一、背景与痛点

1. 生成 3 档缩略图（大图/中图/小图）
2. 打半透明水印（防盗图）
3. 转 WebP 格式（省 30% 带宽）
4. 调内容审核接口做初筛

二、方案设计

2.1 为什么选 FunctionGraph 而不是继续用 Worker

2.2 整体架构

用户 App
   │ PUT 原图
   ▼
OBS 桶 src-bucket
   │ ObjectCreated 事件通知
   ▼
FunctionGraph（image-pipeline）
   ├─ 下载原图（OBS SDK，走内网）
   ├─ Pillow 生成 3 档缩略图
   ├─ 叠加水印
   ├─ 转 WebP
   ├─ 调 Moderation 接口初筛
   └─ 回传 OBS thumb-bucket
   │
   ▼
OBS thumb-bucket ──► CDN 加速 ──► App 展示
   │
   └─ 失败 ──► 死信队列 OBS dead-bucket ──► 告警

2.3 关键设计点

• 事件通知直连：OBS 桶配置 ObjectCreated 事件直接触发函数，不经过 MQ，链路最短
• 函数内网访问 OBS：走 VPC 端点，不走公网，省流量费也省延迟
• 水印底图放函数包内：避免每次执行再下载，冷启动一次加载进内存复用
• 敏感图短路：审核不过的直接打标移到 review-bucket，不生成缩略图
• 失败分级重试：网络类错误函数内部重试 2 次，仍失败由 OBS 事件通知重投 3 次，最终进死信桶

三、实操步骤

3.1 准备 OBS 桶

obsutil mb obs://src-bucket      # 原图
obsutil mb obs://thumb-bucket    # 处理结果
obsutil mb obs://dead-bucket     # 死信

• 事件类型：ObjectCreated:Put、ObjectCreated:Post
• 前缀过滤：upload/（只处理用户上传目录，后台导入图不触发）
• 后缀过滤：.jpg,.jpeg,.png,.webp

3.2 编写处理函数

import io, os, json
from PIL import Image, ImageDraw, ImageFont
from huaweicloudsdkobs.v1 import ObsClient
import requests

obs = ObsClient(
    access_key_id=os.environ['AK'],
    secret_access_key=os.environ['SK'],
    endpoint='obs.cn-north-4.myhuaweicloud.com'
)
SRC, THUMB, DEAD = 'src-bucket', 'thumb-bucket', 'dead-bucket'
WM = Image.open('/opt/watermark.png').convert('RGBA')
FONT = ImageFont.truetype('/opt/DejaVuSans.ttf', 20)

SIZES = [('lg', 1200), ('md', 640), ('sm', 320)]

def add_watermark(img):
    layer = Image.new('RGBA', img.size, (0, 0, 0, 0))
    d = ImageDraw.Draw(layer)
    w, h = img.size
    d.text((w - 140, h - 40), '@community', fill=(255,255,255,128), font=FONT)
    return Image.alpha_composite(img.convert('RGBA'), layer).convert('RGB')

def moderate(key):
    """调内容审核，返回 True 表示通过"""
    r = requests.post(
        'https://moderation.cn-north-4.myhuaweicloud.com/v1/image',
        json={'obs_key': key},
        headers={'X-Auth': os.environ['MOD_TOKEN']},
        timeout=3
    )
    return r.json().get('suggestion') == 'pass'

def handler(event, context):
    logger = context.getLogger()
    rec = json.loads(event['Records'][0]) if isinstance(event, str) else event['Records'][0]
    bucket = rec['obs']['bucket']['name']
    key = rec['obs']['object']['key']
    logger.info(f'trigger key={key}')

    try:
        if not moderate(key):
            obs.copyObject(SRC, key, DEAD, key)   # 打标移走
            logger.warn(f'rejected {key}')
            return {'status': 'rejected'}

        resp = obs.getObject(SRC, key)
        src = Image.open(io.BytesIO(resp.body))
        base = key.rsplit('.', 1)[0]

        for tag, maxw in SIZES:
            img = src.copy()
            if img.width > maxw:
                ratio = maxw / img.width
                img = img.resize((maxw, int(img.height * ratio)), Image.LANCZOS)
            out = add_watermark(img)
            buf = io.BytesIO()
            out.save(buf, 'WEBP', quality=82)
            obs.putObject(THUMB, f'{base}_{tag}.webp', buf.getvalue())
            buf.close()

        return {'status': 'ok', 'outputs': [f'{base}_{t}.webp' for t, _ in SIZES]}

    except Exception as e:
        logger.error(f'fail {key}: {e}')
        obs.putObject(DEAD, f'failed/{key}.json', json.dumps({'key': key, 'err': str(e)}))
        raise   # 抛出去让 OBS 事件通知重试

pip install pillow huaweicloud-sdk-obs-v1 requests -t ./deps
cd deps && zip -r9 ../image-pipeline.zip . && cd ..
zip -g image-pipeline.zip index.py watermark.png DejaVuSans.ttf

3.3 函数配置要点

避坑：AK/SK 一定要放 FunctionGraph 的加密环境变量或对接凭据服务，别打进 zip 包——函数包任何人有读权限都能下。

3.4 死信与告警

def dead_letter_handler(event, context):
    key = json.loads(event['Records'][0])['obs']['object']['key']
    requests.post(os.environ['WEBHOOK'], json={
        'msgtype': 'text',
        'text': {'content': f'图片处理失败入死信：{key}'}
    })

• 函数 错误次数 > 10/分钟 → 告警
• 函数 平均耗时 > 3 秒 持续 5 分钟 → 告警（多半是审核接口劣化）

四、验证结果

五、生产避坑清单

1. 函数包塞满依赖：把 OpenCV、numpy 全打进去，包 300MB，冷启动 3 秒起
2. AK/SK 写死在代码里：zip 包能被同账号任何人下载，等于明文泄露
3. 不设并发上限：热点事件瞬间 5000 并发，把内容审核接口打挂，连带其他业务雪崩
4. 忽略冷启动：完全不预热，早高峰第一波请求全是 800ms+
5. 异常处理直接 pass：失败图片静默丢弃，用户投诉才知道
6. OBS 事件不过滤前缀：后台运营导入的样图也被处理一遍，浪费调用
7. 函数内同步调第三方审核不设超时：审核接口抖一下，函数全部卡到 30 秒超时
8. 桶和函数跨 Region：OBS 走公网回源，延迟+费用双爆

• 依赖裁剪到最小，字体/水印底图单独放，能用 Pillow 不用 OpenCV
• 密钥走加密环境变量或凭据服务轮换
• 并发上限 = 下游能扛的 QPS × 单实例耗时倒数，留 30% 余量
• 常驻实例数按"最低可接受 QPS × 冷启动时长"估算
• 所有异常落死信桶 + 告警，绝不静默
• 事件通知加前缀/后缀过滤，精准触发
• 第三方调用一律 timeout=3 + 重试 2 次 + 熔断
• 桶、函数、VPC 端点同 Region 同 AZ 组

六、成本结构拆解

经验值：短耗时（<1s）+ 潮汐明显的负载，函数计算几乎必赢常驻；反过来如果是长视频转码这种分钟级任务，还是容器 Job 更划算。

七、总结与扩展

• 延迟：P99 从 8.7s 压到 610ms
• 成本：闲置期归零，月度降 78%
• 弹性：毫秒级扩缩，热点不用人盯
• 可观测：死信桶 + 钉钉 + 云监控三件套，失败无处可藏

1. AI 增强：审核通过后接 ModelArts 做自动打标、智能裁剪（主体居中）
2. 格式升级：AVIF 试点，同画质再省 20% 带宽
3. 多级缓存：热门图缩略图固化到 CDN 边缘，函数都不用触发
4. 灰度水印：水印样式走配置中心，A/B 测不同透明度对盗图率的影响
5. 跨 Region 容灾：主 Region 函数异常时，OBS 跨区域复制触发备 Region 同名函数
6. 成本细账：接云监控自定义指标，按业务线（帖子/头像/商品图）拆分函数成本

本文为原创 Serverless 图片处理实践，基于华为云 FunctionGraph + OBS 整理，操作步骤以当前控制台页面为准。压测数据来自特定测试环境，实际表现随图片尺寸分布与审核接口响应浮动。转载请注明出处。