── b@1.0.0_c@1.1.0
      |     └── node_modules
      |            ├── b  ->  <.pnpm-store>/b
      |            └── c  ->  ../../c@1.1.0
      ├── c@1.0.0
      └── c@1.1.0

url 链接，如果我们通过 npm config set registry <registry-url> 改变了 npm 源，那么我们在 .pnpm 目录中可能看到类似 fast-glob@https+++registry.npmmirror.com+fast-glob+-+fast-glob-3.3.2.tgz 这样的 @ 字符后边不是具体版本号的目录名，不用奇怪，就把他当作是版本号即可。因为这个依赖包不是通过从公共注册表中获取的，而是直接从自定义的 NPM 源或镜像获取的。