您的位置:首页 > 大数据 >

提升性能的利器:深入解析SectionReader-每日速讯

2023-07-02 20:20:12 来源:博客园

评论
一. 简介

本文将介绍 Go 语言中的 SectionReader,包括 SectionReader的基本使用方法、实现原理、使用注意事项。从而能够在合适的场景下,更好得使用SectionReader类型,提升程序的性能。

二. 问题引入

这里我们需要实现一个基本的HTTP文件服务器功能,可以处理客户端的HTTP请求来读取指定文件,并根据请求的Range头部字段返回文件的部分数据或整个文件数据。


(资料图片)

这里一个简单的思路,可以先把整个文件的数据加载到内存中,然后再根据请求指定的范围,截取对应的数据返回回去即可。下面提供一个代码示例:

func serveFile(w http.ResponseWriter, r *http.Request, filePath string) {    // 打开文件    file, _ := os.Open(filePath)    defer file.Close()    // 读取整个文件数据    fileData, err := ioutil.ReadAll(file)    if err != nil {        // 错误处理        http.Error(w, err.Error(), http.StatusInternalServerError)        return    }    // 根据Range头部字段解析请求的范围    rangeHeader := r.Header.Get("Range")    ranges, err := parseRangeHeader(rangeHeader)    if err != nil {        // 错误处理        http.Error(w, err.Error(), http.StatusBadRequest)        return    }    // 处理每个范围并返回数据    for _, rng := range ranges {        start := rng.Start        end := rng.End        // 从文件数据中提取范围的字节数据        rangeData := fileData[start : end+1]        // 将范围数据写入响应        w.Header().Set("Content-Range", fmt.Sprintf("bytes %d-%d/%d", start, end, fileInfo.Size()))        w.Header().Set("Content-Length", strconv.Itoa(len(rangeData)))        w.WriteHeader(http.StatusPartialContent)        w.Write(rangeData)    }}type Range struct {    Start int    End   int}// 解析HTTP Range请求头func parseRangeHeader(rangeHeader string) ([]Range, error){}

上述的代码实现比较简单,首先,函数打开filePath指定的文件,使用ioutil.ReadAll函数读取整个文件的数据到fileData中。接下来,从HTTP请求头中Range头部字段中获取范围信息,获取每个范围请求的起始和终止位置。接着,函数遍历每一个范围信息,提取文件数据fileData中对应范围的字节数据到rangeData中,然后将数据返回回去。基于此,简单实现了一个支持范围请求的HTTP文件服务器。

但是当前实现其实存在一个问题,即在每次请求都会将整个文件加载到内存中,即使用户只需要读取其中一小部分数据,这种处理方式会给内存带来非常大的压力。假如被请求文件的大小是100M,一个32G内存的机器,此时最多只能支持320个并发请求。但是用户每次请求可能只是读取文件的一小部分数据,比如1M,此时将整个文件加载到内存中,往往是一种资源的浪费,同时从磁盘中读取全部数据到内存中,此时性能也较低。

那能不能在处理请求时,HTTP文件服务器只读取请求的那部分数据,而不是加载整个文件的内容,go基础库有对应类型的支持吗?

其实还真有,Go语言中其实存在一个SectionReader的类型,它可以从一个给定的数据源中读取数据的特定片段,而不是读取整个数据源,这个类型在这个场景下使用非常合适。

下面我们先仔细介绍下SectionReader的基本使用方式,然后将其作用到上面文件服务器的实现当中。

三. 基本使用3.1 基本定义

SectionReader类型的定义如下:

type SectionReader struct {   r     ReaderAt   base  int64   off   int64   limit int64}

SectionReader包含了四个字段:

r:一个实现了ReaderAt接口的对象,它是数据源。base: 数据源的起始位置,通过设置base字段,可以调整数据源的起始位置。off:读取的起始位置,表示从数据源的哪个偏移量开始读取数据,初始化时一般与base保持一致。limit:数据读取的结束位置,表示读取到哪里结束。

同时还提供了一个构造器方法,用于创建一个SectionReader实例,定义如下:

func NewSectionReader(r ReaderAt, off int64, n int64) *SectionReader {   // ... 忽略一些验证逻辑   // remaining 代表数据读取的结束位置,为 base(偏移量) + n(读取字节数)   remaining = n + off   return &SectionReader{r, off, off, remaining}}

NewSectionReader接收三个参数,r代表实现了ReadAt接口的数据源,off表示起始位置的偏移量,也就是要从哪里开始读取数据,n代表要读取的字节数。通过NewSectionReader函数,可以很方便得创建出SectionReader对象,然后读取特定范围的数据。

3.2 使用方式

SectionReader能够像io.Reader一样读取数据,唯一区别是会被限定在指定范围内,只会返回特定范围的数据。

下面通过一个例子来说明SectionReader的使用,代码示例如下:

package mainimport (        "fmt"        "io"        "strings")func main() {        // 一个实现了 ReadAt 接口的数据源        data := strings.NewReader("Hello,World!")        // 创建 SectionReader,读取范围为索引 2 到 9 的字节        // off = 2, 代表从第二个字节开始读取; n = 7, 代表读取7个字节        section := io.NewSectionReader(data, 2, 7)        // 数据读取缓冲区长度为5        buffer := make([]byte, 5)        for {                // 不断读取数据,直到返回io.EOF                n, err := section.Read(buffer)                if err != nil {                        if err == io.EOF {                                // 已经读取到末尾,退出循环                                break                        }                        fmt.Println("Error:", err)                        return                }                fmt.Printf("Read %d bytes: %s\n", n, buffer[:n])        }}

上述函数使用 io.NewSectionReader创建了一个 SectionReader,指定了开始读取偏移量为 2,读取字节数为 7。这意味着我们将从第三个字节(索引 2)开始读取,读取 7 个字节。

然后我们通过一个无限循环,不断调用Read方法读取数据,直到读取完所有的数据。函数运行结果如下,确实只读取了范围为索引 2 到 9 的字节的内容:

Read 5 bytes: llo,WRead 2 bytes: or

因此,如果我们只需要读取数据源的某一部分数据,此时可以创建一个SectionReader实例,定义好数据读取的偏移量和数据量之后,之后可以像普通的io.Reader那样读取数据,SectionReader确保只会读取到指定范围的数据。

3.3 使用例子

这里回到上面HTTP文件服务器实现的例子,之前的实现存在一个问题,即每次请求都会读取整个文件的内容,这会代码内存资源的浪费,性能低,响应时间比较长等问题。下面我们使用SectionReader对其进行优化,实现如下:

func serveFile(w http.ResponseWriter, r *http.Request, filePath string) {        // 打开文件        file, err := os.Open(filePath)        if err != nil {                http.Error(w, err.Error(), http.StatusInternalServerError)                return        }        defer file.Close()        // 获取文件信息        fileInfo, err := file.Stat()        if err != nil {                http.Error(w, err.Error(), http.StatusInternalServerError)                return        }        // 根据Range头部字段解析请求的范围        rangeHeader := r.Header.Get("Range")        ranges, err := parseRangeHeader(rangeHeader)        if err != nil {                http.Error(w, err.Error(), http.StatusBadRequest)                return        }        // 处理每个范围并返回数据        for _, rng := range ranges {                start := rng.Start                end := rng.End                // 根据范围创建SectionReader                section := io.NewSectionReader(file, int64(start), int64(end-start+1))                // 将范围数据写入响应                w.Header().Set("Content-Range", fmt.Sprintf("bytes %d-%d/%d", start, end, fileInfo.Size()))                w.WriteHeader(http.StatusPartialContent)                io.CopyN(w, section, section.Size())        }}type Range struct {        Start int        End   int}// 解析HTTP Range请求头func parseRangeHeader(rangeHeader string) ([]Range, error) {}

在上述优化后的实现中,我们使用 io.NewSectionReader创建了 SectionReader,它的范围是根据请求头中的范围信息计算得出的。然后,我们通过 io.CopyNSectionReader中的数据直接拷贝到响应的 http.ResponseWriter中。

上述两个HTTP文件服务器实现的区别,只在于读取特定范围数据方式,前一种方式是将整个文件加载到内存中,再截取特定范围的数据;而后者则是通过使用 SectionReader,我们避免了一次性读取整个文件数据,并且只读取请求范围内的数据。这种优化能够更高效地处理大文件或处理大量并发请求的场景,节省了内存和处理时间。

四. 实现原理4.1 设计初衷

SectionReader的设计初衷,在于提供一种简洁,灵活的方式来读取数据源的特定部分。

4.2 基本原理

SectionReader结构体中offbaselimit字段是实现只读取数据源特定部分数据功能的重要变量。

type SectionReader struct {   r     ReaderAt   base  int64   off   int64   limit int64}

由于SectionReader需要保证只读取特定范围的数据,故需要保存开始位置和结束位置的值。这里是通过baselimit这两个字段来实现的,base记录了数据读取的开始位置,limit记录了数据读取的结束位置。

通过设定baselimit两个字段的值,限制了能够被读取数据的范围。之后需要开始读取数据,有可能这部分待读取的数据不会被一次性读完,此时便需要一个字段来说明接下来要从哪一个字节继续读取下去,因此SectionReader也设置了off字段的值,这个代表着下一个带读取数据的位置。

在使用SectionReader读取数据的过程中,通过baselimit限制了读取数据的范围,off则不断修改,指向下一个带读取的字节。

4.3 代码实现4.3.1 Read方法说明
func (s *SectionReader) Read(p []byte) (n int, err error) {    // s.off: 将被读取数据的下标    // s.limit: 指定读取范围的最后一个字节,这里应该保证s.base <= s.off   if s.off >= s.limit {      return 0, EOF   }   // s.limit - s.off: 还剩下多少数据未被读取   if max := s.limit - s.off; int64(len(p)) > max {      p = p[0:max]   }   // 调用 ReadAt 方法读取数据   n, err = s.r.ReadAt(p, s.off)   // 指向下一个待被读取的字节   s.off += int64(n)   return}

SectionReader实现了Read方法,通过该方法能够实现指定范围数据的读取,在内部实现中,通过两个限制来保证只会读取到指定范围的数据,具体限制如下:

通过保证 off不大于 limit字段的值,保证不会读取超过指定范围的数据在调用ReadAt方法时,保证传入切片长度不大于剩余可读数据长度

通过这两个限制,保证了用户只要设定好了数据开始读取偏移量 base和 数据读取结束偏移量 limit字段值,Read方法便只会读取这个范围的数据。

4.3.2 ReadAt 方法说明
func (s *SectionReader) ReadAt(p []byte, off int64) (n int, err error) {    // off: 参数指定了偏移字节数,为一个相对数值    // s.limit - s.base >= off: 保证不会越界   if off < 0 || off >= s.limit-s.base {      return 0, EOF   }   // off + base: 获取绝对的偏移量   off += s.base   // 确保传入字节数组长度 不超过 剩余读取数据范围   if max := s.limit - off; int64(len(p)) > max {      p = p[0:max]      // 调用ReadAt 方法读取数据      n, err = s.r.ReadAt(p, off)      if err == nil {         err = EOF      }      return n, err   }   return s.r.ReadAt(p, off)}

SectionReader还提供了ReadAt方法,能够指定偏移量处实现数据读取。它根据传入的偏移量off字段的值,计算出实际的偏移量,并调用底层源的ReadAt方法进行读取操作,在这个过程中,也保证了读取数据范围不会超过baselimit字段指定的数据范围。

这个方法提供了一种灵活的方式,能够在限定的数据范围内,随意指定偏移量来读取数据,不过需要注意的是,该方法并不会影响实例中off字段的值。

4.3.3 Seek 方法说明
func (s *SectionReader) Seek(offset int64, whence int) (int64, error) {   switch whence {   default:      return 0, errWhence   case SeekStart:      // s.off = s.base + offset      offset += s.base   case SeekCurrent:      // s.off = s.off + offset      offset += s.off   case SeekEnd:      // s.off = s.limit + offset      offset += s.limit   }   // 检查   if offset < s.base {      return 0, errOffset   }   s.off = offset   return offset - s.base, nil}

SectionReader也提供了Seek方法,给其提供了随机访问和灵活读取数据的能力。举个例子,假如已经调用Read方法读取了一部分数据,但是想要重新读取该数据,此时便可以使Seek方法将off字段设置回之前的位置,然后再次调用Read方法进行读取。

五. 使用注意事项5.1 注意off值在base和limit之间

当使用 SectionReader创建实例时,确保 off值在 baselimit之间是至关重要的。保证 off值在 baselimit之间的好处是确保读取操作在有效的数据范围内进行,避免读取错误或超出范围的访问。如果 off值小于 base或大于等于 limit,读取操作可能会导致错误或返回 EOF。

一个良好的实践方式是使用 NewSectionReader函数来创建 SectionReader实例。NewSectionReader函数会检查 off 值是否在有效范围内,并自动调整 off值,以确保它在 baselimit之间。

5.2 及时关闭底层数据源

当使用SectionReader时,如果没有及时关闭底层数据源可能会导致资源泄露,这些资源在程序执行期间将一直保持打开状态,直到程序终止。在处理大量请求或长时间运行的情况下,可能会耗尽系统的资源。

下面是一个示例,展示了没有关闭SectionReader底层数据源可能引发的问题:

func main() {    file, err := os.Open("data.txt")    if err != nil {        log.Fatal(err)    }    defer file.Close()    section := io.NewSectionReader(file, 10, 20)    buffer := make([]byte, 10)    _, err = section.Read(buffer)    if err != nil {        log.Fatal(err)    }    // 没有关闭底层数据源,可能导致资源泄露或其他问题}

在上述示例中,底层数据源是一个文件。在程序结束时,没有显式调用file.Close()来关闭文件句柄,这将导致文件资源一直保持打开状态,直到程序终止。这可能导致其他进程无法访问该文件或其他与文件相关的问题。

因此,在使用SectionReader时,要注意及时关闭底层数据源,以确保资源的正确管理和避免潜在的问题。

六. 总结

本文主要对SectionReader进行了介绍。文章首先从一个基本HTTP文件服务器的功能实现出发,解释了该实现存在内存资源浪费,并发性能低等问题,从而引出了SectionReader

接下来介绍了SectionReader的基本定义,以及其基本使用方法,最后使用SectionReader对上述HTTP文件服务器进行优化。接着还详细讲述了SectionReader的实现原理,从而能够更好得理解和使用SectionReader

最后,讲解了SectionReader的使用注意事项,如需要及时关闭底层数据源等。基于此完成了SectionReader的介绍。

[责任编辑:]

相关阅读

参与评论

关于我们| 广告服务| 隐私政策| 服务条款| 备案号:琼ICP备2022009675号-29 联系QQ:5 0 8 0 6 3 3 5 9

Copyright @ 2008-2015 www.ccnf.cn All Rights Reserved 中国经营网 版权所有