星图导航
首页 文章 排行榜 申请收录 友链申请 关于
首页 / 文章资讯 / 源码资源 / 图片处理流水线:上传时该做哪几步

图片处理流水线:上传时该做哪几步

星图导航配图

用户上传一张五 MB 的原图,你直接存下来,然后在列表页显示。这是最常见的性能坑,而且是那种一开始感觉不到、内容多了就突然崩的坑。

问题在于:五 MB 的图在列表页缩略显示,用户实际看到的区域只有两百像素宽,剩下百分之九十九的数据都是浪费。一张图浪费五 MB,一百张就是五百 MB 的流量,而且加载慢得离谱。

正确的做法是上传时就处理掉。这篇讲一条完整的处理流水线该有哪些步骤,按执行顺序给实现要点。

第一步:入口校验

文件到服务器之后,第一件事不是存,是校验。这一步做不好,后面的处理都可能成为攻击入口。

校验什么?四个维度:

扩展名。用白名单而不是黑名单。只允许 jpg、jpeg、png、webp、gif 这几种,其他一律拒绝。黑名单永远漏——php、phtml、php5、phar 这些都能被执行,你列不全。

真实类型。扩展名可以伪造,所以要读文件头判断真实格式。图片文件有固定的魔数,读前几个字节就能判断。一个扩展名是 jpg 但实际是 PHP 脚本的文件,必须拒掉。

文件大小。设一个上限,比如五 MB。超了直接拒,不要让超大文件进来再处理,那会消耗大量内存和 CPU。

图片尺寸。用图片库读一下宽高,超过某个像素数(比如一万像素)就拒。这是防"图片炸弹"——一张声明尺寸极大的图,解码时会耗尽内存,直接搞挂进程。

还有一个容易被忽略的:文件名。不要用用户传上来的原始文件名。里面有中文、有空格、有特殊字符,会导致路径问题;更严重的是可能有路径穿越字符,让你存到不该存的地方。做法是校验完就丢掉原名,自己生成一个新的。

第二步:多规格生成

一张图在站内通常有好几种用途:列表页缩略图、详情页中等图、原图查看、分享卡片。每种用途需要的尺寸不同,如果都用原图缩放,流量浪费巨大。

标准做法是生成三档:缩略图(比如 300 像素宽,用于列表)、中等图(比如 800 像素宽,用于详情页正文)、原图(保留,用于点击查看或者下载)。

生成的时候注意几点。第一,按比例缩放,不要拉伸变形。第二,缩放算法用质量好的(双三次或者 Lanczos),快的算法(最近邻)出来锯齿明显。第三,生成时顺便把 EXIF 里的方向信息应用上去,否则手机拍的竖图会显示成横的。

还有一个细节:EXIF 里可能包含 GPS 坐标、设备型号、拍摄时间。如果用户上传的照片里有这些信息,直接公开就等于泄露隐私。稳妥做法是处理后统一剥掉 EXIF,只保留方向信息应用完的结果。

文件名规则建议统一:原图一个名字,缩略图加后缀(比如 名字_thumb),中等图加另一个后缀。这样程序里好找,清理时也好批量处理。

第三步:压缩与格式

这一步是省流量的关键。同样一张图,压缩参数不同,体积可能差三到五倍,而肉眼几乎看不出区别。

JPEG 的质量参数,一般七十到八十之间是甜点。再往上体积涨得快、画质提升有限;再往下画质明显变差,边缘出现块状。

PNG 的优化空间在于:它是无损格式,但可以通过减少调色板颜色数、剥离元数据来减体积。如果图里颜色不多(图标、截图、纯色背景的图),能把体积压掉一大半。

WebP 是另一个选择,同画质下比 JPEG 小百分之二十五到三十五。现在的浏览器基本都支持。做法是生成一份 WebP 版本,在页面上优先用 WebP,不支持的降级用 JPEG。

还有一个更激进的选项是 AVIF,压缩率更高,但编码慢、兼容性还不如 WebP。看你的实际需求,如果压缩时间是瓶颈,用 WebP 更实际。

压缩的时机:上传时一次性做完,不要每次访问都压。压缩是 CPU 密集操作,放在请求路径里会让页面变慢。上传时慢一两秒用户能接受,访问时慢一两秒就是体验问题。

第四步:命名与存储

存储结构要提前规划好,别把所有文件堆在一个目录里。一个目录里放几万个文件,文件系统的目录检索会变慢,备份和迁移也麻烦。

常见的做法是按日期分目录,比如年/月/日。这样单目录文件数可控,而且按时间清理很方便。

文件名的生成方式:用时间戳加随机串,或者对内容做哈希。哈希的好处是天然去重——同一张图上传两次,得到同一个文件名,省掉重复存储。缺点是哈希计算要读全部内容,大文件时稍慢。

存储位置:图片目录要和代码目录分开。这样部署新版本时不会覆盖用户上传的内容,清理代码也不会误删图片。

权限设置:图片目录的权限要正确。目录可读可执行(能列目录),文件只读。千万别给写权限给错了地方,尤其别让它能执行脚本。

还有最关键的一条:上传目录必须禁止执行 PHP。在 nginx 里对上传目录单独加一段配置,把 PHP 解析关掉。这样即使有人真传上来一个伪装成图片的脚本,访问它也只是当文本下载,不会执行。这是最后一道保险。

第五步:旧图清理

这一步经常被忽略,但长期看很重要。图片只增不减,几年下来磁盘会满。

清理的策略有几种。第一种是按引用清理:定期扫描数据库,找出没有被任何内容引用的图片,列出来人工确认后删除。这种做法安全,但需要人工介入。

第二种是软删除加宽限期:标记为待删除,等三十天没人访问再真删。这样即使误判也有回旋余地。

第三种是按体积阈值告警:磁盘用到某个比例就提醒,人工介入清理。这种做法最保守,但需要一个监控。

建议组合使用:自动标记、宽限期、人工确认、定期执行。全自动删除风险太高,误删用户内容无法挽回。

一句实在话

图片处理流水线的核心思路是"在入口处一次性做完所有该做的事"。上传时多花一点 CPU,能省掉后面无数次的流量浪费和页面变慢。

很多站的做法是"先存原图,需要的时候再处理",看着简单,实际是在给未来埋坑。等到图片攒到几万张、磁盘满了、页面慢了,再回头改架构就麻烦了。