Golang模仿七牛图片处理API

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=","hash": "FhdN6V8EI4vW4XJGALSfxutvMEIv","key": "xx","returnOld": 0
        },{
            "cmd": "vframe/jpg/offset/1|imageMogr2/thumbnail/400x|imageMogr2/blur/45x8|saveas/ZmFtZS1wcml2YXRlOm1vbWVudC9jb3Zlci9zbmFwL3ZpZGVvL2M5YzdjZjQ5LTU3NGQtNGZjMS1iZDFkLTRkYjZkMzlkZWY1Ni8wLzBfYmx1cg==","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:

1. 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。

2. 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

3. 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("%vn",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}
cmd_b := Cmd{`file/test.png|thumbnail/500x1000|blur/20x108`,nil}
cmd_c := Cmd{`file/test.png|thumbnail/300x300`,"test_c.png",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。

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!