Python heroku上使用ffmpeg的内存限制错误

我在Heroku上运行了一个Flask应用程序，我正在尝试使用FFmpeg将视频重新编码到x265。为此，我有以下路线

@app.route('/x265', methods=['POST'])
def rotax265():
    up_file = request.files['file'].stream

    in_file = tempfile.TemporaryFile()
    in_file.write(up_file.read())
    in_file.seek(0)
    out_file = tempfile.TemporaryFile()

    conv = VideoConverter(in_file, out_file)

    conv.x265()
    out_file.seek(0)
    
    return out_file.read()

它使用我创建的

VideoConverter

类：

class VideoConverter(object):
    def __init__(self, in_file, out_file):
        self.input = in_file
        self.output = out_file

    def x265(self, read_chunk_size=-1):
        args = (
            ffmpeg
            .input('pipe:', format='matroska')
            .output('pipe:', vcodec='libx265', format='matroska')
            .get_args()
        )

        p = subprocess.Popen(
            ['ffmpeg'] + args, stdin=self.input, stdout=self.output)
        p.wait()

此类正在使用和

子流程

模块

我在输入和输出中都使用管道，这样我就不会使用存储空间并避免接收R-14错误（超出内存配额）

这在本地运行时可以正常工作，但是当我尝试在Heroku服务器上运行脚本时，它仍然返回R-14错误

有什么方法可以避免这些错误吗

我在输入和输出中都使用管道，这样我就不会使用存储空间并避免接收R-14错误（超出内存配额）

存储（磁盘）和内存（RAM）是不同的东西。此错误与内存有关

管道可能会阻止您写入磁盘，但它们不会减少内存使用。事实上，它们可能会增加内存使用率—数据必须存在于某个位置，如果无法写入磁盘，则需要保留在内存中

如果您在Heroku上遇到内存问题，您只有两个选择：

• 使用更少的内存
• 将您的dyno升级到具有更多内存的dyno

视频转换通常会占用大量内存，除了使用非常短的视频剪辑外，我不知道有什么好的方法可以减少内存。这就给你留下了一个真正的选择：投资更大的动力