HTTP文件上传服务器-支持超大文件HTTP断点续传的实现办法

      最近由于笔者所在的研发集团产品需要，需要支持高性能的大文件http上传，并且要求支持http断点续传。笔者在以前的博客
如何实现支持大文件的高性能HTTP文件上传服务器
<https://blog.csdn.net/ababab12345/article/details/77131305>
已经介绍了实现大文件上传的一些基本概念，其实非常简单，这里在简要归纳一下，方便记忆：

* 服务器端由C语言实现，而不是用java、PHP这种脚本来实现；
* 服务器端即时写入硬盘，因此无需再次调用move_uploaded_file、InputStreamReader
这种需要缓存的技术来避免服务器内存占用与浏览器请求超时；
* 支持HTML5与IFRAME（针对老浏览器），并且支持获取文件上传进度。
      为了更好的适应当前的移动互联网，要求对上传服务支持断点续传，断线重连
。因为移动互联网并不非常稳定；再者，上传一个大文件发生异常掉线的可能性非常大，为了避免重新上传，支持断点续传就变得非常必要了。

支持断点续传的思路是：

     
客户端向服务器端上传某个文件，并不断记录上传的进度，如果一旦掉线或发生其它异常，客户端可以查询某个文件已经上传的状态，从上次上传的文件位置接着上传。


     
网上也有大师采用分片文件上传方式来实现大文件上传，方法是将文件切成小片，例如4MB一个片段，服务器端每次接收一小片文件保存成一个临时文件，等待所有片段传输完毕后，再执行合并。笔者认为，如果原始文件足够小，这种方式是可以的，但一旦文件有几百兆或者几个GB或者几十个GB，则合并文件的时间会足够长，常常导致浏览器超时或服务器阻塞。


     
如果自己实现客户端来上传，则支持断点续传将是一件非常简单的事情。支持浏览器断点续传（无需安装第三方插件）一般来说是要比自己做客户端上传难度大一些，但也不难。我的实现思路如下：

一、浏览器在上传某个文件时候，先给这个文件生成一个HASH值，必须在浏览器端生成这个HASH值。

      不能单循地依据文件名来查询文件上传记录，文件名的重复性很大，文件名 +
文件尺寸组成的值重复性缩小，如果再加上文件修改时间，则重复性进一步缩小，如果再加上一个浏览器的
ID可以进一步缩小重复性冲突。最好的HASH值的计算方法是用文件的内容进行MD5计算，但计算量极大，过多的耗时会影响上传的体验。

基于上述理由，我的HASH值计算思路如下：

* 首先给浏览器赋予一个ID，这个ID保存在Cookie里；
* 浏览器的 ID+ 文件的修改时间 + 文件名 + 文件尺寸 的结果进行MD5来计算一个文件的HASH值；

* 浏览器的ID 是系统在浏览器访问文件上传站点时自动给浏览器授予的。
//简单的Cookie帮助函数 function setCookie(cname,cvalue,exdays) {   var d = new
Date();   d.setTime(d.getTime()+(exdays*24*60*60*1000));   var expires =
"expires="+d.toGMTString();   document.cookie = cname + "=" + cvalue + "; " +
expires; } function getCookie(cname) {   var name = cname + "=";   var ca =
document.cookie.split(';');   for(var i=0; i<ca.length; i++)    {     var c =
ca[i].trim();     if (c.indexOf(name)==0) return
c.substring(name.length,c.length);   }   return ""; } //
//简单的文件HASH值计算，如果您不是十分考究，应该可以用于产品。
//由于计算文件HASH值用到了多种数据，因此在HYFileUploader系统范围内发生HASH冲突的可能性应该非常小，应该可以放心使用。
//获取文件的ID可以用任何算法来实现，只要保证做到同一文件的ID是相同的即可，获取的ID长度不要超过32字节 // function getFileId
(file)  {     //给浏览器授予一个唯一的ID用于区分不同的浏览器实例（不同机器或者相同机器不同厂家的浏览器）     var clientid
= getCookie("HUAYIUPLOAD");     if (clientid == "") {        
//用一个随机值来做浏览器的ID，将作为文件HASH值的一部分         var rand = parseInt(Math.random() *
1000);         var t = (new Date()).getTime();         clientid =rand+'T'+t;  
               setCookie("HUAYIUPLOAD",clientid,365);     }          var info =
clientid;     if (file.lastModified)         info += file.lastModified;     if
(file.name)         info += file.name;     if (file.size)         info +=
file.size;     //https://cdn.bootcss.com/blueimp-md5/2.10.0/js/md5.min.js    
var fileid = md5(info);     return fileid; }

笔者认为：不必通过读取文件的内容来计算HASH值，这样会非常慢的。如果确实需要实现HTTP秒传，可能的这么做，这样如果不同的人上传的文件内容一致，就可避免重复上传，直接返回结果即可。

之所以给浏览器赋予一个ID，这样可以进一步避免别的计算机的同名同尺寸文件的HASH值冲突。

二、查询文件的HASH值

在文件上传支持，先通过文件的HASH值从上传服务器查询文件的上传进度信息，然后从上传进度位置开始上传，代码如下：
    var fileObj = currentfile;     var fileid = getFileId(fileObj);     var t
= (new Date()).getTime();     //通过以下URL获取文件的断点续传信息，必须的参数为fileid，后面追加t参数是避免浏览器缓存
    var url = resume_info_url + '?fileid='+fileid + '&t='+t;          var ajax
= new XMLHttpRequest();          ajax.onreadystatechange = function () {       
  if(this.readyState == 4){             if (this.status == 200){              
  var response = this.responseText;                                  var result
= JSON.parse(response);                 if (!result) {                    
alert('服务器返回的数据不正确，可能是不兼容的服务器');                     return;                 }
                //断点续传信息返回的文件对象包含已经上传的尺寸                 var uploadedBytes =
result.file && result.file.size;                 if (!result.file.finished &&
uploadedBytes < fileObj.size) {                    
upload_file(fileObj,uploadedBytes,fileid);                 }                
else {                     //文件已经上传完成了，就不要再上传了，直接返回结果就可以了                    
showUploadedFile(result.file);                     //模拟进度完成                    
//var progressBar = document.getElementById('progressbar');                    
//progressBar.value = 100;                 }                              }else
{                 alert('获取文件断点续传信息失败');             }           }      }    
ajax.open('get',url,true);     ajax.send(null);
以上是通过 jQuery-file-upload组件的实现，通过原始Javascript的实现代码请参见demos目录的h4resume.html样本代码。

三、执行上传

在查询完文件的断点续传信息后，如果文件确实以前已经上传，服务器将返回已经上传过的文件尺寸，我们接着从已经上传的文件尺寸位置开始上传数据即可。

html5的File对象的 slice 可以用于从文件窃取片段来上传。
定义和用法 slice() 方法可提取字符串的某个部分，并以新的字符串返回被提取的部分。 语法 File.slice(start,end) 参数 描述
start 要抽取的片断的起始下标。如果是负数，则该参数规定的是从字符串的尾部开始算起的位置。 也就是说，-1 指字符串的最后一个字符，-2
指倒数第二个字符，以此类推。 end 紧接着要抽取的片段的结尾的下标。若未指定此参数，则要提取的子串包括 start 到原字符串结尾的字符串。
如果该参数是负数，那么它规定的是从字符串的尾部开始算起的位置。
实现分片文件上传的代码如下：
/* 文件上传处理代码 fileObj : html5 File 对象 start_offset: 上传的数据相对于文件头的起始位置 fileid:
文件的ID，这个是上面的getFileId 函数获取的， */ function
upload_file(fileObj,start_offset,fileid) { var xhr = new XMLHttpRequest(); var
formData = new FormData(); var blobfile; if(start_offset >= fileObj.size){
return false; } var bitrateDiv = document.getElementById("bitrate"); var
finishDiv = document.getElementById("finish"); var progressBar =
document.getElementById('progressbar'); var progressDiv =
document.getElementById('percent-label'); var oldTimestamp = 0; var oldLoadsize
= 0; var totalFilesize = fileObj.size; if (totalFilesize == 0) return; var
uploadProgress = function (evt) { if (evt.lengthComputable) { var uploadedSize
= evt.loaded + start_offset; var percentComplete = Math.round(uploadedSize *
100 / totalFilesize); var timestamp = (new Date()).valueOf(); var isFinish =
evt.loaded == evt.total; if (timestamp > oldTimestamp || isFinish) { var
duration = timestamp - oldTimestamp; if (duration > 500 || isFinish) { var size
= evt.loaded - oldLoadsize; var bitrate = (size * 8 / duration /1024) * 1000;
//kbps if (bitrate > 1000) bitrate = Math.round(bitrate / 1000) + 'Mbps'; else
bitrate = Math.round(bitrate) + 'Kbps'; var finish = evt.loaded + start_offset;
if (finish > 1048576) finish = (Math.round(finish / (1048576/100)) /
100).toString() + 'MB'; else finish = (Math.round(finish / (1024/100) ) /
100).toString() + 'KB'; progressBar.value = percentComplete;
progressDiv.innerHTML = percentComplete.toString() + '%'; bitrateDiv.innerHTML
= bitrate; finishDiv.innerHTML = finish; oldTimestamp = timestamp; oldLoadsize
= evt.loaded; } } } else { progressDiv.innerHTML = 'N/A'; } }
xhr.onreadystatechange = function(){ 　　　　if ( xhr.readyState == 4 && xhr.status
== 200 ) { 　　　　　　console.log( xhr.responseText ); 　　　　} else if (xhr.status ==
400) { } 　　}; var uploadComplete = function (evt) { progressDiv.innerHTML =
'100%'; var result = JSON.parse(evt.target.responseText); if (result.result ==
'success') { showUploadedFile(result.files[0]); } else { alert(result.msg); } }
var uploadFailed = function (evt) { alert("上传文件失败！"); } var uploadCanceled =
function (evt) { alert("上传被取消或者浏览器断开了连接！"); } //设置超时时间,由于是上传大文件，因此千万不要设置超时
//xhr.timeout = 20000; //xhr.ontimeout = function(event){
　　//　　alert('文件上传时间太长，服务器在规定的时间内没有响应！'); 　　//}
xhr.overrideMimeType("application/octet-stream"); var filesize = fileObj.size;
var blob = fileObj.slice(start_offset,filesize); var fileOfBlob = new
File([blob], fileObj.name); //附加的文件数据应该放在请求的前面 formData.append('filename',
fileObj.name); //必须将fileid信息传送给服务器，服务器只有在获得了fileid信息后才对文件做断点续传处理
formData.append('fileid', fileid); //请将文件数据放在最后的域
//formData.append("file",blob, fileObj.name); formData.append('file',
fileOfBlob); xhr.upload.addEventListener("progress", uploadProgress, false);
xhr.addEventListener("load", uploadComplete, false);
xhr.addEventListener("error", uploadFailed, false);
xhr.addEventListener("abort", uploadCanceled, false); xhr.open('POST',
upload_file_url); // xhr.send(formData); }
为了验证文件断点续传，笔者做了一个简单的界面，用于显示文件上传的过程中的状态信息，界面如下：




通过HTML可以计算文件上传的进度，文件已经上传的尺寸，文件上传的位率等信息，如果在上传过程中出现任何异常，则重新上传即可，已经上传的部分将不需要重新上传。



为了验证HTML5断点续传，可以通过 github来下载 这个文件上传服务器来进行测试。

https://github.com/wenshui2008/UploadServer

• « 上一篇：Idea每次修改js文件都需要重启tomcat的解决办法
• » 下一篇：简单谈谈什么是Hystrix，以及SpringCloud的各种超时时间配置效果，和简单谈谈微服务优化