惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

IT之家
IT之家
Y
Y Combinator Blog
T
Tailwind CSS Blog
G
Google Developers Blog
博客园 - Franky
Google DeepMind News
Google DeepMind News
阮一峰的网络日志
阮一峰的网络日志
Microsoft Azure Blog
Microsoft Azure Blog
博客园 - 聂微东
爱范儿
爱范儿
博客园 - 【当耐特】
腾讯CDC
T
The Blog of Author Tim Ferriss
MongoDB | Blog
MongoDB | Blog
H
Help Net Security
C
Check Point Blog
大猫的无限游戏
大猫的无限游戏
M
MIT News - Artificial intelligence
博客园_首页
Stack Overflow Blog
Stack Overflow Blog
The GitHub Blog
The GitHub Blog
Engineering at Meta
Engineering at Meta
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报

Mox的笔记库

2026PPoPP MLIR Tutorial学习 | Mox的笔记库 MacOS配置《明日方舟:终末地》 | Mox的笔记库 2025:向内生长 | Mox的笔记库 由mlir::ExecutionEngine引发的跨系统问题 | Mox的笔记库 WSL2配置Cuda-Tile环境记录(未完待续) | Mox的笔记库 Vibe Coding手搓项目记录 | Mox的笔记库 给Debian上包——以DuckDB为例 | Mox的笔记库 UCPD.sys事件存档 | Mox的笔记库 换新电脑之Mac mini M4从购买到配置 | Mox的笔记库 Mac配置MLX-C开发环境 | Mox的笔记库 RISC-V meets RDBMS——RISC-V架构上可运行数据库一览 | Mox的笔记库 DuckDB Sort实现调查 | Mox的笔记库 修复Redis在树莓派5上无法运行的问题 | Mox的笔记库 如何在MLIR中自定义类型并且输出运行 | Mox的笔记库 网站网络结构变更记录 | Mox的笔记库 EDBT25论文阅读:PhoebeDB——A Disk-Based RDBMS Kernel for High-Performance and Cost-Effective OLTP SIGMOD25论文阅读:BPF-DB:——A Kernel-Embedded Transactional Database Management System For eBPF Applications Apache Arrow Gandiva项目解析 | Mox的笔记库 VLDB24论文阅读:Cloud-Native Database Systems and Unikernels——Reimagining OS Abstractions for Modern Hardware NoisePage源码分析(未完待续) | Mox的笔记库 VLDB20论文阅读:Mainlining Databases——Supporting Fast Transactional Workloads on Universal Columnar Data File Formats VLDB17论文阅读:Relaxed Operator Fusion for In-Memory Databases:Making Compilation, Vectorization, and Prefetching Work Together At Last 论文阅读:How not to structure your database-backed web applications——a study of performance bugs in the wild SIGMOD24阅读:ROME——Robust Query Optimization via Parallel Multi-Plan Execution 文章阅读:First Past the Post-Evaluating Query Optimization in MongoDB SIGMOD文章阅读:Apache Calcite——A Foundational Framework for Optimized Query Processing Over Heterogeneous Data Sources VLDB23论文阅读:Analyzing the Impact of Cardinality Estimation on Execution Plans in Microsoft SQL Server SIGMOD22论文阅读:Efficient Massively Parallel Join Optimization for Large Queries VLDB论文阅读:Weaving Relations for Cache Performance VLDB22论文阅读:ConnectorX——Accelerating Data Loading From Databases to Dataframes
基于元信息写入的服务器压力测试 | Mox的笔记库
MocusEZ · 2024-05-15 · via Mox的笔记库

什么是元信息?

就是写入在文件二进制中,一般情况下正常打开看不到的信息。

更多详细答案请自行搜索,无论哪种方案肯定都比我说的详细

今天我想说的时这个东西:

mocusez/meta-information-test

基于元信息写入的服务器压力测试

很Boring的一个东西,不是吗?😛

其实测试的本质就是EXIFtool,FFmpeg往文件里面写入元信息,但当数据量上来以后,将足够跑满整台服务器

适用于以下场景:

某天收到某些不可抗力的某些不明要求,要求你的文件写入特定标识的元信息,表明这个文件是你提供的。

你需要出一些比较奇怪的CTF MISC题目,存在需要同时大量写入元信息的情况

除此之外我也想不到有什么应用场景了😂

关于如何使用的信息已经写在Readme里了,需要的话自取

一个图像/视频能写入多少元信息?

PNG 无理论上限

JPG 无理论上限

MP3

  • ID3v1: 这是最老的ID3标签版本,它在MP3文件的末尾固定占用128字节。ID3v1标签包含诸如曲目名称、艺术家、专辑、年份、流派和注释等基本信息,但由于空间非常有限,每个字段的长度都受到了严格限制,例如曲目名称和艺术家名称字段各限制为30个字符。
  • ID3v2: 理论上ID3v2标签的大小仅受限于文件系统对文件大小的限制

MP4: 无理论上限

MOV:无理论上限

需要指出,过量的元数据会影响播放器的播放视频的性能

但是实际上,写入的元信息量会受限于系统命令行允许的最大长度,否则就会收到无情的OSError: [Errno 7] Argument list too long

听起来很不靠谱?😂但如果用ExifTool和FFmpeg你就会遇到这样的问题,差不多也就些个200KB就顶天了

遇到这种情况,只能你自己写程序绕过

可以看到我仓库里的PNG就是使用Python写入,通过这种方式,你就可以获得一个100M大小的,720P分辨率PNG图片🤣

Note:为了做这个测试,我踩了一个Python关于循环的坑😅,可以看看仓库里的LargeTextGeneration.py,试试看用循环写入会发生什么事情

你会收获一个大O为指数增长的运行时间

插入元信息是否有什么技术力要求?

约等于无,PhotoShop,GIMP这类软件都可以编辑

结语

今天就写到这里,上班就是这点不太好,有些奇怪的想法需要回家才能实现😛


avatar

探索未曾设想的道路