OSS数据处理最佳实践--文档预览

前言

当前整个企业级数据管理市场面临着数字化转型，如何更好的管理数据、挖掘非结构化数据（专业文档、视频、图像等）的价值是当前企业需要解决的问题。

阿里云存储开放的数据湖体系引入众多计算引擎。通过阿里云智能媒体管理产品，对象存储OSS面向视频处理应用，图像处理应用，文档处理应用开放了接入能力。目前通过智能媒体管理支持图像识别、人脸检测、视频截帧、图片处理、文档预览、文本检索等多项数据处理能力，为上层应用提供强有力的支持。

框架介绍

阿里云OSS为在云上的数据打通了一个处理与使用的快速通道。通过简单的 RESTful 接口，可以在任何时间、任何地点、任何互联网设备上对存储在OSS中的数据进行分析处理。

数据处理包含以下两种：

• 阿里云OSS原生处理服务
  阿里云OSS原生处理服务包括图片处理和视频截帧，其中图片处理包括图片的缩略、剪裁、参数调节等， OSS原生处理服务无需开通，默认集成在OSS中，创建完Bucket后即可使用。产生的数据处理费用直接在OSS上结算。
• 智能媒体管理服务
  阿里云OSS与智能媒体管理（IMM）深度结合，支持文档预览、文档格式转换、人脸识别、图片分析、二维码识别等丰富的数据分析处理操作。

操作示例：当操作用于即时处理返回结果时，可以采用GET方式触发。参数在QueryString中传递。如：http://image-demo.oss-cn-hangzhou.aliyuncs.com/example.jpg?x-oss-process=image/circle,r_100 （该请求是Public请求，无需签名。部分操作必须通过进行签名后才能进行操作。）

文档预览实践

这里实现OSS上面的文档预览来快速帮助大家体验整个流程。当前的文档预览支持主要的office系列格式。

步骤1：开通相关产品

实现文档预览主要依赖于外部的智能媒体管理，将其作为插件接入到OSS进行使用。

• 开通对象存储OSS：点击这里
• 开通智能媒体管理：点击这里
• 开通智能媒体管理后，进入管理控制台，会弹窗提示授权 IMM 访问 OSS 的相关权限。这里点击同意；
  

步骤2：创建 或进入OSS Bucket

在北京、杭州、上海、深圳区域选择已有Bucket（智能媒体管理处理插件功能仅上述区域支持）。
如果还没有Bucket，创建标准存储类型即可：

步骤3：绑定智能媒体管理

进入 智能媒体 管理栏，如果是初次使用，可以点击 批量创建 按钮，勾选 文档预览 选择框。即绑定完成。
通过 批量创建 会帮助默认创建一个智能媒体管理项目，然后与该Bucket绑定。如果需要绑定现有的项目，或者解绑，可以点击绑定后的 设置 进行选择调整。

步骤4：实践使用

方式一：控制台直接查看

进入控制台 文件管理 栏，点击任何office系列文档即能立即在线预览。

方式二：SDK方式调用

1. 客户端向服务端发起预览请求，并提供要预览的文件。
2. 服务端根据请求文件进行 URL 签名，将签名完成的 URL 提供给客户端。
3. 客户端拿到签名后直接访问 OSS 查看文件。

服务端签名生成预览URL的代码如下：

# 创建存储空间实例，所有文件相关的方法都需要通过存储空间实例来调用。
bucket = oss2.Bucket(oss2.Auth(access_key_id, access_key_secret), endpoint, bucket_name)
# 文档预览，获取signURL。
process = 'imm/previewdoc,copy_1'
params = {}
params.update({bucket.PROCESS: process})
url = bucket.sign_url("GET", objectKey, 3600, params=params)
#打印结果
print url

更多数据处理能力

更多数据处理，点击查看