提升性能的利器：深入解析SectionReader

2023-07-02 20:30 由菜鸟额发表于 #后端开发

一. 简介

本文将介绍 Go 语言中的 SectionReader，包括 SectionReader的基本使用方法、实现原理、使用注意事项。从而能够在合适的场景下，更好得使用SectionReader类型，提升程序的性能。

二. 问题引入

这里我们需要实现一个基本的HTTP文件服务器功能，可以处理客户端的HTTP请求来读取指定文件，并根据请求的Range头部字段返回文件的部分数据或整个文件数据。

这里一个简单的思路，可以先把整个文件的数据加载到内存中，然后再根据请求指定的范围，截取对应的数据返回回去即可。下面提供一个代码示例:

func serveFile(w http.ResponseWriter, r *http.Request, filePath string) {
    // 打开文件
    file, _ := os.Open(filePath)
    defer file.Close()

    // 读取整个文件数据
    fileData, err := ioutil.ReadAll(file)
    if err != nil {
        // 错误处理
        http.Error(w, err.Error(), http.StatusInternalServerError)
        return
    }

    // 根据Range头部字段解析请求的范围
    rangeHeader := r.Header.Get("Range")
    ranges, err := parseRangeHeader(rangeHeader)
    if err != nil {
        // 错误处理
        http.Error(w, err.Error(), http.StatusBadRequest)
        return
    }

    // 处理每个范围并返回数据
    for _, rng := range ranges {
        start := rng.Start
        end := rng.End
        // 从文件数据中提取范围的字节数据
        rangeData := fileData[start : end+1]

        // 将范围数据写入响应
        w.Header().Set("Content-Range", fmt.Sprintf("bytes %d-%d/%d", start, end, fileInfo.Size()))
        w.Header().Set("Content-Length", strconv.Itoa(len(rangeData)))
        w.WriteHeader(http.StatusPartialContent)
        w.Write(rangeData)
    }
}

type Range struct {
    Start int
    End   int
}

// 解析HTTP Range请求头
func parseRangeHeader(rangeHeader string) ([]Range, error){}

上述的代码实现比较简单，首先，函数打开filePath指定的文件，使用ioutil.ReadAll函数读取整个文件的数据到fileData中。接下来，从HTTP请求头中Range头部字段中获取范围信息，获取每个范围请求的起始和终止位置。接着，函数遍历每一个范围信息，提取文件数据fileData 中对应范围的字节数据到rangeData中，然后将数据返回回去。基于此，简单实现了一个支持范围请求的HTTP文件服务器。

但是当前实现其实存在一个问题，即在每次请求都会将整个文件加载到内存中，即使用户只需要读取其中一小部分数据，这种处理方式会给内存带来非常大的压力。假如被请求文件的大小是100M，一个32G内存的机器，此时最多只能支持320个并发请求。但是用户每次请求可能只是读取文件的一小部分数据，比如1M，此时将整个文件加载到内存中，往往是一种资源的浪费，同时从磁盘中读取全部数据到内存中，此时性能也较低。

那能不能在处理请求时，HTTP文件服务器只读取请求的那部分数据，而不是加载整个文件的内容，go基础库有对应类型的支持吗?

其实还真有，Go语言中其实存在一个SectionReader的类型，它可以从一个给定的数据源中读取数据的特定片段，而不是读取整个数据源，这个类型在这个场景下使用非常合适。

下面我们先仔细介绍下SectionReader的基本使用方式，然后将其作用到上面文件服务器的实现当中。

三. 基本使用

3.1 基本定义

SectionReader类型的定义如下：

type SectionReader struct {
   r     ReaderAt
   base  int64
   off   int64
   limit int64
}

SectionReader包含了四个字段：

r：一个实现了ReaderAt接口的对象，它是数据源。
base: 数据源的起始位置，通过设置base字段，可以调整数据源的起始位置。
off：读取的起始位置，表示从数据源的哪个偏移量开始读取数据，初始化时一般与base保持一致。
limit：数据读取的结束位置，表示读取到哪里结束。

同时还提供了一个构造器方法，用于创建一个SectionReader实例，定义如下:

func NewSectionReader(r ReaderAt, off int64, n int64) *SectionReader {
   // ... 忽略一些验证逻辑
   // remaining 代表数据读取的结束位置,为 base(偏移量) + n(读取字节数)
   remaining = n + off
   return &SectionReader{r, off, off, remaining}
}

NewSectionReader接收三个参数，r 代表实现了ReadAt接口的数据源，off表示起始位置的偏移量，也就是要从哪里开始读取数据，n代表要读取的字节数。通过NewSectionReader函数，可以很方便得创建出SectionReader对象，然后读取特定范围的数据。

3.2 使用方式

SectionReader 能够像io.Reader一样读取数据，唯一区别是会被限定在指定范围内，只会返回特定范围的数据。

下面通过一个例子来说明SectionReader的使用，代码示例如下:

package main

import (
        "fmt"
        "io"
        "strings"
)

func main() {
        // 一个实现了 ReadAt 接口的数据源
        data := strings.NewReader("Hello,World!")

        // 创建 SectionReader，读取范围为索引 2 到 9 的字节
        // off = 2, 代表从第二个字节开始读取; n = 7, 代表读取7个字节
        section := io.NewSectionReader(data, 2, 7)
        // 数据读取缓冲区长度为5
        buffer := make([]byte, 5)
        for {
                // 不断读取数据，直到返回io.EOF
                n, err := section.Read(buffer)
                if err != nil {
                        if err == io.EOF {
                                // 已经读取到末尾，退出循环
                                break
                        }
                        fmt.Println("Error:", err)
                        return
                }

                fmt.Printf("Read %d bytes: %s\n", n, buffer[:n])
        }
}

上述函数使用 io.NewSectionReader 创建了一个 SectionReader，指定了开始读取偏移量为 2，读取字节数为 7。这意味着我们将从第三个字节（索引 2）开始读取，读取 7 个字节。

然后我们通过一个无限循环，不断调用Read方法读取数据，直到读取完所有的数据。函数运行结果如下，确实只读取了范围为索引 2 到 9 的字节的内容:

Read 5 bytes: llo,W
Read 2 bytes: or

因此，如果我们只需要读取数据源的某一部分数据，此时可以创建一个SectionReader实例，定义好数据读取的偏移量和数据量之后，之后可以像普通的io.Reader那样读取数据，SectionReader确保只会读取到指定范围的数据。

3.3 使用例子

这里回到上面HTTP文件服务器实现的例子，之前的实现存在一个问题，即每次请求都会读取整个文件的内容，这会代码内存资源的浪费，性能低，响应时间比较长等问题。下面我们使用SectionReader 对其进行优化，实现如下:

func serveFile(w http.ResponseWriter, r *http.Request, filePath string) {
        // 打开文件
        file, err := os.Open(filePath)
        if err != nil {
                http.Error(w, err.Error(), http.StatusInternalServerError)
                return
        }
        defer file.Close()

        // 获取文件信息
        fileInfo, err := file.Stat()
        if err != nil {
                http.Error(w, err.Error(), http.StatusInternalServerError)
                return
        }

        // 根据Range头部字段解析请求的范围
        rangeHeader := r.Header.Get("Range")
        ranges, err := parseRangeHeader(rangeHeader)
        if err != nil {
                http.Error(w, err.Error(), http.StatusBadRequest)
                return
        }

        // 处理每个范围并返回数据
        for _, rng := range ranges {
                start := rng.Start
                end := rng.End

                // 根据范围创建SectionReader
                section := io.NewSectionReader(file, int64(start), int64(end-start+1))

                // 将范围数据写入响应
                w.Header().Set("Content-Range", fmt.Sprintf("bytes %d-%d/%d", start, end, fileInfo.Size()))
                w.WriteHeader(http.StatusPartialContent)
                io.CopyN(w, section, section.Size())
        }
}

type Range struct {
        Start int
        End   int
}
// 解析HTTP Range请求头
func parseRangeHeader(rangeHeader string) ([]Range, error) {}

在上述优化后的实现中，我们使用 io.NewSectionReader 创建了 SectionReader，它的范围是根据请求头中的范围信息计算得出的。然后，我们通过 io.CopyN 将 SectionReader 中的数据直接拷贝到响应的 http.ResponseWriter 中。

上述两个HTTP文件服务器实现的区别，只在于读取特定范围数据方式，前一种方式是将整个文件加载到内存中，再截取特定范围的数据；而后者则是通过使用 SectionReader，我们避免了一次性读取整个文件数据，并且只读取请求范围内的数据。这种优化能够更高效地处理大文件或处理大量并发请求的场景，节省了内存和处理时间。

四. 实现原理

4.1 设计初衷

SectionReader的设计初衷，在于提供一种简洁，灵活的方式来读取数据源的特定部分。

4.2 基本原理

SectionReader 结构体中off，base，limit字段是实现只读取数据源特定部分数据功能的重要变量。

type SectionReader struct {
   r     ReaderAt
   base  int64
   off   int64
   limit int64
}

由于SectionReader需要保证只读取特定范围的数据，故需要保存开始位置和结束位置的值。这里是通过base和limit这两个字段来实现的，base记录了数据读取的开始位置，limit记录了数据读取的结束位置。

通过设定base和limit两个字段的值，限制了能够被读取数据的范围。之后需要开始读取数据，有可能这部分待读取的数据不会被一次性读完，此时便需要一个字段来说明接下来要从哪一个字节继续读取下去，因此SectionReader也设置了off字段的值，这个代表着下一个带读取数据的位置。

在使用SectionReader读取数据的过程中，通过base和limit限制了读取数据的范围，off则不断修改，指向下一个带读取的字节。

4.3 代码实现

4.3.1 Read方法说明

func (s *SectionReader) Read(p []byte) (n int, err error) {
    // s.off: 将被读取数据的下标
    // s.limit: 指定读取范围的最后一个字节，这里应该保证s.base <= s.off
   if s.off >= s.limit {
      return 0, EOF
   }
   // s.limit - s.off: 还剩下多少数据未被读取
   if max := s.limit - s.off; int64(len(p)) > max {
      p = p[0:max]
   }
   // 调用 ReadAt 方法读取数据
   n, err = s.r.ReadAt(p, s.off)
   // 指向下一个待被读取的字节
   s.off += int64(n)
   return
}

SectionReader实现了Read 方法，通过该方法能够实现指定范围数据的读取，在内部实现中，通过两个限制来保证只会读取到指定范围的数据，具体限制如下:

通过保证 off 不大于 limit 字段的值，保证不会读取超过指定范围的数据
在调用ReadAt方法时，保证传入切片长度不大于剩余可读数据长度

通过这两个限制，保证了用户只要设定好了数据开始读取偏移量 base 和数据读取结束偏移量 limit字段值，Read方法便只会读取这个范围的数据。

4.3.2 ReadAt 方法说明

func (s *SectionReader) ReadAt(p []byte, off int64) (n int, err error) {
    // off: 参数指定了偏移字节数，为一个相对数值
    // s.limit - s.base >= off: 保证不会越界
   if off < 0 || off >= s.limit-s.base {
      return 0, EOF
   }
   // off + base: 获取绝对的偏移量
   off += s.base
   // 确保传入字节数组长度 不超过 剩余读取数据范围
   if max := s.limit - off; int64(len(p)) > max {
      p = p[0:max]
      // 调用ReadAt 方法读取数据
      n, err = s.r.ReadAt(p, off)
      if err == nil {
         err = EOF
      }
      return n, err
   }
   return s.r.ReadAt(p, off)
}

SectionReader还提供了ReadAt方法，能够指定偏移量处实现数据读取。它根据传入的偏移量off字段的值，计算出实际的偏移量，并调用底层源的ReadAt方法进行读取操作，在这个过程中，也保证了读取数据范围不会超过base和limit字段指定的数据范围。

这个方法提供了一种灵活的方式，能够在限定的数据范围内，随意指定偏移量来读取数据，不过需要注意的是，该方法并不会影响实例中off字段的值。

4.3.3 Seek 方法说明

func (s *SectionReader) Seek(offset int64, whence int) (int64, error) {
   switch whence {
   default:
      return 0, errWhence
   case SeekStart:
      // s.off = s.base + offset
      offset += s.base
   case SeekCurrent:
      // s.off = s.off + offset
      offset += s.off
   case SeekEnd:
      // s.off = s.limit + offset
      offset += s.limit
   }
   // 检查
   if offset < s.base {
      return 0, errOffset
   }
   s.off = offset
   return offset - s.base, nil
}

SectionReader也提供了Seek方法，给其提供了随机访问和灵活读取数据的能力。举个例子，假如已经调用Read方法读取了一部分数据，但是想要重新读取该数据，此时便可以使Seek方法将off字段设置回之前的位置，然后再次调用Read方法进行读取。

五. 使用注意事项

5.1 注意off值在base和limit之间

当使用 SectionReader 创建实例时，确保 off 值在 base 和 limit 之间是至关重要的。保证 off 值在 base 和 limit 之间的好处是确保读取操作在有效的数据范围内进行，避免读取错误或超出范围的访问。如果 off 值小于 base 或大于等于 limit，读取操作可能会导致错误或返回 EOF。

一个良好的实践方式是使用 NewSectionReader 函数来创建 SectionReader 实例。NewSectionReader 函数会检查 off 值是否在有效范围内，并自动调整 off 值，以确保它在 base 和 limit 之间。

5.2 及时关闭底层数据源

当使用SectionReader时，如果没有及时关闭底层数据源可能会导致资源泄露，这些资源在程序执行期间将一直保持打开状态，直到程序终止。在处理大量请求或长时间运行的情况下，可能会耗尽系统的资源。

下面是一个示例，展示了没有关闭SectionReader底层数据源可能引发的问题：

func main() {
    file, err := os.Open("data.txt")
    if err != nil {
        log.Fatal(err)
    }
    defer file.Close()

    section := io.NewSectionReader(file, 10, 20)

    buffer := make([]byte, 10)
    _, err = section.Read(buffer)
    if err != nil {
        log.Fatal(err)
    }

    // 没有关闭底层数据源，可能导致资源泄露或其他问题
}

在上述示例中，底层数据源是一个文件。在程序结束时，没有显式调用file.Close()来关闭文件句柄，这将导致文件资源一直保持打开状态，直到程序终止。这可能导致其他进程无法访问该文件或其他与文件相关的问题。

因此，在使用SectionReader时，要注意及时关闭底层数据源，以确保资源的正确管理和避免潜在的问题。

六. 总结

本文主要对SectionReader进行了介绍。文章首先从一个基本HTTP文件服务器的功能实现出发，解释了该实现存在内存资源浪费，并发性能低等问题，从而引出了SectionReader。

接下来介绍了SectionReader的基本定义，以及其基本使用方法，最后使用SectionReader对上述HTTP文件服务器进行优化。接着还详细讲述了SectionReader的实现原理，从而能够更好得理解和使用SectionReader。

最后，讲解了SectionReader的使用注意事项，如需要及时关闭底层数据源等。基于此完成了SectionReader的介绍。

热门相关：洪荒二郎传道君色即是空2 回眸医笑，冷王的神秘嫡妃道君