使用 lambda 函数在 S3 中解压缩档案真的很慢

Question

我的公司正在将大型存档文件上传到 S3，现在希望在 S3 上解压缩它们。我写了一个基于 unzip 的 lambda 函数，由文件到达 xxx-zip 桶触发，它从 S3 流式传输 zip 文件，解压缩流，然后将单个文件流式传输到 xxx-data 桶。

它有效，但我发现它比我预期的要慢得多 - 即使在测试文件上，zip 大小约为 500k 并包含大约 500 个文件，这是超时设置 60 秒。这看起来对吗？在我的本地系统运行节点上，它比这更快。在我看来，由于文件正在亚马逊的云中移动，延迟应该很短，并且由于文件正在流式传输，因此实际花费的时间应该大约是解压缩流所需的时间。

是否存在无法正常工作的内在原因，或者我的代码中有什么东西导致它如此缓慢？这是我第一次与 node.js 合作，所以我可能会做一些糟糕的事情。或者有没有更好的方法来做到这一点，我找不到 google?

这里是代码的大纲（BufferStream是我写的class，将s3.getObject()返回的Buffer包装成readStream）

var aws = require('aws-sdk');
var s3 = new aws.S3({apiVersion: '2006-03-01'});
var unzip = require('unzip');
var stream = require('stream');
var util = require( "util" );
var fs = require('fs');

exports.handler = function(event, context) {
    var zipfile = event.Records[0].s3.object.key;
    s3.getObject({Bucket:SOURCE_BUCKET, Key:zipfile}, 
    function(err, data) {
        var errors = 0;
        var total = 0;
        var successful = 0;
        var active = 0;
        if (err) {
            console.log('error: ' + err);
        }
        else {
            console.log('Received zip file ' + zipfile);
            new BufferStream(data.Body)
            .pipe(unzip.Parse()).on('entry', function(entry) {
                total++;
                var filename = entry.path;
                var in_process = ' (' + ++active + ' in process)';
                console.log('extracting ' + entry.type + ' ' + filename + in_process );
                s3.upload({Bucket:DEST_BUCKET, Key: filename, Body: entry}, {},
                function(err, data) {
                    var remaining = ' (' + --active + ' remaining)';
                    if (err) {
                        // if for any reason the file is not read discard it
                        errors++
                        console.log('Error pushing ' + filename + ' to S3' + remaining + ': ' + err);
                        entry.autodrain();
                    }
                    else {
                        successful++;
                        console.log('successfully wrote ' + filename + ' to S3' + remaining);
                    }
                });
            });
            console.log('Completed, ' + total + ' files processed, ' + successful + ' written to S3, ' + errors + ' failed');
            context.done(null, '');
        }
    });
}

Answer 1

我怀疑您正在使用的解压缩模块是一个允许您解压缩 zip 文件的 JavaScript 实现 - 这非常慢。

我推荐使用gzip压缩文件并使用 C 编译的内部 zlib 库，应该提供更好的性能。

如果您选择坚持使用 zip，您可以联系亚马逊支持并要求增加 lambda 函数的 60 秒限制。

使用 lambda 函数在 S3 中解压缩档案真的很慢

using lambda functions to unzip archives in S3 is really sloooooow

amazon-s3

amazon-web-services

node.js

aws-lambda