如何加快PIL Image.save方法速度及S3上传效率？

一、针对Image.save耗时问题的优化 #

你的核心瓶颈在PIL保存PNG的环节，可以从以下几个方向优化：

• 降低PNG压缩级别：PIL默认PNG压缩级别为6，降低压缩级别（比如设为1）会大幅提升保存速度，代价是文件体积略有增大。修改代码如下：

  pil_image.save(in_mem_file, format='PNG', compress_level=1)
  

• 替换为Pillow-SIMD：这是Pillow的优化版本，利用CPU的SIMD指令加速图片处理，保存速度能提升2-5倍，代码无需大幅修改，仅需替换依赖：

  pip uninstall pillow
  pip install pillow-simd
  

• 减小图片尺寸：如果处理后的图片分辨率过高，会显著增加保存耗时。可根据业务需求合理缩小图片尺寸：

  pil_image = pil_image.resize((new_width, new_height), Image.Resampling.LANCZOS)
  

二、优化S3上传速度 #

如果必须要将图片保存到S3，可通过以下方式提升上传效率：

• 复用boto3客户端：将s3 = boto3.resource('s3')移到函数外部，避免每次调用都重新初始化客户端，减少连接开销。
• 配置多部分上传：手动调整多部分上传的阈值和分块大小，让大文件分块并行上传，提升速度：

  from botocore.config import Config
  
  s3_config = Config(
      multipart_threshold=10 * 1024 * 1024,  # 10MB以上启用多部分上传
      multipart_chunksize=10 * 1024 * 1024   # 每个分块大小10MB
  )
  s3 = boto3.resource('s3', config=s3_config)
  

三、关于返回字节流的可行性 #

直接返回字节流确实能省去S3上传的等待时间，是提升API响应速度的有效方案，具体实现注意以下几点：

• 直接返回图片字节流：处理完成后直接返回图片字节，无需上传到S3，示例代码：

  in_mem_file = io.BytesIO()
  pil_image.save(in_mem_file, format='PNG', compress_level=1)
  in_mem_file.seek(0)
  # 在API框架中设置响应头为image/png，然后返回字节流
  return in_mem_file.getvalue()
  

• 异步上传+临时响应：如果业务需要持久化图片到S3，可将上传任务放入异步队列（如Celery、Redis Queue），API先返回图片字节流或临时占位响应，后台异步完成S3上传，避免前端等待。

内容的提问来源于stack exchange，提问作者Diego Rodea