如何从一个大文件中分离小文件

如何从一个大文件中分离小文件

点点

2021-05-08 20:27 阅读 147 喜欢 0

背景

 facebook目前存储了2600亿张照片,总大小为20PB,每张照片约为80KB。
 用户每周新增照片数量为              
10亿。(总大小60TB),平均每秒新增3500张照片(3500次写请求),读操作峰值可以达到每秒百 
万次。

考虑到一台标配的服务器的硬盘是10TB,理论上可以存 10TB/80KB=1.3亿张左右的照片。

然而linux服务器的文件索引的设计最多只支持500w左右的文件数,如果超过500w,性能会大幅下降。

在普通的linux文件系统中,读取一个文件包括三次磁盘io:首先读取目录元数据到内存,
其次把文件 中的inode节点装载到内存,最后读取实际的文件内容。由于小文件个数太多,
无法将所有的目录以及文 件的inode信息缓存到内存,                                                                                                                                                                                          
因此磁盘IO次数很难达到每个图片读取只需要一次磁盘IO的理想状态。

因此,facebook的图片存储系统haystack设计采用的思路是: 多个逻辑图片文件共享一个物理文件。

 1个物理文件的大小=32MB。因此linux服务器中的文件个数在                                                            
 10TB/32MB=1024*1024/32=327680..远远小于linux服务器的文件索引的阈值。

  照片文件在物理文件中的存放为依次的顺序存放。每个照片文件的存放规格如下:

 - 1字节的标记位。0代表接下来的照片仍然可用,1代表接下来的照片已经被删除,2代表该物理文件接下来已经没有图片了。

 - 4字节的size。标记照片的大小x。

 - x字节,照片文件本身。

实现

文件已经到手,现在的目标是,根据规则,将文件的所有图片解出。

读取,循环,写入即可。

代码:

 var fs = require('fs');

var d = fs.readFileSync('rf.data');
var b = new Buffer(d);
var c = 0;
for(var i=0;i<b.length;){
var start = i;
var flag = b.slice(start,start+1);//获得标志位
flag = getR(flag);
if(flag == 0){
    var size = getR(b.slice(start+1,start+5));
    //将图片输出
    fs.writeFile(c+'.jpg',b.slice(start+5,start+6+size),function(){
        console.log('图片写入完成')
    });
    i = i + 1 + 4 + size;
    c++;
}else if(flag == 1){
    var size =getR( b.slice(start+1,start+5));
    i = i + 1 + 4 + size;
}else if(flag == 2){
    i = b.length;
}
}

function getR ( buf ){
return parseInt(buf.toString('hex'),16);
}

将BUFFER 转成字符串,buffer内为16进制的,转成string ,则调用Buffer.toString('hex');

获得16进制的字符串,然后见字符串转化为10进制的数字

转载请注明出处: http://sdxlp.cn/article/xiaowenjian.html


如果对你有用的话,请赏给作者一个馒头吧 ...或帮点下页面底部的广告,感谢!!

赞赏支持
提交评论
评论信息(请文明评论)
暂无评论,快来快来写想法...
推荐
这几天很多小伙伴们私信点点,问点点这个问题,今天点点就给小伙伴们写了一篇关于安卓系统和苹果系统怎么查看微信撤回消息的文章,希望小伙伴们喜欢,不过好奇害死猫啊!要慎重的去看这个事情。
微信怎么设置主题背景?很多小伙伴们长时间的使用微信会觉得微信的界面和主题会有一点的单调,想要丰富一下自己的微信界面,但是很多小伙伴不知道微信怎么设置主题背景?那么下面就让点点给小伙伴们介绍一下。
电脑版微信是一款非常好用的沟通软件,目前很多小伙伴们的日常工作也会靠微信来进行各种各样的沟通等,因为使用它来进行日常办公的沟通和日常生活的沟通,两者互不耽误,又能巧妙的一起进行。
有的小伙伴喜欢看抖音,有的小伙伴喜欢发布抖音视频,那么手机抖音APP上如何为视频添加地址呢?点点就来为小伙伴们介绍一下吧。
文件格式转换是工作时经常用到的软件,因为这是经常遇到的问题。但很多的人都不知道,还在头疼,跟我来看我是怎么做的?
在最近很多小伙伴都在找微信头像卫星红旗设置教程,就是将渐变的五星红旗添加到你的微信头像上,那怎么设置国旗渐变头像呢?下面就和点点一起来看看吧!让小伙伴的头像每天换一个,每天都不待重样的。
如果你平时也不爱听六十秒的语音,或者是因为没带耳机,不方便听语音,那么不妨赶快跟着本文将语音自动转换成文字的方法设置起来,这样一来,不管是不爱听语音,还是不方便听语音,都能够轻松的知道别人想说的是什么了,令日常沟通变得更加便利。
连接linux系统后发现又是乱码,已经好多次了,看着实在是难受,赶紧各种找资料进行尝试,最终..发现竟然是工具的问题。 不过我其他的服务器并没有这样的情况昂.. 可能也有部分原因是服务器系统的问题吧。