一次大规模 PDF 导出系统的工程复盘

——从“能跑”到“稳定可控”的完整决策过程
背景
业务中存在一类历史记录数据（若干字段 + 图片），需要支持批量导出为 PDF，用于归档和离线查看。
单页约包含 3 条记录，每条记录包含图片资源。

在极端情况下，导出任务可能涉及：

数千页内容
上万张图片
国内 / 海外多云部署
弱网与不稳定网络环境
这类任务不属于实时请求链路，但对系统稳定性要求极高。

一、问题定义：这不是“导出”，而是“批处理系统”
在需求分析阶段，我们没有将其简单视为“生成 PDF”，而是明确了它的工程属性：

✅ 高 IO 消耗（大量图片下载、文件读写）
✅ 高 CPU 消耗（无头浏览器渲染、HTML → PDF）
✅ 高内存消耗（图片解码、页面上下文）
✅ 异步、长时间任务
✅ 失败不可影响主业务
因此，首要目标不是“速度最快”，而是：

在极端数据量和不稳定环境下，保证导出成功率和系统隔离性。

二、架构选择：为什么使用函数计算（Serverless）
我们评估了三种方案：

1. 前端直接渲染并导出 PDF（否决）
   大数据量下浏览器内存占用极高
   页面卡死甚至崩溃
   严重影响用户体验
   结论：重计算任务不应放在客户端执行。

2. 放入核心后端服务（风险较高）
   属于资源消耗不可控的任务
   在并发或异常情况下，可能拖垮核心服务
   导出功能并非主业务链路
   结论：不应与核心服务共享资源池。

3. 使用函数计算进行任务隔离（最终选择）
   独立计算环境
   异步执行
   资源可配置
   即使失败也不影响主业务
   结论：该任务更适合放入 Serverless / 外部计算资源中。

三、初始方案设计
整体流程如下：

前端创建导出任务
将结构化数据打包为 JSON（图片仅传 URL）
通过消息机制触发函数计算
Node.js 函数计算启动无头浏览