python - 在heroku上使用ffmpeg的内存限制错误

Question

我有一个在 Heroku 上运行的 Flask 应用程序，我想做的是使用 FFmpeg 将视频重新编码为 x265。为此，我有以下路线

@app.route('/x265', methods=['POST'])
def rotax265():
    up_file = request.files['file'].stream

    in_file = tempfile.TemporaryFile()
    in_file.write(up_file.read())
    in_file.seek(0)
    out_file = tempfile.TemporaryFile()

    conv = VideoConverter(in_file, out_file)

    conv.x265()
    out_file.seek(0)
    
    return out_file.read()

它使用 VideoConverter我创建的类:

class VideoConverter(object):
    def __init__(self, in_file, out_file):
        self.input = in_file
        self.output = out_file

    def x265(self, read_chunk_size=-1):
        args = (
            ffmpeg
            .input('pipe:', format='matroska')
            .output('pipe:', vcodec='libx265', format='matroska')
            .get_args()
        )

        p = subprocess.Popen(
            ['ffmpeg'] + args, stdin=self.input, stdout=self.output)
        p.wait()

此类使用 ffmpeg-python 和 subprocess模块。
我在输入和输出中都使用管道，这样我就不会使用存储空间并避免收到 R-14 错误(超出内存配额)。
这在本地运行时按预期工作，但是当我尝试在 Heroku 服务器上运行脚本时，它仍然返回 R-14 错误。
有什么办法可以避免出现这些错误？

Answer 1

I am using pipe both in input and output so that I don't use storage space and avoid receiving R-14 errors (memory quota exceeded).

存储(磁盘)和内存(RAM)是不同的东西。此错误与内存有关。
您的管道可能会阻止您写入磁盘，但它们不会做任何事情来减少内存使用量。事实上，它们可能会增加内存使用量——数据必须存在于某个地方，如果无法写入磁盘，则需要保留在内存中。
如果您在 Heroku 上遇到内存问题，您只有两个选择:

使用更少的内存

将您的测功机升级到内存更大的测功机

视频转换通常会占用大量内存，除了处理非常短的视频剪辑之外，我不知道有什么好的方法可以减少内存。这给您留下了一个真正的选择:投资更大的测功机。