企业官网建设流程全解析

网站建设 海外房产,黄页推广有限公司,引流网站怎么做,做婚姻网站赚钱第29章 视频生成服务 29.1 概述 视频生成服务是剪映小助手的核心功能之一#xff0c;负责将编辑完成的草稿导出为最终的视频文件。该服务采用异步处理模式#xff0c;通过任务管理系统实现视频渲染的提交、处理和状态查询。服务支持云端渲染#xff0c;能够处理复杂的视频合…第29章 视频生成服务29.1 概述视频生成服务是剪映小助手的核心功能之一负责将编辑完成的草稿导出为最终的视频文件。该服务采用异步处理模式通过任务管理系统实现视频渲染的提交、处理和状态查询。服务支持云端渲染能够处理复杂的视频合成任务并提供实时的任务状态反馈。29.2 核心实现29.2.1 视频生成任务提交视频生成服务的核心实现位于src/service/gen_video.py文件中包含两个主要功能asyncdefgen_video(request:GenVideoRequest)-GenVideoResponse:提交视频生成任务logger.info(f提交视频生成任务:{request.draft_url})# 参数验证ifnotrequest.draft_url:raiseValueError(草稿URL不能为空)# 获取草稿缓存draftawaitget_draft_cache(request.draft_url)ifnotdraft:raiseINVALID_DRAFT_URL# 生成任务IDtask_idfvideo_gen_{uuid.uuid4().hex}# 创建任务数据task_data{draft_url:request.draft_url,draft_data:draft.to_dict(),create_time:time.time(),status:pending,progress:0}# 提交任务到任务管理器try:task_manager.submit_task(task_id,video_generation,task_data)logger.info(f视频生成任务提交成功:{task_id})returnGenVideoResponse(messagef视频生成任务已提交任务ID:{task_id})exceptExceptionase:logger.error(f视频生成任务提交失败:{str(e)})raiseVIDEO_GENERATION_SUBMIT_FAILED29.2.2 任务状态查询查询视频生成任务的状态asyncdefgen_video_status(task_id:str)-dict:查询视频生成任务状态logger.info(f查询视频生成任务状态:{task_id})# 参数验证ifnottask_id:raiseValueError(任务ID不能为空)# 从任务管理器获取任务状态try:task_infotask_manager.get_task_status(task_id)ifnottask_info:raiseVIDEO_TASK_NOT_FOUND logger.info(f任务状态查询成功:{task_info.get(status)})return{task_id:task_id,status:task_info.get(status),progress:task_info.get(progress,0),message:task_info.get(message,),result_url:task_info.get(result_url),create_time:task_info.get(create_time),update_time:task_info.get(update_time),error:task_info.get(error)}exceptHTTPException:raiseexceptExceptionase:logger.error(f任务状态查询失败:{str(e)})raiseVIDEO_STATUS_QUERY_FAILED29.3 云端渲染与异步处理29.3.1 任务管理系统视频生成采用任务管理系统进行异步处理classTaskManager:任务管理器def__init__(self):self.tasks{}# 任务存储self.workers{}# 工作进程self.task_queueasyncio.Queue()# 任务队列defsubmit_task(self,task_id:str,task_type:str,task_data:dict):提交任务task_info{task_id:task_id,task_type:task_type,task_data:task_data,status:pending,progress:0,create_time:time.time(),update_time:time.time()}# 存储任务信息self.tasks[task_id]task_info# 添加到处理队列asyncio.create_task(self.process_task(task_id))returntask_idasyncdefprocess_task(self,task_id:str):处理任务task_infoself.tasks.get(task_id)ifnottask_info:returntry:# 更新状态为处理中task_info[status]processingtask_info[progress]0task_info[update_time]time.time()# 执行视频生成iftask_info[task_type]video_generation:awaitself.generate_video(task_id,task_info)exceptExceptionase:# 处理失败task_info[status]failedtask_info[error]str(e)task_info[update_time]time.time()logger.error(f任务处理失败{task_id}:{str(e)})29.3.2 视频渲染流程视频渲染的具体实现流程asyncdefgenerate_video(self,task_id:str,task_info:dict):生成视频task_datatask_info[task_data]draft_datatask_data[draft_data]try:# 步骤1: 准备渲染环境logger.info(f开始准备渲染环境:{task_id})task_info[progress]10task_info[message]准备渲染环境# 创建临时工作目录work_dirf/tmp/video_gen_{task_id}os.makedirs(work_dir,exist_okTrue)# 步骤2: 解析草稿数据logger.info(f解析草稿数据:{task_id})task_info[progress]20task_info[message]解析草稿数据draftDraft.from_dict(draft_data)# 步骤3: 准备素材文件logger.info(f准备素材文件:{task_id})task_info[progress]30task_info[message]准备素材文件awaitself.prepare_materials(draft,work_dir)# 步骤4: 视频合成logger.info(f开始视频合成:{task_id})task_info[progress]50task_info[message]视频合成中output_fileawaitself.compose_video(draft,work_dir)# 步骤5: 上传结果文件logger.info(f上传结果文件:{task_id})task_info[progress]80task_info[message]上传结果文件result_urlawaitself.upload_result(output_file)# 步骤6: 完成任务logger.info(f视频生成完成:{task_id})task_info[status]completedtask_info[progress]100task_info[message]视频生成完成task_info[result_url]result_url task_info[update_time]time.time()# 清理临时文件shutil.rmtree(work_dir,ignore_errorsTrue)exceptExceptionase:logger.error(f视频生成失败{task_id}:{str(e)})task_info[status]failedtask_info[error]str(e)task_info[update_time]time.time()# 清理临时文件ifos.path.exists(work_dir):shutil.rmtree(work_dir,ignore_errorsTrue)29.3.3 视频合成实现视频合成的具体实现asyncdefcompose_video(self,draft:Draft,work_dir:str)-str:合成视频# 输出文件路径output_fileos.path.join(work_dir,output.mp4)# 构建FFmpeg命令cmd[ffmpeg,-y,# 覆盖输出文件-f,rawvideo,-vcodec,rawvideo,-s,f{draft.width}x{draft.height},-pix_fmt,rgb24,-r,str(draft.fps),-i,-,# 从标准输入读取-f,mp4,-vcodec,libx264,-pix_fmt,yuv420p,output_file]# 执行视频合成processawaitasyncio.create_subprocess_exec(*cmd,stdinasyncio.subprocess.PIPE,stdoutasyncio.subprocess.PIPE,stderrasyncio.subprocess.PIPE)# 生成视频帧数据frame_dataawaitself.generate_frames(draft)# 写入帧数据stdout,stderrawaitprocess.communicate(inputframe_data)ifprocess.returncode!0:raiseException(f视频合成失败:{stderr.decode()})returnoutput_file29.4 任务状态管理29.4.1 任务状态定义视频生成任务的状态定义classTaskStatus:PENDINGpending# 待处理PROCESSINGprocessing# 处理中COMPLETEDcompleted# 已完成FAILEDfailed# 已失败CANCELLEDcancelled# 已取消TIMEOUTtimeout# 超时29.4.2 任务进度更新实时更新任务进度defupdate_task_progress(self,task_id:str,progress:int,message:str):更新任务进度task_infoself.tasks.get(task_id)iftask_info:task_info[progress]progress task_info[message]message task_info[update_time]time.time()# 发送进度更新事件self.send_progress_event(task_id,progress,message)29.4.3 任务超时处理处理任务超时情况asyncdefcheck_task_timeout(self):检查任务超时current_timetime.time()timeout_seconds3600# 1小时超时fortask_id,task_infoinself.tasks.items():iftask_info[status]processing:ifcurrent_time-task_info[update_time]timeout_seconds:# 任务超时task_info[status]timeouttask_info[error]任务处理超时task_info[update_time]current_time logger.warning(f任务超时:{task_id})29.5 数据结构定义29.5.1 请求参数模型视频生成服务的请求参数定义在src/schemas/gen_video.py中classGenVideoRequest(BaseModel):根据草稿导出视频draft_url:strField(default,description草稿URL)29.5.2 响应参数模型classGenVideoResponse(BaseModel):生成视频响应参数message:strField(...,description响应消息)29.6 异常处理视频生成服务定义了完善的异常处理机制# 无效的草稿URLINVALID_DRAFT_URLHTTPException(status_code400,detail无效的草稿URL)# 视频生成任务提交失败VIDEO_GENERATION_SUBMIT_FAILEDHTTPException(status_code500,detail视频生成任务提交失败)# 视频任务未找到VIDEO_TASK_NOT_FOUNDHTTPException(status_code404,detail视频生成任务未找到)# 视频状态查询失败VIDEO_STATUS_QUERY_FAILEDHTTPException(status_code500,detail视频生成任务状态查询失败)29.7 API接口定义29.7.1 视频生成接口router.post(/genVideo,response_modelGenVideoResponse)asyncdefgen_video_endpoint(request:GenVideoRequest):生成视频try:returnawaitgen_video(request)exceptExceptionase:logger.error(f生成视频失败:{str(e)})raiseVIDEO_GENERATION_SUBMIT_FAILED29.7.2 任务状态查询接口router.get(/genVideoStatus/{task_id})asyncdefgen_video_status_endpoint(task_id:str):查询视频生成任务状态try:returnawaitgen_video_status(task_id)exceptExceptionase:logger.error(f查询视频状态失败:{str(e)})raiseVIDEO_STATUS_QUERY_FAILED29.8 使用示例29.8.1 视频生成请求示例{draft_url:capcut://draft/123456789}29.8.2 视频生成响应示例{message:视频生成任务已提交任务ID: video_gen_abc123def456}29.8.3 任务状态查询响应示例{task_id:video_gen_abc123def456,status:processing,progress:65,message:视频合成中,result_url:null,create_time:1640995200,update_time:1640995265,error:null}29.9 性能优化视频生成服务采用了多种性能优化策略29.9.1 异步处理优化# 使用连接池管理HTTP连接connectoraiohttp.TCPConnector(limit100,# 连接池大小limit_per_host30,# 每个主机的连接数ttl_dns_cache300,# DNS缓存时间use_dns_cacheTrue,# 启用DNS缓存)# 创建会话sessionaiohttp.ClientSession(connectorconnector,timeoutaiohttp.ClientTimeout(total30))29.9.2 内存管理优化# 使用内存映射文件处理大文件importmmapdefprocess_large_file(file_path):withopen(file_path,rb)asf:# 创建内存映射withmmap.mmap(f.fileno(),0,accessmmap.ACCESS_READ)asmm:# 处理文件内容returnprocess_data(mm)29.9.3 缓存优化# 使用LRU缓存fromfunctoolsimportlru_cachelru_cache(maxsize128)defget_video_template(template_id):获取视频模板带缓存returnload_template_from_db(template_id)29.10 扩展性设计视频生成服务具有良好的扩展性渲染引擎扩展支持接入不同的视频渲染引擎输出格式扩展支持多种视频输出格式云服务商扩展支持多个云渲染服务商任务类型扩展支持添加新的任务类型附录代码仓库地址GitHub:https://github.com/Hommy-master/capcut-mateGitee:https://gitee.com/taohongmin-gitee/capcut-mate接口文档地址API文档地址:https://docs.jcaigc.cn