在AWS Lambda中使用FFmpeg处理m3u8视频流

大纲

1 部署有FFmpeg功能的Lambda环境
- 1.1 部署层
- 1.2 部署代码
- - 1.2.1 FFmpeg指令
  - 1.2.2 代码
2 配置Lambda角色权限
- 2.1 选择角色类型
- 2.2 设置权限
- 2.3 保存角色
- 2.4 绑定角色
参考文献

在直播里领域，我们经常需要对视频流进行处理。FFmpeg则是该领域中处理的利器。这篇文章，我们将以视频流截图为例，讲解如何在AWS Lambda中对m3u8视频流进行截图。因为Lambda是无服务架构，其本地存储是不可靠的，于是最后我们需要将截图文件上传S3桶。

1 部署有FFmpeg功能的Lambda环境

1.1 部署层

这块的方案可以见《在AWS Lambda上部署标准FFmpeg工具——自定义层的方案》和《在AWS Lambda上部署EC2编译的FFmpeg工具——自定义层的方案》

《在AWS Lambda上部署标准FFmpeg工具——Docker方案》也是可以参考的。但是这个要求代码在部署时已经完备，而本例会在后面分析代码，所以本文中不参考这套部署方案。

1.2 部署代码

1.2.1 FFmpeg指令

我们使用的指令是：

ffmpeg -probesize 32768 -i {m3u8_stream_url} -y -t 0.001 -ss 1 -f image2 -r 1 -

其中*{m3u8_stream_url}*是需要被替换成视频流地址。其参数解析见下：

-probesize 32768:以字节为单位设置探测大小，即分析获取流信息的数据大小
-i:输入目标
-y:无需询问即可覆盖输出目标
-t:当用作输入选项（之前-i）时，限制从输入文件读取数据的持续时间。我这里设置的是0.001秒
-ss:开始时间。
-f:强制输入或输出文件格式。
image2:图像文件解复用器。
-r:提取图像的频率
-:输出目标。因为FFmpeg截图的图片不能落盘，于是通过这个配置让图片内容进入标准输出。

1.2.2 代码

我们使用Python代码来完成这个功能。

import json
import subprocess
import shlex
import boto3
import time

S3_DESTINATION_BUCKET = "inplay-video-image"

def lambda_handler(event, context):

    if not event:
        return {
        'statusCode': 200,
        'body': json.dumps('event is null')
    }
		
    # time.sleep(30) # 如果视频流一开始不用，则需要等待下。或者使用FFmpeg做下视频检测再决定当前时机是否可以截屏
    
	# 截屏
    cmd = "/opt/bin/ffmpeg -probesize 32768 -i {m3u8_stream_url} -y -t 0.001 -ss 1 -f image2 -r 1 -".format(m3u8_stream_url = event.get("m3u8_stream_url"))
    ffmpeg_cmd = shlex.split(cmd)
    ffmpeg_result = subprocess.run(ffmpeg_cmd, stdout=subprocess.PIPE, stderr=subprocess.PIPE)
	
	# 上S3桶
    s3_client = boto3.client('s3')
	file_name = "{file_path}/covers.jpeg".format(file_path = event.get('user_id')) # 在在event中我们传递了user_id以标识不同的用户，用于将用户的视频截图保存到S3桶下对应其user_id的目录下
    resp = s3_client.put_object(Body=ffmpeg_result.stdout, Bucket=S3_DESTINATION_BUCKET, Key=file_name) # 上传S3桶

    return {
        'statusCode': 200,
        'body': json.dumps('Processing complete successfully')
    }