How to avoid having idle connection timeout while uploading large file?
考虑我们当前的体系结构:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 | +---------------+ | Clients | | (API) | +-------+-------+ a?§ a?¨ +-------+-------+ +-----------------------+ | Load Balancer | | Nginx | | (AWS - ELB) +<-->+ (Service Routing) | +---------------+ +-----------------------+ a?§ a?¨ +-----------------------+ | Nginx | | (Backend layer) | +-----------+-----------+ a?§ a?¨ ----------------- +-----------+-----------+ File Storage | Gunicorn | (AWS - S3) <-->+ (Django) | ----------------- +-----------------------+ |
在客户端,移动设备或Web上,尝试在我们的服务器上上传大文件(大于1 GB),然后经常面临空闲连接超时。无论是从他们的客户端库(例如在iOS上),还是从我们的负载均衡器中。
当客户端实际上传文件时,由于连接不是"空闲",因此不会发生超时,正在传输字节。但是我认为,当文件已传输到Nginx后端层并且Django开始将文件上传到S3时,客户端和我们的服务器之间的连接将变为空闲状态,直到上传完成。
有没有一种方法可以防止这种情况的发生,我应该在哪一层上解决此问题?
我也遇到过同样的问题,并在django-storages上使用django-queued-storage进行了修复。 django排队存储的作用是,当接收到文件时,它将创建一个celery任务以将其上传到远程存储(例如S3),同时,如果任何人都可以访问文件并且文件在S3上尚不可用,它将从本地为文件提供服务文件系统。这样,您不必等待文件上传到S3即可将响应发送回客户端。
作为负载均衡器背后的应用程序,您可能想要使用Amazon EFS之类的共享文件系统,以便使用上述方法。
您可以创建一个上载处理程序以将文件直接上载到s3。这样,您就不会遇到连接超时。
https://docs.djangoproject.com/en/1.10/ref/files/uploads/#writing-custom-upload-handlers
我做了一些测试,在我的情况下效果很好。
例如,您必须使用boto开始一个新的multipart_upload,然后逐步发送块。
别忘了验证块大小。如果文件包含1个以上的部分,则最低为5Mb。 (S3限制)
如果您真的想直接上传到s3并避免连接超时,那么我认为这是django-queued-storage的最佳选择。
您可能还需要创建自己的文件字段来正确管理文件,而不是第二次发送文件。
下面的示例与S3BotoStorage一起使用。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 | S3_MINIMUM_PART_SIZE = 5242880 class S3FileUploadHandler(FileUploadHandler): chunk_size = setting('S3_FILE_UPLOAD_HANDLER_BUFFER_SIZE', S3_MINIMUM_PART_SIZE) def __init__(self, request=None): super(S3FileUploadHandler, self).__init__(request) self.file = None self.part_num = 1 self.last_chunk = None self.multipart_upload = None def new_file(self, field_name, file_name, content_type, content_length, charset=None, content_type_extra=None): super(S3FileUploadHandler, self).new_file(field_name, file_name, content_type, content_length, charset, content_type_extra) self.file_name ="{}_{}".format(uuid.uuid4(), file_name) default_storage.bucket.new_key(self.file_name) self.multipart_upload = default_storage.bucket.initiate_multipart_upload(self.file_name) def receive_data_chunk(self, raw_data, start): buffer_size = sys.getsizeof(raw_data) if self.last_chunk: file_part = self.last_chunk if buffer_size < S3_MINIMUM_PART_SIZE: file_part += raw_data self.last_chunk = None else: self.last_chunk = raw_data self.upload_part(part=file_part) else: self.last_chunk = raw_data def upload_part(self, part): self.multipart_upload.upload_part_from_file( fp=StringIO(part), part_num=self.part_num, size=sys.getsizeof(part) ) self.part_num += 1 def file_complete(self, file_size): if self.last_chunk: self.upload_part(part=self.last_chunk) self.multipart_upload.complete_upload() self.file = default_storage.open(self.file_name) self.file.original_filename = self.original_filename return self.file |
您可以尝试跳过将文件上传到服务器并直接将其上传到s3的操作,然后仅获取应用程序的URL。
有一个适用于此的应用程序:django-s3direct您可以尝试一下。