探索 Node.js 源码，详解cjs 模块的加载过程

node.js极速入门课程：进入学习

相信大家都知道如何在 Node 中加载一个模块：

const fs = require('fs'); const express = require('express'); const anotherModule = require('./another-module');

没错，require 就是加载 cjs 模块的 API，但 V8 本身是没有 cjs 模块系统的，所以 node 是怎么通过 require找到模块并且加载的呢？【相关教程推荐：nodejs视频教程】

我们今天将对 Node.js 源码进行探索，深入理解 cjs 模块的加载过程。 我们阅读的 node 代码版本为 v17.x：

• git head ：881174e016d6c27b20c70111e6eae2296b6c6293
• 代码链接：github.com/nodejs/node…

源码阅读

内置模块

为了知道 require 的工作逻辑，我们需要先了解内置模块是如何被加载到 node 中的(诸如 'fs'，'path'，'child_process'，其中也包括一些无法被用户引用的内部模块)，准备好代码之后，我们首先要从 node 启动开始阅读。 node 的 main 函数在 [src/node_main.cc](https://github.com/nodejs/node/blob/881174e016d6c27b20c70111e6eae2296b6c6293/src/node_main.cc#L105) 内，通过调用方法 [node::Start](https://github.com/nodejs/node/blob/881174e016d6c27b20c70111e6eae2296b6c6293/src/node.cc#L1134) 来启动一个 node 实例：

int Start(int argc, char** argv) {   InitializationResult result = InitializeOncePerProcess(argc, argv);   if (result.early_return) {     return result.exit_code;   }    {     Isolate::CreateParams params;     const std::vector<size_t>* indices = nullptr;     const EnvSerializeInfo* env_info = nullptr;     bool use_node_snapshot =         per_process::cli_options->per_isolate->node_snapshot;     if (use_node_snapshot) {       v8::StartupData* blob = NodeMainInstance::GetEmbeddedSnapshotBlob();       if (blob != nullptr) {         params.snapshot_blob = blob;         indices = NodeMainInstance::GetIsolateDataIndices();         env_info = NodeMainInstance::GetEnvSerializeInfo();       }     }     uv_loop_configure(uv_default_loop(), UV_METRICS_IDLE_TIME);      NodeMainInstance main_instance(&params,                                    uv_default_loop(),                                    per_process::v8_platform.Platform(),                                    result.args,                                    result.exec_args,                                    indices);     result.exit_code = main_instance.Run(env_info);   }    TearDownOncePerProcess();   return result.exit_code; }

这里创建了事件循环，且创建了一个 NodeMainInstance 的实例 main_instance 并调用了它的 Run 方法：

int NodeMainInstance::Run(const EnvSerializeInfo* env_info) {   Locker locker(isolate_);   Isolate::Scope isolate_scope(isolate_);   HandleScope handle_scope(isolate_);    int exit_code = 0;   DeleteFnPtr<Environment, FreeEnvironment> env =       CreateMainEnvironment(&exit_code, env_info);   CHECK_NOT_NULL(env);    Context::Scope context_scope(env->context());   Run(&exit_code, env.get());   return exit_code; }

Run 方法中调用 [CreateMainEnvironment](https://github.com/nodejs/node/blob/881174e016d6c27b20c70111e6eae2296b6c6293/src/node_main_instance.cc#L170) 来创建并初始化环境：

Environment* CreateEnvironment(     IsolateData* isolate_data,     Local<Context> context,     const std::vector<std::string>& args,     const std::vector<std::string>& exec_args,     EnvironmentFlags::Flags flags,     ThreadId thread_id,     std::unique_ptr<InspectorParentHandle> inspector_parent_handle) {   Isolate* isolate = context->GetIsolate();   HandleScope handle_scope(isolate);   Context::Scope context_scope(context);   // TODO(addaleax): This is a much better place for parsing per-Environment   // options than the global parse call.   Environment* env = new Environment(       isolate_data, context, args, exec_args, nullptr, flags, thread_id); #if HAVE_INSPECTOR   if (inspector_parent_handle) {     env->InitializeInspector(         std::move(static_cast<InspectorParentHandleImpl*>(             inspector_parent_handle.get())->impl));   } else {     env->InitializeInspector({});   } #endif    if (env->RunBootstrapping().IsEmpty()) {     FreeEnvironment(env);     return nullptr;   }    return env; }

创建 Environment 对象 env 并调用其 [RunBootstrapping](https://github.com/nodejs/node/blob/881174e016d6c27b20c70111e6eae2296b6c6293/src/node.cc#L398) 方法：

MaybeLocal<Value> Environment::RunBootstrapping() {   EscapableHandleScope scope(isolate_);    CHECK(!has_run_bootstrapping_code());    if (BootstrapInternalLoaders().IsEmpty()) {     return MaybeLocal<Value>();   }    Local<Value> result;   if (!BootstrapNode().ToLocal(&result)) {     return MaybeLocal<Value>();   }    // Make sure that no request or handle is created during bootstrap -   // if necessary those should be done in pre-execution.   // Usually, doing so would trigger the checks present in the ReqWrap and   // HandleWrap classes, so this is only a consistency check.   CHECK(req_wrap_queue()->IsEmpty());   CHECK(handle_wrap_queue()->IsEmpty());    DoneBootstrapping();    return scope.Escape(result); }

这里的 [BootstrapInternalLoaders](https://github.com/nodejs/node/blob/881174e016d6c27b20c70111e6eae2296b6c6293/src/node.cc#L298) 实现了 node 模块加载过程中非常重要的一步： 通过包装并执行 [internal/bootstrap/loaders.js](https://github.com/nodejs/node/blob/881174e016d6c27b20c70111e6eae2296b6c6293/lib/internal/bootstrap/loaders.js#L326) 获取内置模块的 [nativeModulerequire](https://github.com/nodejs/node/blob/881174e016d6c27b20c70111e6eae2296b6c6293/lib/internal/bootstrap/loaders.js#L332) 函数用于加载内置的 js 模块，获取 [internalBinding](https://github.com/nodejs/node/blob/881174e016d6c27b20c70111e6eae2296b6c6293/lib/internal/bootstrap/loaders.js#L164) 用于加载内置的 C++ 模块，[NativeModule](https://github.com/nodejs/node/blob/881174e016d6c27b20c70111e6eae2296b6c6293/lib/internal/bootstrap/loaders.js#L191) 则是专门用于内置模块的小型模块系统。

function nativeModuleRequire(id) {   if (id === loaderId) {     return loaderExports;   }    const mod = NativeModule.map.get(id);   // Can't load the internal errors module from here, have to use a raw error.   // eslint-disable-next-line no-restricted-syntax   if (!mod) throw new TypeError(`Missing internal module '${id}'`);   return mod.compileForInternalLoader(); }  const loaderExports = {   internalBinding,   NativeModule,   require: nativeModuleRequire };  return loaderExports;

需要注意的是，这个 require 函数只会被用于内置模块的加载，用户模块的加载并不会用到它。（这也是为什么我们通过打印 require('module')._cache 可以看到所有用户模块，却看不到 fs 等内置模块的原因，因为两者的加载和缓存维护方式并不一样）。

用户模块

接下来让我们把目光移回到 [NodeMainInstance::Run](https://github.com/nodejs/node/blob/881174e016d6c27b20c70111e6eae2296b6c6293/src/node_main_instance.cc#L127) 函数：

int NodeMainInstance::Run(const EnvSerializeInfo* env_info) {   Locker locker(isolate_);   Isolate::Scope isolate_scope(isolate_);   HandleScope handle_scope(isolate_);    int exit_code = 0;   DeleteFnPtr<Environment, FreeEnvironment> env =       CreateMainEnvironment(&exit_code, env_info);   CHECK_NOT_NULL(env);    Context::Scope context_scope(env->context());   Run(&exit_code, env.get());   return exit_code; }

我们已经通过 CreateMainEnvironment 函数创建好了一个 env 对象，这个 Environment 实例已经有了一个模块系统 NativeModule 用于维护内置模块。 然后代码会运行到 Run 函数的另一个重载版本：

void NodeMainInstance::Run(int* exit_code, Environment* env) {   if (*exit_code == 0) {     LoadEnvironment(env, StartExecutionCallback{});      *exit_code = SpinEventLoop(env).FromMaybe(1);   }    ResetStdio();    // TODO(addaleax): Neither NODE_SHARED_MODE nor HAVE_INSPECTOR really   // make sense here. #if HAVE_INSPECTOR && defined(__POSIX__) && !defined(NODE_SHARED_MODE)   struct sigaction act;   memset(&act, 0, sizeof(act));   for (unsigned nr = 1; nr < kMaxSignal; nr += 1) {     if (nr == SIGKILL || nr == SIGSTOP || nr == SIGPROF)       continue;     act.sa_handler = (nr == SIGPIPE) ? SIG_IGN : SIG_DFL;     CHECK_EQ(0, sigaction(nr, &act, nullptr));   } #endif  #if defined(LEAK_SANITIZER)   __lsan_do_leak_check(); #endif }

在这里调用 [LoadEnvironment](https://github.com/nodejs/node/blob/881174e016d6c27b20c70111e6eae2296b6c6293/src/api/environment.cc#L403)：

MaybeLocal<Value> LoadEnvironment(     Environment* env,     StartExecutionCallback cb) {   env->InitializeLibuv();   env->InitializeDiagnostics();    return StartExecution(env, cb); }

然后执行 [StartExecution](https://github.com/nodejs/node/blob/881174e016d6c27b20c70111e6eae2296b6c6293/src/node.cc#L455)：

MaybeLocal<Value> StartExecution(Environment* env, StartExecutionCallback cb) {   // 已省略其他运行方式，我们只看 `node index.js` 这种情况，不影响我们理解模块系统   if (!first_argv.empty() && first_argv != "-") {     return StartExecution(env, "internal/main/run_main_module");   } }

在 StartExecution(env, "internal/main/run_main_module")这个调用中，我们会包装一个 function，并传入刚刚从 loaders 中导出的 require 函数，并运行 [lib/internal/main/run_main_module.js](https://github.com/nodejs/node/blob/881174e016d6c27b20c70111e6eae2296b6c6293/lib/internal/main/run_main_module.js) 内的代码：

'use strict';  const {   prepareMainThreadExecution } = require('internal/bootstrap/pre_execution');  prepareMainThreadExecution(true);  markBootstrapComplete();  // Note: this loads the module through the ESM loader if the module is // determined to be an ES module. This hangs from the CJS module loader // because we currently allow monkey-patching of the module loaders // in the preloaded scripts through require('module'). // runMain here might be monkey-patched by users in --require. // XXX: the monkey-patchability here should probably be deprecated. require('internal/modules/cjs/loader').Module.runMain(process.argv[1]);

所谓的包装 function 并传入 require，伪代码如下：

(function(require, /* 其他入参 */) {   // 这里是 internal/main/run_main_module.js 的文件内容 })();

所以这里是通过内置模块的 require 函数加载了 [lib/internal/modules/cjs/loader.js](https://github.com/nodejs/node/blob/881174e016d6c27b20c70111e6eae2296b6c6293/lib/internal/modules/cjs/loader.js#L172) 导出的 Module 对象上的 runMain 方法，不过我们在 loader.js 中并没有发现 runMain 函数，其实这个函数是在 [lib/internal/bootstrap/pre_execution.js](https://github.com/nodejs/node/blob/881174e016d6c27b20c70111e6eae2296b6c6293/lib/internal/bootstrap/pre_execution.js#L428) 中被定义到 Module 对象上的：

function initializeCJSLoader() {   const CJSLoader = require('internal/modules/cjs/loader');   if (!noGlobalSearchPaths) {     CJSLoader.Module._initPaths();   }   // TODO(joyeecheung): deprecate this in favor of a proper hook?   CJSLoader.Module.runMain =     require('internal/modules/run_main').executeUserEntryPoint; }

在 [lib/internal/modules/run_main.js](https://github.com/nodejs/node/blob/881174e016d6c27b20c70111e6eae2296b6c6293/lib/internal/modules/run_main.js#L74) 中找到 executeUserEntryPoint 方法：

function executeUserEntryPoint(main = process.argv[1]) {   const resolvedMain = resolveMainPath(main);   const useESMLoader = shouldUseESMLoader(resolvedMain);   if (useESMLoader) {     runMainESM(resolvedMain || main);   } else {     // Module._load is the monkey-patchable CJS module loader.     Module._load(main, null, true);   } }

参数 main 即为我们传入的入口文件 index.js。可以看到，index.js 作为一个 cjs 模块应该被 Module._load 加载，那么 _load干了些什么呢？这个函数是 cjs 模块加载过程中最重要的一个函数，值得仔细阅读：

// `_load` 函数检查请求文件的缓存 // 1. 如果模块已经存在，返回已缓存的 exports 对象 // 2. 如果模块是内置模块，通过调用 `NativeModule.prototype.compileForPublicLoader()` //    获取内置模块的 exports 对象，compileForPublicLoader 函数是有白名单的，只能获取公开 //    内置模块的 exports。 // 3. 以上两者皆为否，创建新的 Module 对象并保存到缓存中，然后通过它加载文件并返回其 exports。  // request：请求的模块，比如 `fs`，`./another-module`，'@pipcook/core' 等 // parent：父模块，如在 `a.js` 中 `require('b.js')`，那么这里的 request 为 'b.js',            parent 为 `a.js` 对应的 Module 对象 // isMain: 除入口文件为 `true` 外，其他模块都为 `false` Module._load = function(request, parent, isMain) {   let relResolveCacheIdentifier;   if (parent) {     debug('Module._load REQUEST %s parent: %s', request, parent.id);     // relativeResolveCache 是模块路径缓存，     // 用于加速父模块所在目录下的所有模块请求当前模块时     // 可以直接查询到实际路径，而不需要通过 _resolveFilename 查找文件     relResolveCacheIdentifier = `${parent.path}x00${request}`;     const filename = relativeResolveCache[relResolveCacheIdentifier];     if (filename !== undefined) {       const cachedModule = Module._cache[filename];       if (cachedModule !== undefined) {         updateChildren(parent, cachedModule, true);         if (!cachedModule.loaded)           return getExportsForCircularRequire(cachedModule);         return cachedModule.exports;       }       delete relativeResolveCache[relResolveCacheIdentifier];     }   } 	// 尝试查找模块文件路径，找不到模块抛出异常   const filename = Module._resolveFilename(request, parent, isMain);   // 如果是内置模块，从 `NativeModule` 加载   if (StringPrototypeStartsWith(filename, 'node:')) {     // Slice 'node:' prefix     const id = StringPrototypeSlice(filename, 5);      const module = loadNativeModule(id, request);     if (!module?.canBeRequiredByUsers) {       throw new ERR_UNKNOWN_BUILTIN_MODULE(filename);     }      return module.exports;   } 	// 如果缓存中已存在，将当前模块 push 到父模块的 children 字段   const cachedModule = Module._cache[filename];   if (cachedModule !== undefined) {     updateChildren(parent, cachedModule, true);     // 处理循环引用     if (!cachedModule.loaded) {       const parseCachedModule = cjsParseCache.get(cachedModule);       if (!parseCachedModule || parseCachedModule.loaded)         return getExportsForCircularRequire(cachedModule);       parseCachedModule.loaded = true;     } else {       return cachedModule.exports;     }   } 	// 尝试从内置模块加载   const mod = loadNativeModule(filename, request);   if (mod?.canBeRequiredByUsers) return mod.exports; 	   // Don't call updateChildren(), Module constructor already does.   const module = cachedModule || new Module(filename, parent);    if (isMain) {     process.mainModule = module;     module.id = '.';   } 	// 将 module 对象加入缓存   Module._cache[filename] = module;   if (parent !== undefined) {     relativeResolveCache[relResolveCacheIdentifier] = filename;   }    // 尝试加载模块，如果加载失败则删除缓存中的 module 对象，   // 同时删除父模块的 children 内的 module 对象。   let threw = true;   try {     module.load(filename);     threw = false;   } finally {     if (threw) {       delete Module._cache[filename];       if (parent !== undefined) {         delete relativeResolveCache[relResolveCacheIdentifier];         const children = parent?.children;         if (ArrayIsArray(children)) {           const index = ArrayPrototypeIndexOf(children, module);           if (index !== -1) {             ArrayPrototypeSplice(children, index, 1);           }         }       }     } else if (module.exports &&                !isProxy(module.exports) &&                ObjectGetPrototypeOf(module.exports) ===                  CircularRequirePrototypeWarningProxy) {       ObjectSetPrototypeOf(module.exports, ObjectPrototype);     }   } 	// 返回 exports 对象   return module.exports; };

module 对象上的 [load](https://github.com/nodejs/node/blob/881174e016d6c27b20c70111e6eae2296b6c6293/lib/internal/modules/cjs/loader.js#L963) 函数用于执行一个模块的加载：

Module.prototype.load = function(filename) {   debug('load %j for module %j', filename, this.id);    assert(!this.loaded);   this.filename = filename;   this.paths = Module._nodeModulePaths(path.dirname(filename));    const extension = findLongestRegisteredExtension(filename);   // allow .mjs to be overridden   if (StringPrototypeEndsWith(filename, '.mjs') && !Module._extensions['.mjs'])     throw new ERR_REQUIRE_ESM(filename, true);    Module._extensions[extension](this, filename);   this.loaded = true;    const esmLoader = asyncESM.esmLoader;   // Create module entry at load time to snapshot exports correctly   const exports = this.exports;   // Preemptively cache   if ((module?.module === undefined ||        module.module.getStatus() < kEvaluated) &&       !esmLoader.cjsCache.has(this))     esmLoader.cjsCache.set(this, exports); };

实际的加载动作是在 Module._extensions[extension](this, filename); 中进行的，根据扩展名的不同，会有不同的加载策略：

• .js：调用 fs.readFileSync 读取文件内容，将文件内容包在 wrapper 中，需要注意的是，这里的 require 是 Module.prototype.require 而非内置模块的 require 方法。

const wrapper = [   '(function (exports, require, module, __filename, __dirname) { ',   'n});', ];

• .json：调用 fs.readFileSync 读取文件内容，并转换为对象。
• .node：调用 dlopen 打开 node 扩展。

而 Module.prototype.require 函数也是调用了静态方法 Module._load实现模块加载的：

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--;   } };

总结

看到这里，cjs 模块的加载过程已经基本清晰了：

• 初始化 node，加载 NativeModule，用于加载所有的内置的 js 和 c++ 模块

• 运行内置模块 run_main

• 在 run_main 中引入用户模块系统 module

• 通过 module 的 _load 方法加载入口文件，在加载时通过传入 module.require 和 module.exports 等让入口文件可以正常 require 其他依赖模块并递归让整个依赖树被完整加载。

在清楚了 cjs 模块加载的完整流程之后，我们还可以顺着这条链路阅读其他代码，比如 global 变量的初始化，esModule 的管理方式等，更深入地理解 node 内的各种实现。