大多数基于浏览器的 PDF 工具都标榜自己快捷、方便。上传文件，处理它，下载结果。但是 150 MB 的 PDF（这种在工程、法律发现和高分辨率扫描项目中积累的 PDF）测试了这个简单工作流程背后的每一个假设。浏览器必须上传文件而不会超时。服务器必须在不达到内存限制的情况下处理它。并且下载必须在传输过程中不中断连接的情况下完成。
答案是肯定的，但前提是该工具是为此设计的。大多数人都没有。
超过 100 MB 的大文件同时面临三个瓶颈：网络带宽、服务器处理能力和浏览器内存管理。当输入文件超过开发人员测试的大小时，妥善处理小文件的PDF压缩工具或PDF文件大小缩减器可能会弯曲、超时或产生损坏的输出。 WukongPDF 的工具专为处理更大的文件而设计，了解瓶颈所在可帮助您选择适用于大规模文件的工具和策略。
上传瓶颈：将文件发送到服务器
在完美条件下，通过典型的家庭宽带连接以 10 Mbps 的上传速度上传 150 MB 的文件大约需要两分钟。现实条件、竞争的家庭流量、ISP 限制、Wi-Fi 干扰可能会将时间延长至五分钟或更长时间。许多基于浏览器的工具都会设置 HTTP 超时，在超过 30 或 60 秒的情况下中止上传。您的上传失败并不是因为该工具拒绝了您的文件大小，而是因为连接无法在服务器停止侦听之前传递字节。
在尝试上传之前，请检查该工具规定的文件大小限制。一个宣传 100 MB 限制并预先拒绝您的 101 MB 文件的工具是诚实地介绍了它的功能。没有明确限制的工具可能会接受您的上传，然后默默地超时，然后让您盯着永远无法解析的旋转器。缺乏规定的限制通常意味着开发人员从未测试过您的文件大小，而不是基础设施可以处理它。具体限制是一种功能，而不是限制。
服务器端处理限制及其如何影响输出
服务器端 PDF 处理是内存密集型的。在每个进程分配 512 MB RAM 的服务器上运行的工具可以轻松处理 50 MB PDF。同一台服务器在处理 200 MB 文件时会出现阻塞，因为处理引擎需要同时在内存中保存页面内容的多个未压缩副本。结果要么是几分钟的颠簸后超时，要么是输出文件损坏，要么是由于页面被悄悄删除而导致文件小于应有的大小，并伴随着误导性的成功消息。
专为大文件设计的工具使用流式处理或分块处理。它们不是将整个 PDF 加载到内存中，而是一次处理一页，边写边输出。无论输入文件大小如何，这种方法都可以保持内存使用量恒定。代价是流处理无法像全文档处理那样有效地进行跨页面优化。流式压缩器无法分析所有页面的全局图像相似性来消除重复的徽标。输出将大于完整文档压缩过程产生的结果，但文件将完整且未损坏。对于超过 100 MB 的文件，完整性每次都胜过最佳压缩。
浏览器内存和下载阶段
现代浏览器对各个选项卡施加内存限制。当处理过的大文件作为单个下载发送回浏览器时，浏览器必须将整个文件保存在内存中，然后再将其写入磁盘。 200 MB 的下载可能会触发 Chrome 的每个选项卡内存压力阈值，导致选项卡崩溃或下载无提示地失败。 Firefox 和 Safari 也有类似的限制。下载在服务器端完成，但永远不会到达您的驱动器。
解决方法是使用提供直接下载链接的工具，而不是通过浏览器的 JavaScript 内存空间流回文件。链接会触发浏览器的本机下载管理器，该管理器会直接将数据块写入磁盘，而不会将整个文件保存在内存中。如果该工具仅提供浏览器内下载，并且您的文件超过大约 150 MB，那么除非您运行的计算机具有充足的 RAM 且浏览器配置为可进行大量下载，否则可能会出现问题。
| 文件大小 | 上传时间 (10 Mbps) | 主要瓶颈 | 推荐方法 |
|---|---|---|---|
| 小于 50 MB | 40秒以下 | 通常没有 | 标准浏览器工具运行良好 |
| 50-100MB | 40-80秒 | 上传超时风险 | 首先检查工具规定的尺寸限制 |
| 100-200MB | 80-160秒 | 上传+服务器内存 | 使用具有明确大文件支持的工具 |
| 200-500MB | 3-7分钟 | 上传+服务器+下载 | 具有分块上传功能的桌面工具或 API |
| 超过 500 MB | 7分钟以上 | 三者同时进行 | 强烈推荐桌面工具 |
在浏览器中处理大型 PDF 的实用策略
尽可能在上传前拆分。一个 200 MB 的 PDF 被分成四个 50 MB 的部分，几乎可以在任何浏览器工具中轻松处理。之后重新合并处理过的部分。这种分而治之的方法避开了每个瓶颈：每个块都可以快速上传，在服务器限制内进行处理，并且在没有内存压力的情况下下载。额外的拆分和合并步骤会增加几分钟时间，但保证完成。
当无法进行分割时，由于文件是单个 150 MB 扫描文档，没有自然分割点，因此请使用有线互联网连接来保证上传稳定性。关闭其他浏览器选项卡以释放内存以供下载。在处理过程中监视浏览器的任务管理器。如果内存超过 1 GB，该选项卡就有崩溃的风险。一些 PDF 工具提供“保存到云存储”选项，处理后的文件直接进入 Google Drive 或 Dropbox，而不是通过浏览器下载。这完全绕过了浏览器下载瓶颈，是非常大文件最可靠的传输方法。
何时放弃浏览器并使用桌面工具
三个迹象表明是时候进行转换了。您的上传在相似的文件大小下始终会超时，这表明存在未公布的服务器端限制。您处理的文件偶尔会损坏，最后出现丢失页面或乱码内容，这表明处理过程中内存耗尽。您的浏览器选项卡在下载过程中崩溃，这表明输出文件超出了您的浏览器环境可以缓冲的范围。其中任何一个都是一个信号。这三者加在一起意味着基于浏览器的方法从根本上不适合您的文件大小。
桌面 PDF 工具在本地处理文件，完全消除了上传时间、服务器内存限制和浏览器下载限制。一个 500 MB 的文件不可能通过浏览器在桌面工具上几乎同时处理，仅受计算机 CPU 和 RAM 的限制，这两者几乎肯定比分配给基于浏览器的免费工具会话的部分服务器资源更强大。