2GB内存AWS EC2用unoconv分块转换大PPTX为PDF方案求助

问题根源 #

2GB内存的EC2实例上，LibreOffice处理大体积PPTX文件时会占用大量内存，导致进程因内存耗尽被终止，触发uno.RuntimeException: Binary URP bridge disposed during call错误。当前代码先完整保存上传文件再转换的逻辑，进一步加剧了内存压力。

解决方案 #

1. 限制LibreOffice内存占用 #

修改unoconv调用参数，给LibreOffice设置内存上限，避免耗尽实例内存：

command = [
    'unoconv',
    '--format=pdf',
    '--office="soffice --headless --norestore --nofirststartwizard --minimized --nodefault --nolockcheck --nologo --limit-memory=1024M"',
    file_path
]

--limit-memory=1024M将LibreOffice的内存使用限制在1GB内，适配2GB实例的剩余资源。

2. 流式处理优化（避免完整存储大文件） #

调整代码逻辑，流式读取上传文件、边转边输出PDF，减少磁盘和内存占用：

chunk_size = 4096

@app.route('/convert-pptx', methods=['POST'])
def convert_pptx_file():
    try:
        # 生成临时文件路径（用/tmp避免持久化占用）
        temp_pptx = f'/tmp/uploaded_{secrets.token_hex(8)}.pptx'
        output_filename = f'converted_{secrets.token_hex(8)}.pdf'

        # 流式写入上传内容到临时文件
        with open(temp_pptx, 'wb') as f:
            while True:
                chunk = request.stream.read(chunk_size)
                if not chunk:
                    break
                f.write(chunk)

        # 调用unoconv直接输出到stdout，跳过中间PDF文件生成
        command = [
            'unoconv',
            '--format=pdf',
            '--stdout',
            '--office="soffice --headless --norestore --nofirststartwizard --minimized --nodefault --nolockcheck --nologo --limit-memory=1024M"',
            temp_pptx
        ]

        process = subprocess.Popen(
            command,
            stdout=subprocess.PIPE,
            stderr=subprocess.PIPE,
            bufsize=chunk_size
        )

        def generate_pdf_stream():
            try:
                while True:
                    chunk = process.stdout.read(chunk_size)
                    if not chunk:
                        break
                    yield chunk
            finally:
                # 清理资源：等待进程结束、删除临时文件
                process.wait()
                if os.path.exists(temp_pptx):
                    os.remove(temp_pptx)

        # 构建流式响应，适配Axios的fs.createWriteStream
        response = Response(
            generate_pdf_stream(),
            content_type='application/pdf',
            headers={'Content-Disposition': f'attachment; filename={output_filename}'}
        )

        return response

    except Exception as e:
        # 异常时清理残留临时文件
        if 'temp_pptx' in locals() and os.path.exists(temp_pptx):
            os.remove(temp_pptx)
        return jsonify({'error': str(e)}), 500

核心优化点：

• 用--stdout让unoconv直接输出PDF到标准输出，无需生成本地PDF文件
• 流式读取上传内容，避免一次性加载大文件到内存
• 临时文件存放在/tmp目录，AWS EC2重启后自动清理，避免磁盘堆积

3. 系统层面补充内存 #

给EC2实例添加swap分区，缓解内存紧张：

# 创建1GB swap文件
sudo fallocate -l 1G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile
# 设置开机自动挂载swap
echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab

4. Axios流式保存适配 #

前端调用时，设置responseType: 'stream'配合fs.createWriteStream实现流式保存：

const axios = require('axios');
const fs = require('fs');
const FormData = require('form-data');

const formData = new FormData();
formData.append('document', fs.createReadStream('large.pptx'));

axios.post('http://your-ec2-domain/convert-pptx', formData, {
  responseType: 'stream',
  headers: formData.getHeaders()
})
.then(response => {
  const writeStream = fs.createWriteStream('output.pdf');
  response.data.pipe(writeStream);
  return new Promise((resolve, reject) => {
    writeStream.on('finish', resolve);
    writeStream.on('error', reject);
  });
})
.catch(err => console.error('转换失败:', err));

注意事项 #

• 确保unoconv和LibreOffice安装完整，建议使用最新稳定版
• 根据实例内存使用情况，调整--limit-memory参数和swap分区大小
• 监控EC2实例的CPU和内存指标，避免并发转换导致资源耗尽

内容的提问来源于stack exchange，提问作者uzoma esse