UWP应用异步写入YouTube视频字节至MP4文件时应用卡顿问题排查

看起来你遇到的卡顿问题根源其实不在异步写入本身，而是同步获取视频字节和低效的逐字节写入这两个点上，咱们一步步拆解：

1. 同步获取全量字节阻塞UI线程 #

你的downloadedVideo.GetBytes()是一个同步方法，它会一次性把整个视频的字节全部加载到内存里——如果视频体积大，这个过程会直接阻塞UI线程，导致应用卡顿。哪怕后面的写入用了async/await，前面同步读取字节的步骤已经把UI线程卡住了。

2. 逐字节写入的低效操作 #

你用foreach逐个调用dataWriter.WriteByte(byt)，这种方式会产生大量的小IO操作，不仅效率极低，而且在UWP的线程模型下，频繁的IO交互也会抢占UI线程的资源，加重卡顿。

修复方案 #

咱们可以从两个方面优化：用流式异步读取替代同步全量读取，再用批量流复制替代逐字节写入，这样既能避免阻塞UI，又能提升写入效率。

第一步：替换同步的GetBytes()为异步流获取 #

首先确认你使用的YouTube库是否支持异步获取视频流（比如GetVideoStreamAsync之类的方法），如果有的话，直接用流来处理，不需要把全量字节加载到内存。假设库提供了GetVideoStreamAsync方法，修改后的WriteBytesIntoVideoFile可以改成这样：

public async Task WriteBytesIntoVideoFile(StorageFile videoFile, YouTubeVideo downloadedVideo)
{
    // 异步获取视频流，而不是同步读取全量字节
    using (var videoStream = await downloadedVideo.GetVideoStreamAsync().ConfigureAwait(false))
    using (var outputStream = await videoFile.OpenStreamForWriteAsync().ConfigureAwait(false))
    {
        // 异步流复制，高效且不阻塞UI
        await videoStream.CopyToAsync(outputStream).ConfigureAwait(false);
        await outputStream.FlushAsync().ConfigureAwait(false);
    }
}

第二步：如果必须使用字节数组（库不支持流） #

如果你的YouTube库没有提供异步流的API，只能用GetBytes()，那至少要避免在UI线程调用它。可以把读取字节的操作放到后台线程，比如用Task.Run包裹：

public async Task WriteBytesIntoVideoFile(StorageFile videoFile, YouTubeVideo downloadedVideo)
{
    // 把同步读取字节的操作放到后台线程，避免阻塞UI
    var videoBytes = await Task.Run(() => downloadedVideo.GetBytes()).ConfigureAwait(false);
    
    // 用批量写入替代逐字节写入，FileIO.WriteBytesAsync本身是高效的异步方法
    await FileIO.WriteBytesAsync(videoFile, videoBytes).ConfigureAwait(false);
}

额外优化：UI线程的上下文切换 #

在你的DownloadMp3File方法里，除了IO操作，一些非UI相关的逻辑（比如路径拼接）也可以放到后台线程，减少UI线程的负担：

private async void DownloadMp3File(object sender, RoutedEventArgs e)
{
    string url = youtubeUrl.Text;
    if (!string.IsNullOrEmpty(url) && url.Contains("youtube"))
    {
        // 把路径处理等非UI操作放到后台线程
        await Task.Run(async () =>
        {
            string savePath = Environment.GetFolderPath(Environment.SpecialFolder.MyMusic);
            StorageFolder storageFolder = KnownFolders.MusicLibrary;
            var youTube = YouTube.Default;
            var video = await youTube.GetVideoAsync(url).ConfigureAwait(false);
            
            string videoPath = Path.Combine(savePath, video.FullName);
            string mp3Path = Path.Combine(savePath, Path.GetFileName(videoPath).Replace(".mp4", ".mp3"));
            
            StorageFile videoFile = await storageFolder.CreateFileAsync(Path.GetFileName(videoPath), CreationCollisionOption.ReplaceExisting).ConfigureAwait(false);
            StorageFile mp3File = await storageFolder.CreateFileAsync(Path.GetFileName(mp3Path), CreationCollisionOption.ReplaceExisting).ConfigureAwait(false);
            
            await WriteBytesIntoVideoFile(videoFile, video).ConfigureAwait(false);
            await ConvertMp4ToMp3(videoFile, mp3File).ConfigureAwait(false);
            await videoFile.DeleteAsync().ConfigureAwait(false);
        }).ConfigureAwait(true); // 最后切回UI线程，方便后续可能的UI更新
    }
}

总结 #

核心问题就是同步操作阻塞UI线程和低效的IO写入，通过异步流式处理或者把同步操作移到后台线程，再配合高效的批量写入，就能解决卡顿问题啦。

内容的提问来源于stack exchange，提问作者Florent