如何使用brotli压缩大文件

66次阅读
没有评论

共计 4085 个字符,预计需要花费 11 分钟才能阅读完成。

本篇文章给大家分享的是有关如何使用 brotli 压缩大文件,丸趣 TV 小编觉得挺实用的,因此分享给大家学习,希望大家阅读完这篇文章后可以有所收获,话不多说,跟着丸趣 TV 小编一起来看看吧。

大文件问题

函数计算对上传的 zip 代码包尺寸限制为 50M。某些场景中代码包中会超过这一限制,比如未经裁剪的
serverless-chrome,类似的还有 libreoffice,此外常见的还有机器学习训练的模型文件。
目前解决大文件问题有三种方法

采用更高压缩比的算法,比如本文介绍的 brotli 算法

采用 OSS 运行时下载

采用 NAS 文件共享

简单的比较一下这三种方法的优劣

方法优点缺点高密度压缩发布简单,启动最快上传代码包较慢;要写解压代码;大小受限制不超过 50 MOSS 下载解压后文件不超过 512 M 需要预先上传至 OSS;要写下载和解压代码,大概 50M/s 的下载速度 NAS 文件大小没有限制,无需压缩需要预先上传至 NAS;VPC 环境有冷启动时延 (~5s)

正常情况下如果代码包能控制在 50M 以下启动较快。而且工程上也比较简单,数据和代码放在一起,不需要额外的写脚本去同步更新 OSS 或者 NAS。

压缩算法

Brotli 是 Google 工程师开发的开源压缩算法,目前已经被新版的主流浏览器支持,作为 HTTP 传输的压缩算法。下面是在网上找到的关于 Brotli 和其他常见压缩算法对比基准测试。

如何使用 brotli 压缩大文件
如何使用 brotli 压缩大文件
如何使用 brotli 压缩大文件
如何使用 brotli 压缩大文件

从上面三幅图我们可以看出: 相比于 gzip、xz 和 bz2,brotli 有最高的压缩比,接近于 gzip 的解压速度,以及最慢的压缩速度。

然而在我们的场景对于压缩慢这一缺点不敏感,压缩任务只要在开发准备物料的阶段执行一次就好了。

制作压缩文件

下面我先介绍一下如何制作压缩文件。下面的代码和用例都来自于项目
packed-selenium-java-example。

安装 brotli 命令

Mac 用户

brew install brotli

Windows 用户可以去这个界面下载,
https://github.com/google/brotli/releases

打包并压缩

打包前两个文件大小分别为 7.5M 和 97M

╭─ ~/D/test1[◷ 18:15:21]
╰─ ll
total 213840
-rwxr-xr-x 1 vangie staff 7.5M 3 5 11:13 chromedriver
-rwxr-xr-x 1 vangie staff 97M 1 25 2018 headless-chromium

使用 GZip 打包并压缩,大小为 44 M。

╭─ ~/D/test1[◷ 18:15:33]
╰─ tar -czvf chromedriver.tar chromedriver headless-chromium
a chromedriver
a headless-chromium
╭─ ~/D/test1[◷ 18:16:41]
╰─ ll
total 306216
-rwxr-xr-x 1 vangie staff 7.5M 3 5 11:13 chromedriver
-rw-r--r-- 1 vangie staff 44M 3 6 18:16 chromedriver.tar
-rwxr-xr-x 1 vangie staff 97M 1 25 2018 headless-chromium

tar 去掉 z 选项再打包一遍,大小为 104M

╭─ ~/D/test1[◷ 18:16:42]
╰─ tar -cvf chromedriver.tar chromedriver headless-chromium
a chromedriver
a headless-chromium
╭─ ~/D/test1[◷ 18:17:06]
╰─ ll
total 443232
-rwxr-xr-x 1 vangie staff 7.5M 3 5 11:13 chromedriver
-rw-r--r-- 1 vangie staff 104M 3 6 18:17 chromedriver.tar
-rwxr-xr-x 1 vangie staff 97M 1 25 2018 headless-chromium

压缩后的大小为 33M,相比 Gzip 的 44M 小了不少。耗时也非常的感人 6 分 18 秒,Gzip 只要 5 秒。

╭─ ~/D/test1[◷ 18:17:08]
╰─ time brotli -q 11 -j -f chromedriver.tar
brotli -q 11 -j -f chromedriver.tar 375.39s user 1.66s system 99% cpu 6:18.21 total
╭─ ~/D/test1[◷ 18:24:23]
╰─ ll
total 281552
-rwxr-xr-x 1 vangie staff 7.5M 3 5 11:13 chromedriver
-rw-r--r-- 1 vangie staff 33M 3 6 18:17 chromedriver.tar.br
-rwxr-xr-x 1 vangie staff 97M 1 25 2018 headless-chromium

运行时解压缩

下面以 java maven 项目为例

添加解压依赖包

dependency 
  groupId org.apache.commons /groupId 
  artifactId commons-compress /artifactId 
  version 1.18 /version 
 /dependency 
 dependency 
  groupId org.brotli /groupId 
  artifactId dec /artifactId 
  version 0.1.2 /version 
 /dependency

commons-compress 是 apache 提供的解压缩工具包,对于各种压缩算法提供一致的抽象接口,其中对于 brotli 算法只支持解压,这里足够了。org.brotli:dec 包是 Google 提供的 brotli 解压算法的底层实现。

实现 initialize 方法

public class ChromeDemo implements FunctionInitializer { public void initialize(Context context) throws IOException { Instant start = Instant.now();
 try (TarArchiveInputStream in =
 new TarArchiveInputStream(
 new BrotliCompressorInputStream(
 new BufferedInputStream( new FileInputStream( chromedriver.tar.br))))) {
 TarArchiveEntry entry;
 while ((entry = in.getNextTarEntry()) != null) { if (entry.isDirectory()) {
 continue;
 }
 File file = new File(/tmp/bin , entry.getName());
 File parent = file.getParentFile();
 if (!parent.exists()) { parent.mkdirs();
 }
 System.out.println(extract file to   + file.getAbsolutePath());
 try (FileOutputStream out = new FileOutputStream(file)) { IOUtils.copy(in, out);
 }
 Files.setPosixFilePermissions(file.getCanonicalFile().toPath(),
 getPosixFilePermission(entry.getMode()));
 }
 }
 Instant finish = Instant.now();
 long timeElapsed = Duration.between(start, finish).toMillis();
 System.out.println( Extract binary elapsed:   + timeElapsed +  ms 
 }
}

实现
FunctionInitializer 接口的
initialize 方法。解压过程刚开始是四层嵌套流,作用分别如下:

FileInputStream 读取文件

BufferedInputStream 提供缓存,介绍系统调用带来的上下文切换,提示读取的速度

BrotliCompressorInputStream 对字节流进行解码

TarArchiveInputStream 把 tar 包里的文件逐个解出来

然后
Files.setPosixFilePermissions 的作用是还原 tar 包中文件的权限。代码太长此处略去,参阅
packed-selenium-java-example

Instant start = Instant.now();
Instant finish = Instant.now();
long timeElapsed = Duration.between(start, finish).toMillis();
System.out.println(Extract binary elapsed:   + timeElapsed +  ms

上面的代码段会打印出解压的耗时,真实执行大概在 3.7 s 左右。

最后不要忘记在
template.yml 里配置上
Initializer 和
InitializationTimeout

以上就是如何使用 brotli 压缩大文件,丸趣 TV 小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注丸趣 TV 行业资讯频道。

正文完
 
丸趣
版权声明:本站原创文章,由 丸趣 2023-08-25发表,共计4085字。
转载说明:除特殊说明外本站除技术相关以外文章皆由网络搜集发布,转载请注明出处。
评论(没有评论)