QCon北京「鸿蒙专场」火热来袭!即刻报名,与创新同行~ 了解详情
写点什么

使用 Puppeteer 搭建统一海报渲染服务

  • 2019-06-11
  • 本文字数:4793 字

    阅读完需:约 16 分钟

使用 Puppeteer 搭建统一海报渲染服务

背景

有赞微商城包括了 PC 端、H5 端和小程序端,每个端都有绘制分享海报的需求。最早的时候我们是在每个端通过 canvas API 来绘制的,通过 canvas 绘制有很多痛点,与本文要讲的海报渲染服务做了一个对比:


对比项CanvasNode 海报渲染服务
上手门槛需要掌握 canvas API了解 HTML、CSS 语法即可
代码体积占用小程序包体积代码存放在服务端,无需下载
代码可读性较差,调试复杂可读,易于调试
代码复用性多端重复编码Node 端统一处理,无须重复编码
兼容性小程序 canvas 存在兼容问题无兼容问题
缓存策略无缓存基于 Redis 缓存


正是因为这些痛点问题,有同事就提出基于 Puppeteer 实现一个公共的海报渲染服务,使用方只需传入海报图片的 html,海报渲染服务绘制一张对应的图片作为返回结果,解决了 canvas 绘制的各种痛点问题。

一、Puppeteer 是什么

Puppeteer 是谷歌官方团队开发的一个 Node 库,它提供了一些高级 API 来通过 DevTools 协议控制 HeadlessChromeChromium。通俗的说就是提供了一些 API 用来控制浏览器的行为,比如打开网页、模拟输入、点击按钮、屏幕截图等操作,通过这些 API 可以完成很多有趣的事情,比如本文要讲的海报渲染服务,它用到的就是屏幕截图的功能。

二、Puppeteer 能做什么

Puppeteer 几乎能实现你能在浏览器上做的任何事情,比如:


  • 生成页面的屏幕截图或 pdf

  • 自动化提交表单、模拟键盘输入、自动化单元测试等

  • 网站性能分析:可以抓取并跟踪网站的执行时间轴,帮助分析效率问题

  • 抓取网页内容,也就是我们常说的爬虫

三、海报渲染服务

3.1 方案设计

首先我们来看一下海报渲染服务的流程图:



其实整个流程还是比较简单的,当有一个绘制请求时,首先看之前是否已经绘制过相同的海报了,如果绘制过,就直接从 Redis 里取出海报图片的 CDN 地址。如果海报未曾绘制过,则先调用 HeadlessChrome 来绘制海报,绘制完后上传到 CDN,最后 CDN 上传完后返回 CDN 地址。整个流程的大致代码实现如下:


const crypto = require('crypto');const PuppeteerProvider = require('../../lib/PuppeteerProvider');
const oneDay = 24 * 60 * 60;
class SnapshotController { /** * 截图接口 * * @param {Object} ctx 上下文 */ async postSnapshotJson(ctx) { const result = await this.handleSnapshot();
ctx.json(0, 'ok', result); }
async handleSnapshot() { const { ctx } = this; const { html } = ctx.request.body; // 根据 html 做 sha256 的哈希作为 Redis Key const htmlRedisKey = crypto.createHash('sha256').update(html).digest('hex');
try { // 首先看海报是否有绘制过的 let result = await this.findImageFromCache(htmlRedisKey);
// 命中缓存失败 if (!result) { result = await this.generateSnapshot(htmlRedisKey); }
return result; } catch (error) { ctx.status = 500; return ctx.throw(500, error.message); } }
/** * 判断kv中是否有缓存 * * @param {String} htmlRedisKey kv存储的key */ async findImageFromCache(htmlRedisKey) { }
/** * 生成截图 * * @param {String} htmlRedisKey kv存储的key */ async generateSnapshot(htmlRedisKey) { const { ctx } = this; const { html, width = 375, height = 667, quality = 80, ratio = 2, type: imageType = 'jpeg', } = ctx.request.body;
this.validator .required(html, '缺少必要参数 html') .required(operatorId, '缺少必要参数 operatorId');
let imgBuffer; try { imgBuffer = await PuppeteerProvider.snapshot({ html, width, height, quality, ratio, imageType }); } catch (err) { // logger }
let imgUrl;
try { imgUrl = await this.uploadImage(imgBuffer, operatorId); // 将海报图片存在 Redis 里 await ctx.kvdsClient.setex(htmlRedisKey, oneDay, imgUrl); } catch (err) { }
return { img: imgUrl || '', type: IMAGE_TYPE_MAP.CDN, }; }
/** * 上传图片到七牛 * * @param {Buffer} imgBuffer 图片buffer */ async uploadImage(imgBuffer) { // upload image to cdn and return cdn url }}
module.exports = SnapshotController;
复制代码

3.2 遇到的问题

2.3.1 Chromium 启动和执行流程

最开始一个版本我们是直接 Puppeteer.launch()返回一个浏览器实例,每次绘制会用单独的一个浏览器实例,这个在使用过程中发现绘制海报会很慢,后面优化时找到了这篇文章:Puppeteer 性能优化与执行速度提升,这篇文章提到了两个优化点:1. 优化 Chromium 启动项;2. 优化 Chromium 执行流程。


先说优化 Chromium 启动项,这个就是为了我们启动一个最小化可用的浏览器实例,其他不需要的功能都禁用掉,这样会大大提升启动速度。


const browser = await puppeteer.launch({  args: [    '–disable-gpu',    '–disable-dev-shm-usage',    '–disable-setuid-sandbox',    '–no-first-run',    '–no-sandbox',    '–no-zygote',    '–single-process'  ]});
复制代码


再来说说浏览器的执行流程,最开始我们是每次绘制都会用单独一个浏览器,也就是一对一,这个在压测的时候发现 CPU 和内存飙升,最后我们改用了复用浏览器标签的方式,每次绘制新建一个标签来绘制。


const page = await browser.newPage();page.setContent(html, {  waitUntil: 'networkidle0'});
const imageBuffer = await page.screeshot(options);
复制代码

3.2.2 networkidle0

最开始我们的海报服务绘制海报时有时候会偶尔出现图片展示不出来的情况,我们排查后发现是因为我们 setContent 时,使用的是默认的 load 事件来判断设置内容成功,而我们期望的是所有网络请求成功后才算设置内容成功。


page.setContent(html);
复制代码


PuppeteersetContentgoto 等方法里提供了一个 waitUntil 的参数,它就是用来配置这个判断成功的标准,它提供了四个可选值:


  • load:默认值, load 事件触发就算成功

  • domcontentloadeddomcontentloaded 事件触发就算成功

  • networkidle0:在 500ms 内没有网络连接时就算成功

  • networkidle2:在 500ms 内有不超过 2 个网络连接时就算成功


我们这里需要用到的就是 networkidle0


page.setContent(html, {  waitUntil: 'networkidle0'});
复制代码


当改成 networkidle0 后,使用方给我们反馈说整个绘制服务变慢了很多,随随便便都 2s 以上。变慢主要是因为加上 networkidle0 后,至少需要等待 500ms 以上,加上绘制的一些其他开销,基本上就需要 2s 了。所以我们期望这个 500ms 是可配置的,因为 500ms 实在太长了,我们的分享海报一般只有几张图片,不需要这么久。但是 Puppeteer 没有提供相关的参数,还好在 issue 中早已经有人提出了这个问题:Control networkidle wait time


function waitForNetworkIdle(page, timeout, maxInflightRequests = 0) {  page.on('request', onRequestStarted);  page.on('requestfinished', onRequestFinished);  page.on('requestfailed', onRequestFinished);
let inflight = 0; let fulfill; let promise = new Promise(x => fulfill = x); let timeoutId = setTimeout(onTimeoutDone, timeout); return promise;
function onTimeoutDone() { page.removeListener('request', onRequestStarted); page.removeListener('requestfinished', onRequestFinished); page.removeListener('requestfailed', onRequestFinished); fulfill(); }
function onRequestStarted() { ++inflight; if (inflight > maxInflightRequests) clearTimeout(timeoutId); }
function onRequestFinished() { if (inflight === 0) return; --inflight; if (inflight === maxInflightRequests) timeoutId = setTimeout(onTimeoutDone, timeout); }}
// Exampleawait Promise.all([ page.goto('https://google.com'), waitForNetworkIdle(page, 500, 0), // equivalent to 'networkidle0']);
复制代码

3.2.3 Chromium 定时刷新机制

为什么需要定时刷新 Chromium 呢?总不可能一直用同一个 Chromium 实例吧,万一变卡或者 crash 了,就会影响海报的绘制。所以我们需要定时的去刷新当前的浏览器实例。


class PuppeteerProvider {  constructor() {    this.browserList = [];  }
/** * 初始化`puppeteer`实例 */ initBrowserInstance() { Array.from({ length: browserConcurrency }, () => { this.checkBrowserInstance(); });
// 每隔30分钟刷新一下浏览器 this.refreshTimer = setTimeout(() => this.refreshOneBrowser(), thrityMinutes); }
/** * 检查是否还需要浏览器实例 */ async checkBrowserInstance() { if (this.needBrowserInstance) { this.browserList.push(this.launchBrowser()); } }
/** * 定时刷新浏览器 */ refreshOneBrowser() { clearTimeout(this.refreshTimer);
const browserInstance = this.browserList.shift(); this.replaceBrowserInstance(browserInstance);
this.checkBrowserInstance(); // 每隔30分钟刷新一下浏览器 this.refreshTimer = setTimeout(() => this.refreshOneBrowser(), thrityMinutes); }
/** * 替换单个浏览器实例 * * @param {String} browserInstance 浏览器promise * @param {String} retries 重试次数,超过这个次数直接关闭浏览器 */ async replaceBrowserInstance(browserInstance, retries = 2) { const browser = await browserInstance; const openPages = await browser.pages();
// 因为浏览器会打开一个空白页,如果当前浏览器还有任务在执行,一分钟后再关闭 if (openPages && openPages.length > 1 && retries > 0) { const nextRetries = retries - 1; setTimeout(() => this.replaceBrowserInstance(browserInstance, nextRetries), oneMinute); return; }
browser.close(); }
launchBrowser(opts = {}, retries = 1) { return PuppeteerHelper.launchBrowser(opts).then(chrome => { return chrome; }).catch(error => { if (retries > 0) { const nextRetries = retries - 1; return this.launchBrowser(opts, nextRetries); }
throw error; }); }}
复制代码


这里还有一个点,我们给 replaceBrowserInstance 这个方法加了个重试次数的限制,当超出这个限制后不管有没有任务在进行都会关闭浏览器。这个是防止在某些特殊情况不能关闭掉浏览器,导致内存无法释放的情况。

四、展望

目前海报渲染服务的问题就是 qps 比较低,因为 Chromium 消耗最多的资源是 CPU,当并发数变高时,CPU 也随之变高,就会导致后面的绘制变慢。在 4核8G 的情况,大概是 20qps 左右。后面的主要精力就是如何去提升单机的 qps,应该还有比较大的空间。还有就是看看能不能增加定时任务,在凌晨机器比较闲的时候提前绘制好一些常用的海报,这样当需要海报时就是直接从 redis 里取出来了,充分利用了机器的性能,也可以减少海报服务白天的压力。也欢迎各位大牛加入有赞,一起来优化,简历直邮: zhangmin@youzan.com

相关链接:

  1. Puppeteer 性能优化与执行速度提升:https://blog.it2048.cn/article-puppeteer-speed-up/

  2. Control networkidle wait time:https://github.com/GoogleChrome/puppeteer/issues/1353


本文转载自公众号有赞 coder(ID:youzan_coder)


原文链接


https://mp.weixin.qq.com/s/fpdz1KK0kkogFxAmAq7VkA


2019-06-11 08:0018103

评论

发布
暂无评论
发现更多内容

HBlock应用实践与性能测试:解锁老旧服务器存储潜力,打造高效稳定的存储集群

Geek_2dc40b

HBlock 老旧服务器盘活

通义灵码使用安装教程,3分钟快速上手体验

阿里巴巴云原生

阿里云 云原生 通义灵码

无需推翻既有的建设,这个可观测性产品思路清奇

巴辉特

监控 可观测性 Prometheus 故障定位

解析淘宝商品详情API返回值中的关键属性

代码忍者

新手使用住宅代理有哪些常见误区?

IPIDEA全球HTTP

智能体进化发展了一年,现在的RPA Agent迭代到什么程度了?

王吉伟频道

RPA 智能体 大语言模型 AI Agent RPA Agent

GPU虚拟化技术简介:实现高性能图形处理的灵活部署

天翼云开发者社区

云计算 gpu 虚拟化技术

小白学深度学习:知识蒸馏研究综述

阿里云天池

CRISP-DM的应用与理解

天翼云开发者社区

数据挖掘 CRISP-DM

NFTScan | 08.26~09.02 NFT 市场热点汇总

NFT Research

NFT\ NFTScan

ps2224最新版,Photoshop 2024(Win&Mac) 软件下载

你的猪会飞吗

PS2024破解 mac破解软件下载 ps2024中文

【论文速读】| 基于大语言模型智能体对文本到图像模型进行越狱

云起无垠

《有恃无恐》

充实的orzi

#小说 #艺术来源于现实

淘宝店铺所有商品数据接口怎么获取

tbapi

淘宝API接口 淘宝店铺所有商品数据接口

人工智能 | MetaLlama大模型

测试人

人工智能 软件测试

NocoBase 与百事通:为法律行业带来全新变革

NocoBase

低代码 无代码 客户案例

算网资源调度关键技术

天翼云开发者社区

云计算 云服务

海外直播带货,怎样确保网络稳定流畅

Ogcloud

海外直播专线 海外直播 直播专线 海外直播网络 tk直播专线

TikTok直播限流与网络有关系吗?怎么解决?

Ogcloud

海外直播专线 海外直播 tiktok直播专线 海外直播网络 tiktok直播网络

云原生主键模型:高效、弹性,省钱又省心

StarRocks

数据库 大数据 存算分离 存算分离架构 湖仓一体

万界星空科技MES系统如何帮助企业降低成本

万界星空科技

工业互联网 制造业 生产管理系统 mes 智能制造业

私有云服务器虚拟化超分比及资源扩容管理

天翼云开发者社区

云计算 服务器 虚拟化

金九银十来了,你的简历写好了么?

不在线第一只蜗牛

程序员 前端

俄罗斯即将启动跨境加密支付试行计划:规避制裁与加密货币的未来

区块链软件开发推广运营

交易所开发 dapp开发 区块链开发 链游开发 NFT开发

河南大学OpenHarmony技术俱乐部正式揭牌成立

科技热闻

与客户建立联系,成为企业战略决策的引领者

智达方通

全面预算管理 财务管理 客户关系

观测云核心技术揭秘:基于时间的半结构化数据模型

观测云

数据结构

使用 Puppeteer 搭建统一海报渲染服务_大前端_张敏_InfoQ精选文章