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。
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。