为什么你的 PDF pipeline 比需要的更慢
Source: Dev.to
每个后端工程师都有过这种经历。客户想要发票、报告、证书、对账单。 “直接生成 PDF”，他们说，就像是一个 print() 语句一样。
于是你就去使用标准工具链：用 Jinja2 渲染 HTML，启动一个无头 Chrome 实例，调用 page.pdf()，并祈祷在第 500 份文档时不会出现 OOM（内存溢出）。
它能工作。直到它不行了。
无头浏览器税
当你通过无头浏览器生成 PDF 时，实际会发生以下步骤：
- 启动一个 Chromium 进程（或连接到进程池）
- 创建一个新的页面上下文
- 加载你的 HTML + CSS + 资源
- 等待字体、图片、布局完成
- 调用打印为 PDF 的 API
- 序列化 PDF 字节
- 销毁页面上下文
对于单张发票，这大约需要 2–5 秒。而对于每月 10 000 份对账单的批量处理，你将面临 数小时的计算、数 GB 的内存，以及需要专门基础设施仅用于打印文档的部署。
最糟糕的是什么？Chromium 正在渲染完整的网页——包括 JavaScript 引擎、DOM、CSSOM、布局树、绘制、合成——而你真正需要的只是“把这些文字放在这些位置并画几条线”。
确定性渲染的真实含义
确定性的 PDF 渲染器不会把你的文档当作网页来解释。它读取结构化模板，解析布局，并直接写入 PDF 基元。没有浏览器。没有 JavaScript 引擎。没有中间渲染步骤。
对比
| 指标 | 无头浏览器 | 本地渲染器 |
|---|---|---|
| 每个文档的时间 | 2–5 秒 | 50–200 毫秒 |
| 每个文档的内存 | 200–500 MB | 10–30 MB |
| 批量 10 000 | 5–14 小时 | 8–30 分钟 |
| 确定性 | 否（竞争条件） | 是（SHA‑256 可复现） |
| 依赖项 | Chrome/Puppeteer | 无 |
最后一行的重要性超出你的想象。“无依赖”意味着你的 PDF 生成可以在 Lambda 函数、Docker 容器、CI 流水线，或是没有任何软件安装的裸金属服务器上运行。无需管理 Chrome 二进制文件。没有版本不匹配。没有沙箱的麻烦。
没有人谈论的可复现性问题
使用无头浏览器生成相同的发票两次。比较字节。它们不会匹配。
- 字体在不同运行之间略有不同的渲染。
- 时间戳嵌入到元数据中。
- 图像压缩在位层面上不稳定。
这意味着你不能通过比较哈希来验证文档是否未被篡改，不能激进地缓存，也不能构建依赖文档身份的审计追踪。
确定性渲染器对相同的输入始终产生相同的字节——永远如此。这不是学术问题；它是医疗、金融和法律文档流水线中的合规要求。如果你为受监管行业生成文档，non‑determinism 就是一种风险。
实际效果
我构建了 Fullbleed 来解决这个问题。它是一个 Rust 原生的 PDF 渲染引擎，并提供 Python 绑定。
安装并渲染单个文档
pip install fullbleed
fullbleed render invoice.html --output invoice.pdf批量渲染
from fullbleed import render_batch
documents = [
{"template": "invoice.html", "data": customer}
for customer in customers
]
# 通过 Rayon 在所有可用核心上并行渲染
results = render_batch(documents, workers="auto")1 万张发票。几分钟，而不是几小时。输出确定性。根本不需要 Chrome。
何时应该（以及不应该）使用原生渲染器
在以下情况下使用原生渲染器：
- 需要批量生成文档（发票、对账单、报告）
- 需要可复现的输出以满足合规或审计要求
- 管道运行在受限环境中（Lambda、CI、边缘）
- 性能至关重要（每份文档亚秒级）
- 希望没有外部依赖
在以下情况下坚持使用无头 Chrome：
- 渲染任意用户提供的 HTML/CSS/JS
- 需要像素级精准的网页截图
- 模板中包含复杂的 JavaScript 交互
- 每天生成的文档少于 10 份且不在乎速度
大多数后端工程师默认使用无头 Chrome，因为他们熟悉它。但如果你的使用场景是结构化文档生成——即使用模板填充数据——那么你实际上为不需要的功能支付了巨大的性能和复杂度代价。
要点
PDF 生成是一个已经解决的问题，但大多数团队的实现很糟糕。并不是因为他们不称职，而是因为显而易见的工具（wkhtmltopdf、Puppeteer、Playwright）更注重通用性而非性能。当你的实际需求是“用这些数据填充模板并生成 PDF”时，专门构建的渲染器 10–100× 更快，使用的内存只有很小的一部分，并且产生确定性的输出。
如果你正在构建文档流水线并想尝试这种方法，Fullbleed 是开源的（AGPLv3）并可通过 pip install fullbleed 安装。商业许可证可用于专有使用。