blog-web/source/_posts/linux/博客图片迁移记.md

title	date	tags	categories
博客图片迁移记	2019-4-18 10:53:34	jenkins nodejs	linux

之前博客的图片都是直接访问自己的服务器的, 无奈我的服务器带宽太小 大图加载缓慢 考虑使用一些第三方的对象存储服务来保存图片 比较主流的像是七牛云 又拍云, 都必须要绑定备案的域名才能访问 所以选择了网易云的对象存储服务( 现在只能通过企业认证后才能创建资源了, 好在创建的比较早 )

网易云的对象存储体验总体来讲还不错, 提供若干API以及针对不同语言的SDK包 简单整理了一下思路, 觉得同步图片的脚本还是用比较上手的js来写, 在服务器上用nodejs运行

1.对象存储的开通以及准备

创建一个桶对象, 之后会获得Endpoint以及访问域名 先记下来, 之后会用到

要绑定自定义的域名同样需要该域名是备案的

然后创建Access Key

注意 : 网易云的对象存储对于权限控制做的比较简单 这个key具备所有的API访问权限, 一定不要上传到公共仓库以免泄露

2.nodejs脚本编写以及调试

官方虽然有提供nodejs使用的sdk包, 但是年久失修, 官方已经基本不维护, 问题很多 调用起来非常麻烦 感谢 XGHeaven 大佬自己编写的sdk包 @xgheaven/nos-node-sdk

使用npm init初始化一个nodejs项目 然后安装需要的依赖包npm install @xgheaven/nos-node-sdk optimist --save

optimist这个包可以方便处理运行时的命令行参数 为之后在持续集成当中的调用提供方便

list_images.js

我的博客图片都保存在 source/images 当中, 要与对象存储库中同步, 首先需要读取到本地有的图片文件列表 把这部分功能作为一个module封装一下

const fs = require('fs')
const path = require('path')
const crypto = require('crypto')

/**
 * 递归遍历目录中的所有文件
 * @param {String} imageFolderPath 文件夹路径
 * @param {Array} images 图片列表
 * @param {String} rootPath 根路径
 */
function readDirSync(imageFolderPath, images, rootPath){
  var files = fs.readdirSync(imageFolderPath)
  files.forEach((item,index) => {
    var fileInfo = fs.statSync(`${imageFolderPath}/${item}`)
    if(fileInfo.isDirectory()){
      // 该文件是一个目录, 则遍历该目录内容
      readDirSync(`${imageFolderPath}/${item}`, images, rootPath)
    }else{
      //读取一个Buffer
      let buffer = fs.readFileSync(`${imageFolderPath}/${item}`)
      let fsHash = crypto.createHash('md5')
      fsHash.update(buffer)
      images.push({
        name: `${imageFolderPath}/${item}`.replace(rootPath, ''),
        md5: fsHash.digest('hex')
      })
    }
  })
  return images
}

module.exports = function (rootPath, imageFloder) {
  return readDirSync(path.resolve(rootPath, imageFloder), [], rootPath)
}

1. 由于目录当中可能包含子目录, 所以需要进行递归遍历
2. 使用nodejs提供的crypto模块来计算文件的md5哈希值 ( 由于接口返回的数据也是md5的哈希值, 可以用它来比对文件差异 )

调用该模块暴露出的函数传入根目录和图片目录 比如imageFloder传入的是'images/' 获得的是形如 [{name:'images/a.png',md5:'xxx'},...] 的一个数组

auth_info.json

把访问对象仓库API需要的认证信息放在一个json文件当中

{
  "defaultBucket":"桶名称",
  "endpoint":"http://nos-eastchina1.126.net",
  "accessKey":"XXXXXXXXX",
  "accessSecret":"XXXXXXXXX"
}

其中的字段根据第1步当中获得的写入

index.js

在这个模块里面大概需要做以下几件事

1. 调用sdk当中提供的listObject接口获取到对象仓库里面已有的文件列表
2. 将对象仓库的文件列表与本地文件列表进行比对, 包括文件名和hash值的比对 找出本地有但是对象仓库里面没有的, 或者都有但是hash值不同, 就是文件有差别的
3. 调用sdk当中提供的putObject接口上传差异文件

// 程序执行的传参
var argv = require('optimist')
    .usage('$0 --rootPath [str]')
    .demand(['rootPath'])
    .argv

const fs = require('fs')
const path = require('path')
const listImages = require('./list_images')
// 当前本地存在的所有图片
const rootPath = argv.rootPath, prefix = 'images/'
const imagesList = listImages(rootPath, prefix)

// 网易云对象存储调用接口client
const NosClient = require('@xgheaven/nos-node-sdk').NosClient
const client = new NosClient(require('./auth_info.json'))

queryObjects.call(client, {limit: imagesList.length+1, prefix})
/**
 * 查询所有对象存储库已存在的文件
 * @param {Object} params
 */
function queryObjects(params) {
  // 列出所有已存储的对象
  this.listObject(params).then(ret => {
    // ret 包括 items(元素)，limit(请求的数量)，nextMarker(下一个标记)
    let storageItems = ret.items.filter((item) => {
      return /^images.+?\.(png|jpe?g|gif)$/.test(item.key)
    })
    let notExistFiles = imagesList.filter((item) => {
      let index = storageItems.findIndex(storageItem => {
        return storageItem.key === item.name
      })
      if(index === -1) {
        // 文件名不存在, 代表是新文件
        item.type = 'new'
        return true
      } else if(storageItems[index].eTag !== item.md5) {
        // 文件名存在, 但是hash值不同, 代表有变化
        item.type = 'change'
        return true
      }
      return false
    })
    uploadObject.call(this, notExistFiles, 0)
  })
}
/**
 * 上传文件对象
 * @param {Array} filesList 待上传的文件列表
 * @param {Number} index 索引值
 */
function uploadObject(filesList, index) {
  if(index >= filesList.length) return

  this.putObject({
    objectKey: filesList[index].name,
    body: fs.createReadStream(path.resolve(rootPath, filesList[index].name)), // 支持 Buffer/Readable/string
  }).then(result => {
    // eTag是上传后远端校验的md5值, 用于和本地进行比对
    let eTag = result.eTag.replace(/"/g,'')
    if(filesList[index].md5 === eTag) {
      console.log(`${filesList[index].name} 上传成功, md5:${eTag} 类型: ${filesList[index].type}`)
    } else {
      console.warn(`${filesList[index].name} 上传出错, md5值不一致`)
      console.warn(`===> 本地文件: ${filesList[index].md5}, 接口返回: ${eTag}`)
    }
    uploadObject.call(this, filesList, ++index)
  })
}

有以下几点注意:

1. listObject 接口返回的数据不只有文件, 还有目录, 所以需要筛选到是文件的item, 因为这里我只是存图片, 就简单用正则来处理了
2. listObject 接口调用时传入的prefix用于过滤item的前缀, 可以用于查询某个目录当中的所有对象
3. limit参数用于指定获取最大的条数, 配合响应返回的nextMarker以及marker参数可以简单实现分页 但是实际使用发现官方的接口实现似乎存在bug, 导致获取到的内容不全 所以只好使用imagesList.length + 1一次性获取所有了, 该值存在上限, 此处算是一个隐患
4. 由于在服务器上使用jenkins构建博客, rootPath会不同 ( 取决于jenkins的工作空间 ) 所以把该路径作为一个参数, 用于执行该脚本时从命令行传入 optimist库可以对传参进行校验, 如果指定参数未传入会抛出一个Error
5. putObject 接口传入的 objectKey 是保存在仓库中的位置, 比如可以是images/sub/a.png 这里正好可以与listImages当中获取到的文件路径对应, 实现本地与对象仓库的目录结构完全一致
6. prefix取决于图片目录在项目中所处的位置, 这个也可以考虑提取为参数传入, 让脚本更具备通用性

package.json

主要是加上执行index.js的script

{
  "name": "nos-test",
  "version": "1.0.0",
  "description": "网易云对象存储",
  "main": "index.js",
  "scripts": {
    "start": "node index.js"
  },
  "author": "sookie",
  "license": "ISC",
  "dependencies": {
    "@xgheaven/nos-node-sdk": "^0.2.5",
    "optimist": "^0.6.1"
  }
}

3.持续集成

相关的js脚本在服务器上准备好之后, 就可以在持续集成当中写shell添加该脚本的调用了

# 切换到nodejs脚本所在位置
cd /root/upload_picture
npm run start -- --rootPath ${WORKSPACE}/source/

WORKSPACE是jenkins提供的一个环境变量, 代表工作空间分配给构建的目录的绝对路径

4.hexo静态化钩子函数编写

由于以往的文章当中的图片路径都是写的本地路径 形如/images/linux/nos/AccessKey.png, 批量修改又不利于将来的迁移 所以参考了hexo的官方文档之后, 考虑在静态化过程当中添加一个过滤器

添加配置

在根目录的_config.yml文件添加自定义的配置项

# 图片存储仓库地址
picture_cdn: https://blog-cdn.nos-eastchina1.126.net

filter.js

创建scripts目录 ( 可以是根目录或者主题目录下, 均有效 ) 创建filter.js文件

hexo.extend.filter.register('before_post_render', function(data){
  // data.raw 是原始的文件内容
  // data.content 是处理过代码块语法高亮的内容
  if(hexo.config.picture_cdn) {
    data.content = data.content.replace(/\]\s*\((?=(?!http).*?\))/gi, 
      ']'+`(${hexo.config.picture_cdn}`)
  }
  return data;
});

before_post_render这个钩子在文章开始渲染前执行 如果此时修改文章中的图片路径, 静态化之后的文件就是指向对象仓库的URL地址了 日常编写正则处理一下( 注意使用前瞻断言, 正则尽可能精确, 避免影响到其他内容 )

5.验证

以上所有做好之后, 在jenkins里面执行构建验证文件同步是否成功

之前的构建步骤没什么变化, 最后调用nodejs脚本只要成功把新图片上传上去就可以了 然后访问博客 查看文章页面中的图片路径是否正确