之前一直在用qiniu的存储服务,生成图片的缩略图,模糊图,视频的webp,现在需要把存储移到s3上,那么这些图片,视频处理就要自己动手写了,本文梳理一下大致的思路。
分析需求
先看一下qiniu的接口是如何处理图片的,例如先截取视频第一秒的图片,再把图片缩略,最后存储到一个新的key,命令可以这么写 vframe/jpg/offset/1|imageMogr2/thumbnail/400x|saveas/xxx, 可以看到三个操作之间用 | 符号分割,类似unix 的 pipe 操作。
上面的操作算作一个cmd, 一次API请求可以同时处理多个cmd,cmd之间用分号分割, 处理完毕后,在回调中把处理结果返回,例如
{ "id": "xxxxx", "pipeline": "xxx", "code": 0, "desc": "The fop was completed successfully", "reqid": "xTsAAFnxUbR5J10U", "inputBucket": "xxx", "inputKey": "xxxxx", "items": [ { "cmd": "vframe/jpg/offset/1|imageMogr2/thumbnail/400x|saveas/ZmFtZS1wcml2YXRlOm1vbWVudC9jb3Zlci9zbmFwL3ZpZGVvL2M5YzdjZjQ5LTU3NGQtNGZjMS1iZDFkLTRkYjZkMzlkZWY1Ni8wLzA=", "code": 0, "desc": "The fop was completed successfully", "hash": "FhdN6V8EI4vW4XJGALSfxutvMEIv", "key": "xx", "returnOld": 0 }, { "cmd": "vframe/jpg/offset/1|imageMogr2/thumbnail/400x|imageMogr2/blur/45x8|saveas/ZmFtZS1wcml2YXRlOm1vbWVudC9jb3Zlci9zbmFwL3ZpZGVvL2M5YzdjZjQ5LTU3NGQtNGZjMS1iZDFkLTRkYjZkMzlkZWY1Ni8wLzBfYmx1cg==", "code": 0, "desc": "The fop was completed successfully", "hash": "FgNiRzrCsa7TZx1xVSb_4d5TiaK3", "key": "xxx", "returnOld": 0 } ] }
分解需求
这个程序大致需要这么几个部分:
一个http接口,接受任务,接受后把任务扔到队列,返回一个job ID。 worker异步处理任务,worker的个数 和 每个worker 并行的处理的个数 能够配置,worker有重试机制。
从 job payload 中解析出需要做的任务,解析出每个cmd, 最好能并行执行每一个 cmd, 记录每一个cmd的结果
每个cmd中有多个 operation, 并且用 pipe 连接,前一个operaion的输出是后一个operation的输入
可以把 1 和 2,3 分开来看,1 比较独立,之前写过一个worker的模型,参考的是这篇文章 Handling 1 Million Requests per Minute with Go,比较详细,是用 go channel 作为queue的,我加了一个 beanstalk 作为 queue的 providor。还有一点改进是,文章中只提供了worker数量的设置,我再加了一个参数,设定每个worker可以并行执行的协程数。所以下面主要讲讲3, 2的解决办法
Pipe
可以参考这个库 pipe, 用法如下:
p := pipe.Line( pipe.ReadFile("test.png"), resize(300, 300), blur(0.5), )output, err := pipe.CombinedOutput(p) if err != nil { fmt.Printf("%v\n", err) }
buf := bytes.NewBuffer(output) img, _ := imaging.Decode(buf)
imaging.Save(img, "test_a.png")
还是比较方便的,建一个 Cmd struct, 利用正则匹配一下每个 Operation 的参数,放入一个 []Op slice, 最后执行,struct和方法如下:
type Cmd struct { cmd string saveas string ops []Op err error }type Op interface { getPipe() pipe.Pipe }
type ResizeOp struct { width, height int }
func (c ResizeOp) getPipe() pipe.Pipe { return resize(c.width, c.height) }
//使用方法 cmdStr := `file/test.png|thumbnail/x300|blur/20x8` cmd := Cmd{cmdStr, "test_b.png", nil, nil}
cmd.parse() cmd.doOps() sync.WaitGroup
单个cmd处理解决后,就是多个cmd的并行问题,没啥好想的,直接用 sync.WaitGroup 就可以完美解决。一步一步来,我们先看看这个struct的使用方法:
func main() { cmds := []string{} for i := 0; i < 10000; i++ { cmds = append(cmds, fmt.Sprintf("cmd-%d", i)) }results := handleCmds(cmds)
fmt.Println(len(results)) // 10000 }
func doCmd(cmd string) string { return fmt.Sprintf("cmd=%s", cmd) }
func handleCmds(cmds []string) (results []string) { fmt.Println(len(cmds)) //10000 var count uint64
group := sync.WaitGroup{} lock := sync.Mutex{} for _, item := range cmds { // 计数加一 group.Add(1) go func(cmd string) { result := doCmd(cmd) atomic.AddUint64(&count, 1)
lock.Lock() results = append(results, result) lock.Unlock() // 计数减一 group.Done() }(item) }
// 阻塞 group.Wait()
fmt.Printf("count=%d \n", count) // 10000 return }
group本质大概是一个计数器,计数 > 0时, group.Wait() 会阻塞,直到 计数 == 0. 这里还有一点要注意,就是 results = append(results, result) 的操作是线程不安全的,清楚这里 results 是共享的,需要加锁来保证同步,否则最后 len(results) 不为 10000。
我们建一个BenchCmd, 来存放 cmds. 如下:
type BenchCmd struct { cmds []Cmd waitGroup sync.WaitGroup errs []error lock sync.Mutex }func (b *BenchCmd) doCmds() { for _, item := range b.cmds { b.waitGroup.Add(1)
go func(cmd Cmd) { cmd.parse() err := cmd.doOps()
b.lock.Lock() b.errs = append(b.errs, err) b.lock.Unlock()
b.waitGroup.Done() }(item) }
b.waitGroup.Wait() }
最后的调用就像这样:
var cmds []Cmd cmd_a := Cmd{`file/test.png|thumbnail/x300|blur/20x8`, "test_a.png", nil, nil} cmd_b := Cmd{`file/test.png|thumbnail/500x1000|blur/20x108`, "test_b.png", nil, nil} cmd_c := Cmd{`file/test.png|thumbnail/300x300`, "test_c.png", nil, nil}cmds = append(cmds, cmd_a) cmds = append(cmds, cmd_b) cmds = append(cmds, cmd_c)
bench := BenchCmd{ cmds: cmds, waitGroup: sync.WaitGroup{}, lock: sync.Mutex{}, }
bench.doCmds()
fmt.Println(bench.errs)
这只是一个初级的实验,思考还不够全面,并且只是模仿API,qiniu应该不是这么做的,耦合更低,可能各个Cmd都有各自处理的集群,那pipe这个库就暂时没法解决了,目前的局限在于 每个Cmd必须都在一个进程中。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:notice#cainiaojc.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。