2

我正在尝试重新使用以下代码来创建一个 tar 球:

tarfile = File.open("#{Pathname.new(path).realpath.to_s}.tar","w")
      Gem::Package::TarWriter.new(tarfile) do |tar|
        Dir[File.join(path, "**/*")].each do |file|
          mode = File.stat(file).mode
          relative_file = file.sub /^#{Regexp::escape path}\/?/, ''
          if File.directory?(file)
            tar.mkdir relative_file, mode
          else
            tar.add_file relative_file, mode do |tf|
              File.open(file, "rb") { |f| tf.write f.read }
            end
          end
        end
      end
      tarfile.rewind
      tarfile

只要只涉及小文件夹,它就可以正常工作,但任何大文件夹都会失败并出现以下错误:

Error: Your application used more memory than the safety cap

如何分块进行以避免内存问题?

4

2 回答 2

3

看起来问题可能出在这一行:

File.open(file, "rb") { |f| tf.write f.read }

您正在通过执行“啜饮”您的输入文件f.read。slurping 意味着整个文件被读入内存,这根本不可扩展,并且是使用read没有长度的结果。

相反,我会做一些事情来读取和写入块中的文件,这样你就有了一致的内存使用。这读取 1MB 块。您可以根据自己的需要进行调整:

BLOCKSIZE_TO_READ = 1024 * 1000

File.open(file, "rb") do |fi|
  while buffer = fi.read(BLOCKSIZE_TO_READ)
    tf.write buffer
  end
end

以下是文档所说的read

如果长度是一个正整数,它会尝试读取长度字节而不进行任何转换(二进制模式)。它返回 nil 或长度为 1 到 length 个字节的字符串。nil 表示它在开始时遇到了 EOF。1 到长度为 1 字节的字符串意味着它在读取结果后遇到了 EOF。长度字节字符串意味着它不符合 EOF。结果字符串始终为 ASCII-8BIT 编码。

另一个问题是您似乎没有正确打开输出文件:

tarfile = File.open("#{Pathname.new(path).realpath.to_s}.tar","w")

您正在以“文本”模式编写它,因为"w". 相反,您需要以二进制模式编写"wb",因为 tarball 包含二进制(压缩)数据:

tarfile = File.open("#{Pathname.new(path).realpath.to_s}.tar","wb")

将原始代码重写为更像我想看到的那样,结果是:

BLOCKSIZE_TO_READ = 1024 * 1000

def create_tarball(path)

  tar_filename = Pathname.new(path).realpath.to_path + '.tar'

  File.open(tar_filename, 'wb') do |tarfile|

    Gem::Package::TarWriter.new(tarfile) do |tar|

      Dir[File.join(path, '**/*')].each do |file|

        mode = File.stat(file).mode
        relative_file = file.sub(/^#{ Regexp.escape(path) }\/?/, '')

        if File.directory?(file)
          tar.mkdir(relative_file, mode)
        else

          tar.add_file(relative_file, mode) do |tf|
            File.open(file, 'rb') do |f|
              while buffer = f.read(BLOCKSIZE_TO_READ)
                tf.write buffer
              end
            end
          end

        end
      end
    end
  end

  tar_filename

end

BLOCKSIZE_TO_READ应该在文件的顶部,因为它是一个常量并且是“可调整的”——比代码主体更可能被更改。

该方法返回 tarball 的路径,而不是像原始代码那样的 IO 句柄。使用IO.open自动关闭输出的块形式,这将导致任何后续open自动rewind。我更喜欢传递路径字符串而不是文件的 IO 句柄。

我还将一些方法参数包裹在括号中。虽然 Ruby 中的方法参数周围不需要括号,而且有些人避开了括号,但我认为它们通过分隔参数的开始和结束位置使代码更易于维护。当您将参数和块传递给方法时,它们还避免混淆 Ruby——这是众所周知的错误原因。

于 2013-05-21T15:08:34.510 回答
1

minitar看起来像是写入流,所以我认为内存不会成为问题。以下是该pack方法的注释和定义(截至 2013 年 5 月 21 日):

# A convenience method to pack files specified by +src+ into +dest+. If
# +src+ is an Array, then each file detailed therein will be packed into
# the resulting Archive::Tar::Minitar::Output stream; if +recurse_dirs+
# is true, then directories will be recursed.
#  
# If +src+ is an Array, it will be treated as the argument to Find.find;
# all files matching will be packed.
def pack(src, dest, recurse_dirs = true, &block)
  Output.open(dest) do |outp|
    if src.kind_of?(Array)
      src.each do |entry|
        pack_file(entry, outp, &block)
        if dir?(entry) and recurse_dirs
          Dir["#{entry}/**/**"].each do |ee| 
            pack_file(ee, outp, &block)
          end                                                                                                                                                                                                                   
        end  
      end  
    else 
      Find.find(src) do |entry|
        pack_file(entry, outp, &block)
      end  
    end  
  end
end

README 中编写 tar 的示例:

# Packs everything that matches Find.find('tests')
File.open('test.tar', 'wb') { |tar| Minitar.pack('tests', tar) }

README 中编写 gzipped tar 的示例:

tgz = Zlib::GzipWriter.new(File.open('test.tgz', 'wb'))
  # Warning: tgz will be closed!
Minitar.pack('tests', tgz) 
于 2013-05-21T12:37:02.683 回答