TL;DR

一句话，要么升级 v2，要么吃屎

这篇文章真的是加急写出来的，因为 Tauri v1 的 readBinaryFile API 太蠢了，我受不了了。

问题

这个 API 会有内存泄漏的问题，而且 v1 版本是避免不了的，举个例子就是读取 400M 左右的文件，进程会吃 18G 左右，读取完成后再慢慢清理回来。

在做测试的过程中，我一开始是直接读文件，读一半因为这个问题，程序崩溃了两回，后面我调整了写法才避免了崩溃，但吃内存的问题还是无法解决。

我查了 issue 才发现，这个问题是序列化导致的，Tauri 的 JS API 会将一切 Rust 端的数据序列化成 JSON 然后传回前端，这也包括了文件数据，我估计他是把文件同步读完，然后再开辟一份新内存区域去做转换，所以浪费了那么多空间。

速度慢的问题在开发环境特别明显，在生产环境会好不少。

解法

根据 issue 下面所说，如果你想彻底解决这个问题，要么升级 v2 后使用 tauri::ipc::Response 包装 Vec，要么自己做一个协议去交换数据，不依赖 Tauri 提供的 NPM 包。

但 v1 升级到 v2 肯定又是一场恶战，我目前在 v1 的办法也只能暂缓爆内存的问题，就是限制并发量：

export const runConcurrency = async <T>(
  tasks: Array<() => Promise<T>>,
  concurrency: number = 3
): Promise<Array<T | Error>> => {
  const results: Array<T | Error> = new Array(tasks.length);
  let currentIndex = 0;

  // 创建工作线程函数
  const worker = async () => {
    while (currentIndex < tasks.length) {
      const taskIndex = currentIndex++;
      const task = tasks[taskIndex];
      try {
        const result = await task();
        results[taskIndex] = result;
      } catch (err) {
        results[taskIndex] = err as Error;
      }
    }
  };

  // 创建指定数量的工作线程
  const workers = Array(Math.min(concurrency, tasks.length))
    .fill(null)
    .map(() => worker());

  // 等待所有工作线程完成
  await Promise.all(workers);
  return results;
}

大概是这样，限制同时读取的文件数量，单个文件只能听天由命了。

其他解法（大概）

Claude 的方案是自己做一个 Tauri command 去读取文件，我也试过了，效果不明显，毕竟 command 的数据交换也是要通过 JS API 的，那也会序列化成 JSON：

use tauri::plugin::{Builder, TauriPlugin};  
use tauri::{command, generate_handler, Wry};  
use tokio::fs;  
use anyhow::Result;  

#[command]  
async fn read_file_binary(path: String) -> Result<Vec<u8>, String> {  
    match fs::read(&path).await {  
        Ok(data) => Ok(data),  
        Err(e) => Err(e.to_string())  
    }  
}  

pub fn init() -> TauriPlugin<Wry> {  
    Builder::new("file")  
        .invoke_handler(generate_handler![  
            read_file_binary,  
        ])  
        .build()  
}

慎用 Tauri 读取文件

TL;DR

问题

解法

其他解法（大概）

参考

Subscribe to my newsletter

Erioifpud

Erioifpud