仅在使用本地资源时从 HTML 生成 PDF 需要很长时间

Posted 2023-02-22

【中文标题】仅在使用本地资源时从 HTML 生成 PDF 需要很长时间

【英文标题】：generating a PDF from HTML takes a long time only when using local assets

【发布时间】：2020-02-29 15:11:50

【问题描述】：

我使用 KnpSnappyBundle 1.6.0 和 wkhtmltopdf 0.12.5 在 php 中从 html 生成 PDF，如下所示：

$html = $this->renderView(
    'pdf/template.html.twig',
    [ 'entity' => $entity, ]
);

return new PdfResponse($snappy->getOutputFromHtml($html,
    ['encoding' => 'UTF-8', 'images' => true]), 'file'.$entity->getUniqueNumber().'.pdf'
);

我的问题： 在我的生产服务器上，当我引用托管在与我的代码相同的服务器上的资产（图像或 css）时，生成 PDF 大约需要 40-50 秒。即使我只使用托管在同一台服务器上的小图像，也需要 40 秒。我可以使用托管在另一台服务器上的更大的图像，并且会立即生成 PDF。

我的服务器在服务资产或文件方面并不慢。如果我只是将 HTML 呈现为一个页面，它会立即发生（有或没有资产）。当我在本地（在我的笔记本电脑上）从我的生产服务器请求资产以生成 PDF 时，它也会立即发生。

我需要的 HTML 中需要呈现为 PDF 的资产都具有绝对 URL，这是 wkhtmltopdf 工作所必需的。例如：<img src="https://www.example.com/images/logo.png"> 困难的是，一切正常，但速度很慢。没有指向会导致超时的不存在资产。

我一开始以为可能和wkhtmltopdf有关，所以我尝试了不同的版本和不同的设置，但这并没有改变任何东西。我还尝试指向同一服务器上的另一个域，问题仍然存在。我尝试不使用 KnpSnappyBundle，但问题仍然存在。

所以我现在的猜测是这是一个服务器问题（或与 wkhtmltopdf 的组合）。我正在运行 Nginx-1.16.1 并通过 SSL 提供所有内容。我已安装 OpenSSL 1.1.1d 2019 年 9 月 10 日（库：OpenSSL 1.1.1g 2020 年 4 月 21 日），我的操作系统是 Ubuntu 18.04.3 LTS。其他一切都在此服务器上按预期工作。

当我查看 nginx 访问日志时，我可以看到在使用来自同一服务器的资产时，我自己的 IP 地址发出了一个获取请求。我不明白为什么这要花这么长时间，而且我已经不知道接下来要尝试什么了。任何想法表示赞赏！

我将为我的域添加我的 Nginx 配置（以防万一）：

server 
        root /var/www/dev.example.com/public;
        index index.php index.html index.htm index.nginx-debian.html;

        server_name dev.example.com www.dev.example.com;

        location / 
        # try to serve file directly, fallback to index.php
        try_files $uri /index.php$is_args$args;     
    

        location ~ ^/index\.php(/|$) 
        fastcgi_pass unix:/var/run/php/php7.3-fpm.sock;
        fastcgi_split_path_info ^(.+\.php)(/.*)$;
        include fastcgi_params;
        fastcgi_param SCRIPT_FILENAME $realpath_root$fastcgi_script_name;
        fastcgi_param DOCUMENT_ROOT $realpath_root;
        internal;
    

  location ~ \.(?:jpg|jpeg|gif|png|ico|woff2|cur|gz|svg|svgz|mp4|ogg|ogv|webm|htc|js|css)$ 
        gzip_static on;

        # Set rules only if the file actually exists.
        if (-f $request_filename) 
        expires max;
        access_log off; 
        add_header Cache-Control "public";
    
            try_files $uri /index.php$is_args$args;     
 

    error_log /var/log/nginx/dev_example_com_error.log;
    access_log /var/log/nginx/dev_example_com_access.log;

    listen 443 ssl; # managed by Certbot
    ssl_certificate /etc/letsencrypt/live/dev.example.com/fullchain.pem; # managed by Certbot
    ssl_certificate_key /etc/letsencrypt/live/dev.example.com/privkey.pem; # managed by Certbot
    include /etc/letsencrypt/options-ssl-nginx.conf; # managed by Certbot
    ssl_dhparam /etc/letsencrypt/ssl-dhparams.pem; # managed by Certbot


server 
    if ($host = dev.example.com) 
        return 301 https://$host$request_uri;
     # managed by Certbot

    server_name dev.example.com www.dev.example.com;
    listen 80;
    return 404; # managed by Certbot

Udate 2020 年 8 月 5 日：我尝试了 wkhtmltopdf 0.12.6，但这给了我完全相同的问题。几个月前我发布的作为我的问题的答案的“解决方案”远非完美，这就是我寻找新建议的原因。任何帮助表示赞赏。

【问题讨论】：

很难说。您可以尝试不使用 Knp 捆绑包吗？试试这个github.com/mikehaertl/phpwkhtmltopdf。这是我关于包的博客笔记delboy1978uk.wordpress.com/2014/11/24/…

@delboy1978uk，感谢您的建议。我用那个捆绑包试过了，但我有完全相同的问题。很高兴知道我可以排除 Knp Bundle。

如果输出正确，但生成时间太长，那么我认为问题是 1/ https - 对等 SSL 验证或 2/ CLI 模式下的 DNS 主机名查找。修复 1/ 尝试将所有链接从 https 切换到 http。对于 2/ 检查在 CLI 模式下看到 PHP 的服务器名称。不要信任 HTTP 模式 - 可能使用不同的 php.ini / env 变量。最终正确定义 etc/hostname。

@lubosdz, http 没有改变。当我在 cli 中使用 PHP（使用php -a）并运行echo gethostname(); 时，它会显示我的名字server，这与/etc/hostname 中的相同。

@DirkJ.Faber 1. 由于我们仍然怀疑资产存在问题，您是否尝试过在不包含任何资产的情况下生成 PDF？ 2. 从服务器本身检查您的一项资产上的response time from curl。 3. 如果可能，尝试在您呈现的 HTML 页面上直接从 wkhtmltopdf CLI 生成。

【参考方案1】：

对我来说，这听起来像是一个 DNS 问题。我会尝试在/etc/hosts 中添加一个条目，例如：

127.0.0.1     example.com
127.0.0.1     www.example.com

并指向您的图像以使用该域

【讨论】：

这个解决方案很简单，它对我有用！奇怪的是，如果我的 hosts 文件中没有这些行，我没有遇到任何其他问题，而服务器已经启动并运行了很长一段时间。

【参考方案2】：

不确定这是否适合您，但就我而言，我总是生成一个可以独立存在的 HTML 文件。我将所有 CSS 引用转换为直接包含在内。我以编程方式执行此操作，因此我仍然可以将它们保存为单独的工具文件。如果您基于 URI 创建一个辅助方法来包含它们，这将是相当简单的。同样，我尝试对所有图像进行 base64 编码并包含这些图像。同样，我将它们保存为单独的文件并以编程方式执行此操作。

然后我将这个“自包含”的 html 提供给 wkhtmltopdf。

我会分享一些示例，但我的实现实际上是 C# 和 Razor。

除此之外，如果您仍然遇到问题，我还会在这些助手中构建一些带有时间戳的日志记录，这样您就可以看到包含需要多长时间。

我不确定服务器设置是什么，但可能是连接到 NAS 或其他问题。

您还可以在其余步骤周围添加一些带有时间戳的日志记录，以准确了解哪些步骤需要很长时间。

其他提示，我尝试使用 SVG（在我可以的情况下）用于图像，并尽量不要将大型（或任何）CSS 库拉入成为 pdf 的 html 中。

【参考方案3】：

我还没有找到问题的根源。但是，我找到了一种解决方法。我所做的是：

全局安装wkhtmltopdf（由我的发行版提供）：

sudo apt-get install wkhtmltopdf 

这将通过 Ubuntu 存储库安装 wkhtmltopdf 0.12.4（2019 年 11 月 5 日）。这是 wkhtmltopdf 的旧版本，运行它本身给我带来了无数问题。为了解决这个问题，我现在在 xvfb 中运行它。首先通过运行安装它：

sudo apt-get install xvfp

然后将您使用的指向 wkhtmltopdf 的包装器的二进制路径更改为：

'/usr/bin/xvfb-run /usr/bin/wkhtmltopdf' 

就我而言，我使用 KnpSnappyBundle 并在我的.env 文件中设置二进制路径在knp_snappy.yaml 我设置binary: '%env(WKHTMLTOPDF_PATH)%' 和.env 我设置WKHTMLTOPDF_PATH='/usr/bin/xvfb-run /usr/bin/wkhtmltopdf'（如所述更多）。尽管布局存在一些问题，但我现在可以生成 PDF。