别再使用IndexedDB,大文件读写就用OPFS

这篇文章发布于 2026年09月3日,星期四,17:39,归类于 JS API。 阅读 86 次, 今日 85 次 没有评论

 

一、Web本地化存储

本来想巴拉巴拉说一堆东西的。

可一想,现在都是快餐时代 + AI时代了,耐心缺失 + 学习热情缺失。

连孙晨宇的小作文都只是看个大概,还指望那些洋洋洒洒的技术内容有人认真拜读,异想天开了。

所以,我决定了,直接一个表格一把梭。

存储方案 存储容量 持久化特性 存储类型 运行线程 主要适合场景 缺点 & 局限
Cookie 约 4KB 可设置 expires 持久;默认会话级关闭标签失效 仅字符串;每次 http 请求自动带到后端 主线程 服务端读取标识、会话 token、简单埋点标记 容量极小;请求头携带增加网络开销;只能存字符串;易被 XSS 窃取
localStorage 5‑10MB 持久,手动删除 / 清站点数据才消失 仅字符串 只能主线程 简单小 key‑value 配置、简单用户偏好设置 只能字符串;同步读写,大数据会阻塞主线程;容量有限
sessionStorage 5‑10MB 标签页会话级别,关闭当前标签立刻清空 仅字符串 只能主线程 单标签临时状态缓存,表单临时草稿 多 tab 之间隔离;关标签数据全部丢失;同步 API 阻塞;不能存二进制
IndexedDB 一般几十 MB~ 浏览器配额上限 持久,清站点数据删除 String、Blob、ArrayBuffer、Object 等,支持二进制 主线程 + WebWorker 结构化数据、Blob 资源缓存(字体 / 图片),需要索引查询的业务 API 繁琐;大 Blob 存取存在结构化克隆内存开销;不能像文件一样 append 追加
OPFS
(getDirectory)
受 origin 总配额限制 (可几十‑几百 MB) 持久,清站点数据删除 ArrayBuffer、Uint8Array,真实文件句柄 主线程 (异步 API);Worker 可高性能同步句柄 大二进制文件缓存(字体、音视频片段、本地草稿文件)、字节级随机读写、追加写入 兼容性差;无查询索引能力,就是文件系统;用户看不到物理文件;不能跨 origin 共享文件

一直到IndexedDB这里的存储方式,想必大多数前端都有所了解,而最后出现的OPFS(Origin private file system)知道的人就不多了。

这是一类类似于 SQLite 数据库的文件系统,通过 navigator.storage.getDirectory() 方法返回一个 FileSystemDirectoryHandle,继而对文件进行读写追加等管理。

一例胜千言,话不多说,直接上案例。

二、OPFS与完整中文字体案例

您可以狠狠地点击这里:OPFS 与中文字体持久存储demo

首次进入走请求:

字体请求

之后每次进来,就是秒开了,开销只存在第一次开发场景。

腾讯字体demo渲染示意

此demo是混元4模型生成的,AI还真好使,以前弄个demo都要手搓,时间要花很多倍,现在只需要提出诉求,然后自己稍微改改就好了。


在过去的Web开发中,引入完整的中文字体是不现实的,因为字体都很大,会严重拖慢页面的加载速度。

可现在,类似于font-spider这样的字体动态生成工具的必要性已经大不如从前了。

很简单,一个完整的中文字体平均大小6M左右,如果转为woff2字体合适,可以降低到3M左右。

3M的文件大小是什么概念呢?

也就是一个开屏广告的大小,甚至不如一个GIF表情包的大小。

而字体文件是没有任何所谓的迭代概念的。

字体一旦设计出来,几乎就没有改动。

所以,只要有一个可靠的存储方案,中文字体完全就可以全局引入。

具体为:

  • 第一次加载走请求,按照现在的网速,可能几秒钟就结束了,然后存储在本地。
  • 下一次加载的时候,直接从本地读取,用户几乎无感知。

问题来了,该使用什么本地存储技术呢?

在之前,IndexedDB是不二选择,现在有了OPFS,IndexedDB就没用任何使用的必要了,原因很简单:

OPFS的性能太高了,代码也简单太多了。

代码

性能大家可能感觉不出来,但是代码一眼可见,下面展示的就是读写和字体应用的核心代码。

// ① 打开浏览器私有文件系统(OPFS)根目录
const root = await navigator.storage.getDirectory();
const KEY  = 'key-font-tencent';

// ② 读取:不传 create,文件不存在时会抛 NotFoundError
let file;
try {
    const handle = await root.getFileHandle(KEY);
    file = await handle.getFile();   // 二次进入:零网络请求
} catch {
    // ③ 写入:响应流管道直连落盘,大字体文件不会整体驻留内存
    const res = await fetch('./tencent.woff2');
    const handle = await root.getFileHandle(KEY, { create: true });
    await res.body.pipeTo(await handle.createWritable());
    file = await handle.getFile();
}

// ④ 注册为自定义字体,之后即可用 font-family: Tencent
const face = new FontFace('Tencent', await file.arrayBuffer());
document.fonts.add(await face.load());

可以看到,无论是文件的读还是写,就是两行代码的事情。

而IndexedDB的语法就复杂多了,理解成本也高,往往需要借助第三方组件简化使用。

所以,眼下,对于大文件的本次持久化存储,别再使用IndexedDB,使用getDirectory()吧。

除非,你需要存储的东西是结构化的数据,或者要兼容很多陈旧的设备,否则,IndexedDB没有任何优势。

三、和File System Access API的区别

origin private file system (OPFS)属于File System API的一部分,那它和之前介绍过的File System Access API又是什么关系呢?

一句话:

OPFS是File System API的核心能力,而File System Access API是构建在 File System API 之上的上层扩展。

OPFS可以看成是文件系统API的亲儿子,而FSAA可以看成是文件系统API的外戚。

前者被所有现代浏览器支持,后者目前仅Chrome支持,也就是之前介绍过的showOpenFilePicker()手动触发本地文件选择的方法。

详见此文:“不使用file类型input也能触发文件上传

看了下,是5年前的文章,妈呀,5年过去了,Safari和Firefox浏览器都还没支持File System Access API,估计以后也难了。

还是通过表格对比下吧,比叽里咕噜说一堆话有用多了。

对比维度 OPFS 源私有文件系统 File System Access API(FSA)
文件位置 浏览器内部沙盒,用户资源管理器不可见;磁盘真实存在,但路径不对外暴露 操作系统真实磁盘,用户看得见(桌面、文档等)
触发方式 直接调用 navigator.storage.getDirectory()无需弹窗、无需用户点击手势,后台静默读写 必须用户主动点击手势触发文件选择弹窗,用户手动挑选文件 / 文件夹,不能后台静默打开本地文件
权限模型 Origin 隔离;无弹窗授权;受浏览器存储配额管理;清除站点数据全部销毁 操作系统文件权限;句柄可保存,但刷新页面后读写权限会失效,需要重新申请权限;用户可在浏览器设置撤销权限
配额限制 和 IndexedDB / CacheStorage 共享 origin 总配额,可用navigator.storage.estimate()查询;磁盘满抛配额溢出错误 不受浏览器站点配额限制,受操作系统磁盘大小限制;直接读写用户磁盘
线程能力 主线程异步 API;WebWorker 支持高性能同步句柄 createSyncAccessHandle(),支持字节随机读写 全部接口为异步 Promise;Worker 不能调用 Picker 弹窗 API
数据销毁 需要OPFS API删除,或存储不足浏览器自动删除(一般不会) 文件永久保存在用户磁盘;网页销毁不会删除磁盘文件,需要网页主动调用 remove
典型使用场景 Web 应用内部缓存:缓存字体、离线资源、本地草稿、WebAssembly‑SQLite 数据库,应用内部私有数据 Web 编辑器打开 / 保存用户本地文档;webIDE 读写用户本地项目文件夹,用户主动管理的文件
浏览器兼容性 Chrome86+ only

四、再说点什么

接下来的内容大家悄悄传播,千万不要让厂子的法务知道,不然又要让我删除了。

本月开始,Token额度大降,从之前每人6K,降到500元,其中还有120元的占位费,也就是灵活支配的额度只有380元。

超过的,要走报销。

我这人最怕麻烦了,一想到报销就算了,所以,眼下只能省着点用了。

不过之前用得也不多,平均10%多一点。

窍门就在于让AI担任填充角色,然后多花时间阅读代码,给AI指明路径与策略,就会节约大量AI的思考,就省钱了。

然后现在国产模型的能力也相当不错,日常需求非常够用了。

所以,一个月500元足够了。

本月到现在,我一分钱还没花呢?

Token本月消耗

窍门在哪里?

很简单,混元模型最近免费,哈哈哈,羊毛不薅白不薅。

还有,厂子的前端技术中心的组织架构好像没了。

大家都分散到各个业务线了。

我的组织架构也变了,从以前的XXX换到XXX了。

果然,时代变了。

好了,不能再多透露了,我说完了。

说完了,表情包

(本篇完)

分享到:


发表评论(目前没有评论)