Node.js：深入探秘 CommonJS 模块化的奥秘

在Node.js出现之前，服务端JavaScript基本上处于一片荒芜的境况，而当时也没有出现ES6的模块化规范。因此，Node.js采用了当时比较先进的一种模块化规范来实现服务端JavaScript的模块化机制，它就是CommonJS，有时也简称为CJS。

本文由Node.js部署神器-Servbay 工具赞助，开发环境管理神器！3分钟部署好你的项目开发环境。

一、CommonJS规范

在Node.js采用CommonJS规范之前，还存在以下缺点：

• 没有模块系统
• 标准库很少
• 没有标准接口
• 缺乏包管理系统

这些问题的存在导致Node.js难以构建大型项目，生态环境也十分贫乏，亟待解决。CommonJS的提出主要是为了弥补当前JavaScript没有模块化标准的缺陷，以达到像Java、Python、Ruby那样能够构建大型应用的阶段，而不是仅仅作为一门脚本语言。Node.js能够拥有今天这样繁荣的生态系统，CommonJS功不可没。

1.1 CommonJS的模块化规范

CommonJS对模块的定义十分简单，主要分为模块引用、模块定义和模块标识三个部分。

1.1.1 模块引用

示例如下：

const fs = require('fs');

在CommonJS规范中，存在一个require全局方法，它接受一个标识，然后把标识对应的模块的API引入到当前模块作用域中。

1.1.2 模块定义

在Node.js上下文环境中提供了一个module对象和一个exports对象。module代表当前模块，exports是当前模块的一个属性，代表要导出的一些API。一个文件就是一个模块，把方法或者变量作为属性挂载在exports对象上即可将其作为模块的一部分进行导出。

// add.js
exports.add = function(a, b) {
    return a + b;
};

在另一个文件中，我们可以通过require引入之前定义的这个模块：

const { add } = require('./add.js');
add(1, 2); // 输出 3

1.1.3 模块标识

模块标识就是传递给require函数的参数，在Node.js中就是模块的id。它必须是符合小驼峰命名的字符串，或者是以.、..开头的相对路径，或者绝对路径，可以不带后缀名。

模块的定义十分简单，接口也很简洁。它的意义在于将类聚的方法和变量限定在私有的作用域中，同时支持引入和导出功能以顺畅的连接上下游依赖。CommonJS这套模块导出和引入的机制使得用户完全不必考虑变量污染。

二、Node.js的模块化实现

Node.js在实现中并没有完全按照规范实现，而是对模块规范进行了一定的取舍，同时也增加了一些自身需要的特性。接下来我们会探究一下Node.js是如何实现CommonJS规范的。

在Node.js中引入模块会经过以下三个步骤：

1. 路径分析
2. 文件定位
3. 编译执行

在了解具体的内容之前我们先了解两个概念：

• 核心模块：Node.js提供的内置模块，比如fs、url、http等。
• 文件模块：用户自己编写的模块，比如Koa、Express等。

核心模块在Node.js源代码的编译过程中已经编译进了二进制文件，Node.js启动时会被直接加载到内存中，所以在我们引入这些模块的时候就省去了文件定位、编译执行这两个步骤，加载速度比文件模块要快很多。

文件模块是在运行的时候动态加载，需要走一套完整的流程：路径分析、文件定位、编译执行等，所以文件模块的加载速度比核心模块要慢。

2.1 优先从缓存加载

在讲解具体的加载步骤之前，我们应当知晓的一点是，Node.js对于已经加载过一遍的模块会进行缓存，模块的内容会被缓存到内存当中，如果下次加载了同一个模块的话，就会从内存中直接取出来，这样就省去了第二次路径分析、文件定位、加载执行的过程，大大提高了加载速度。无论是核心模块还是文件模块，require()对同一文件的第二次加载都一律会采用缓存优先的方式，这是第一优先级的。但是核心模块的缓存检查优先于文件模块的缓存检查。

我们在Node.js文件中所使用的require函数，实际上就是在Node.js项目中的lib/internal/modules/cjs/loader.js所定义的Module.prototype.require函数，只不过在后面的makeRequireFunction函数中还会进行一层封装，Module.prototype.require源码如下：

Module.prototype.require = function(id) {
    validateString(id, 'id');
    if (id === '') {
        throw new ERR_INVALID_ARG_VALUE('id', id, 'must be a non-empty string');
    }
    requireDepth++;
    try {
        return Module._load(id, this, /* isMain */ false);
    } finally {
        requireDepth--;
    }
};

可以看到它最终使用了Module._load方法来加载我们的标识符所指定的模块，找到Module._load：

Module._cache = Object.create(null);

// Check the cache for the requested file.
Module._load = function(request, parent, isMain) {
    let relResolveCacheIdentifier;
    if (parent) {
        const filename = relativeResolveCache[relResolveCacheIdentifier];
        if (filename !== undefined) {
            const cachedModule = Module._cache[filename];
            if (cachedModule !== undefined) {
                updateChildren(parent, cachedModule, true);
                return cachedModule.exports;
            }
            delete relativeResolveCache[relResolveCacheIdentifier];
        }
    }

    const filename = Module._resolveFilename(request, parent, isMain);

    const cachedModule = Module._cache[filename];
    if (cachedModule !== undefined) {
        updateChildren(parent, cachedModule, true);
        return cachedModule.exports;
    }

    const mod = loadNativeModule(filename, request, experimentalModules);
    if (mod && mod.canBeRequiredByUsers) return mod.exports;

    const module = new Module(filename, parent);

    if (isMain) {
        process.mainModule = module;
        module.id = '.';
    }

    Module._cache[filename] = module;
    if (parent !== undefined) {
        relativeResolveCache[relResolveCacheIdentifier] = filename;
    }

    let threw = true;
    try {
        module.load(filename);
        threw = false;
    } finally {
        if (threw) {
            delete Module._cache[filename];
            if (parent !== undefined) {
                delete relativeResolveCache[relResolveCacheIdentifier];
            }
        }
    }

    return module.exports;
};

Node.js先会根据模块信息解析出文件路径和文件名，然后以文件名作为Module._cache对象的键查询该文件是否已经被缓存，如果已经被缓存的话，直接返回缓存对象的exports属性。否则就会使用Module._resolveFilename重新解析文件名，再查询一遍缓存对象。否则就会当做核心模块来加载，核心模块使用loadNativeModule方法进行加载。

如果经过了以上几个步骤之后，在缓存中仍然找不到require加载的模块对象，那么就使用Module构造方法重新构造一个新的模块对象。加载完毕之后还会缓存到Module._cache对象中，以便下一次加载的时候可以直接从缓存中取到。

2.2 路径分析与文件定位

在Node.js中，路径分析与文件定位是通过Module._resolveFilename方法来实现的。该方法会根据传入的模块标识符和当前模块路径，确定模块文件的完整路径。

1. 路径分析

   如果模块标识符是核心模块的名称，例如fs、http等，那么Module._resolveFilename会直接返回该核心模块的名称，而不需进一步分析。

2. 文件定位

   如果是文件模块，Node.js会按照以下顺序进行文件定位：

   • 相对路径 ：如果标识符以./或../开头，Node.js会将其视为相对路径，从当前模块文件所在目录开始解析。
   • 绝对路径 ：如果标识符以/开头，Node.js会将其视为绝对路径。
   • 模块路径 ：如果标识符不是以.或/开头，Node.js会将其视为一个模块路径，按顺序在node_modules目录中查找。

   Node.js会尝试为文件模块添加.js、.json、.node后缀进行匹配，直到找到一个存在的文件为止。

2.3 编译执行

一旦文件定位完成，Node.js会根据文件扩展名选择不同的编译执行策略：

• JavaScript 文件 ：通过fs模块读取文件内容，并使用vm模块将内容包装在一个函数中执行。
• JSON 文件 ：通过fs模块读取文件内容，并使用JSON.parse解析。
• C/C++ 扩展文件 ：使用process.dlopen加载并执行。

Node.js将模块的内容包装在一个函数中，以提供模块作用域隔离。这个函数接收exports、require、module、__filename、__dirname作为参数，使得模块内部可以使用这些变量。

三、模块加载优化与扩展

3.1 模块缓存

如前所述，Node.js使用Module._cache缓存已加载的模块，以提高加载速度。缓存机制确保每个模块文件在一次加载后，后续的加载请求都能直接从缓存中获取，避免重复加载。

3.2 扩展模块加载

Node.js允许用户自定义模块加载行为，通过require.extensions扩展模块加载方式。虽然不推荐在生产环境中使用，但在某些场景下可以用于加载自定义格式的文件。

require.extensions['.txt'] = function(module, filename) {
    const content = fs.readFileSync(filename, 'utf8');
    module.exports = content;
};

上面的代码示例展示了如何扩展.txt文件的加载方式，使得文本文件可以被require引入。

3.3 包装与作用域

在Node.js中，每个模块的代码实际上都被包装在一个函数中。这个函数提供了模块作用域隔离，防止变量污染全局作用域。模块包装器类似于以下形式：

(function(exports, require, module, __filename, __dirname) {
    // 模块代码在这里
});

这种机制确保每个模块都有自己的私有作用域，同时可以通过exports对象导出模块接口。

四、核心模块与文件模块的区别

1. 加载速度

   核心模块在Node.js启动时已经加载到内存中，可以立即使用，加载速度非常快。文件模块需要经过路径解析、文件定位和编译执行等步骤，速度相对较慢。

2. 优先级

   在解析模块标识符时，Node.js会优先检查核心模块。如果标识符匹配核心模块，则直接返回核心模块，而不进行文件系统操作。

3. 缓存机制

   核心模块和文件模块都使用缓存机制，但核心模块的缓存检查优先于文件模块。

五、总结

Node.js的模块系统基于CommonJS规范，但在实现上进行了优化和扩展。通过模块缓存、路径解析、文件定位和编译执行等机制，Node.js实现了高效的模块加载。同时，Node.js的模块系统支持自定义扩展，允许开发者根据需要调整模块加载行为。

这种模块化设计不仅提升了代码的可维护性和可复用性，还支持了Node.js在服务器端的广泛应用。通过对Node.js模块系统的深入理解，开发者可以更有效地组织和管理项目代码，提高开发效率。