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 339 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
近期有大量的iPhone13用户称自己遇到了iPhone出现粉屏的情况,并且是出现很多次的那种,询问客服之后也没有解决方法,所以很多用户想要知道iPhone13粉屏重启怎么办,下面就让点点给小伙伴们介绍一下。
在21世纪,网络已经是生活中必不可少的部分,许许多多的小伙伴们逐步踏入互联网行业,因而也催生了许多职业,比如说网页编辑与制作,网络客服,短视频编辑及制作等等。
云端恢复微信聊天记录,现在的手机都是支持云端数据的,对于部分手机来说,内存不足可能就需要来备份,备份后如何后期查看,接下来就让小编带着小伙伴们一起去看看有关微信云端恢复聊天记录的相关消息。
生活中,微信是我们必备的软件,那么微信铃声主要在来新消息、语音/视频通话时提醒我们,可以通过设置来修改铃声,可以自定义铃声,或者使用官方提供的铃声,那具体怎么设置呢?下面就和点点一起来看看吧!
电脑的IP地址是我们在使用时都需要用到的,在连接网络或者是局域网时都可以使用到,所以很多小伙伴在装电脑的时候就需要此IP地址,但是很多小伙伴不知道win10ip地址查询电脑怎么查询?
PC版的微信,会下载图片到本地,但是有加密保护,后缀该为.dat,就算你强行打开,也是加密过的密文,无法使用。不过借助整个小工具,就可以直接“破解”微信图片的密码啦。
近期很多小伙伴们给小编私信,问这些个问题,今天,小编给小伙伴们介绍同步电脑版和手机版微信的聊天记录的方法,希望对小伙伴们有所帮助。
当我们在使用电脑微信的时候,一般发送视频都会受限,只能发送25m一下的视频,如果想要发送超过25m的视频的话,应如何设置呢?接下来就由点点来告诉小伙伴们。