之前一直在用qiniu的存儲(chǔ)服務(wù)，生成圖片的縮略圖，模糊圖，視頻的webp，現(xiàn)在需要把存儲(chǔ)移到s3上，那么這些圖片，視頻處理就要自己動(dòng)手寫了，本文梳理一下大致的思路。
分析需求
先看一下qiniu的接口是如何處理圖片的，例如先截取視頻第一秒的圖片，再把圖片縮略，最后存儲(chǔ)到一個(gè)新的key，命令可以這么寫 vframe/jpg/offset/1|imageMogr2/thumbnail/400x|saveas/xxx, 可以看到三個(gè)操作之間用 | 符號(hào)分割，類似unix 的 pipe 操作。
上面的操作算作一個(gè)cmd, 一次API請(qǐng)求可以同時(shí)處理多個(gè)cmd，cmd之間用分號(hào)分割, 處理完畢后，在回調(diào)中把處理結(jié)果返回，例如
復(fù)制代碼 代碼如下:
{
"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
這個(gè)程序大致需要這么幾個(gè)部分:
一個(gè)http接口，接受任務(wù)，接受后把任務(wù)扔到隊(duì)列，返回一個(gè)job ID。 worker異步處理任務(wù)，worker的個(gè)數(shù) 和 每個(gè)worker 并行的處理的個(gè)數(shù) 能夠配置，worker有重試機(jī)制。
從 job payload 中解析出需要做的任務(wù)，解析出每個(gè)cmd, 最好能并行執(zhí)行每一個(gè) cmd, 記錄每一個(gè)cmd的結(jié)果
每個(gè)cmd中有多個(gè) operation, 并且用 pipe 連接，前一個(gè)operaion的輸出是后一個(gè)operation的輸入
可以把 1 和 2，3 分開來(lái)看，1 比較獨(dú)立，之前寫過(guò)一個(gè)worker的模型，參考的是這篇文章 Handling 1 Million Requests per Minute with Go，比較詳細(xì)，是用 go channel 作為queue的，我加了一個(gè) beanstalk 作為 queue的 providor。還有一點(diǎn)改進(jìn)是，文章中只提供了worker數(shù)量的設(shè)置，我再加了一個(gè)參數(shù)，設(shè)定每個(gè)worker可以并行執(zhí)行的協(xié)程數(shù)。所以下面主要講講3， 2的解決辦法
Pipe
可以參考這個(gè)庫(kù) pipe, 用法如下：
復(fù)制代碼 代碼如下:
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")
還是比較方便的，建一個(gè) Cmd struct, 利用正則匹配一下每個(gè) Operation 的參數(shù)，放入一個(gè) []Op slice, 最后執(zhí)行，struct和方法如下：
復(fù)制代碼 代碼如下:
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
單個(gè)cmd處理解決后，就是多個(gè)cmd的并行問(wèn)題，沒啥好想的，直接用 sync.WaitGroup 就可以完美解決。一步一步來(lái)，我們先看看這個(gè)struct的使用方法：
復(fù)制代碼 代碼如下:
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 {
// 計(jì)數(shù)加一
group.Add(1)
go func(cmd string) {
result := doCmd(cmd)
atomic.AddUint64(count, 1)
lock.Lock()
results = append(results, result)
lock.Unlock()
// 計(jì)數(shù)減一
group.Done()
}(item)
}
// 阻塞
group.Wait()
fmt.Printf("count=%d \n", count) // 10000
return
}
group本質(zhì)大概是一個(gè)計(jì)數(shù)器，計(jì)數(shù) > 0時(shí), group.Wait() 會(huì)阻塞，直到 計(jì)數(shù) == 0. 這里還有一點(diǎn)要注意，就是 results = append(results, result) 的操作是線程不安全的，清楚這里 results 是共享的，需要加鎖來(lái)保證同步，否則最后 len(results) 不為 10000。
我們建一個(gè)BenchCmd， 來(lái)存放 cmds. 如下：
復(fù)制代碼 代碼如下:
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()
}
最后的調(diào)用就像這樣：
復(fù)制代碼 代碼如下:
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)
這只是一個(gè)初級(jí)的實(shí)驗(yàn)，思考還不夠全面，并且只是模仿API，qiniu應(yīng)該不是這么做的，耦合更低，可能各個(gè)Cmd都有各自處理的集群，那pipe這個(gè)庫(kù)就暫時(shí)沒法解決了，目前的局限在于 每個(gè)Cmd必須都在一個(gè)進(jìn)程中。
您可能感興趣的文章:- Laravel框架執(zhí)行原生SQL語(yǔ)句及使用paginate分頁(yè)的方法
- Flask框架Flask-Login用法分析
- Go Web框架gin的入門教程
- Python的Flask框架及Nginx實(shí)現(xiàn)靜態(tài)文件訪問(wèn)限制功能
- PHP框架Laravel插件Pagination實(shí)現(xiàn)自定義分頁(yè)
- 使用Nginx+uWsgi實(shí)現(xiàn)Python的Django框架站點(diǎn)動(dòng)靜分離
- golang API開發(fā)過(guò)程的中的自動(dòng)重啟方式(基于gin框架)
