4GB以上，超大文件上傳，HTTP斷點(diǎn)續(xù)傳，如何實(shí)現(xiàn)？
最近由于筆者所在的研發(fā)集團(tuán)產(chǎn)品需要，需要支持高性能的大文件（大都數(shù)是 4GB 以上）的 http 上傳，并且要求支持 http 斷點(diǎn)續(xù)傳。筆者在以前介紹了實(shí)現(xiàn)大文件上傳的一些基本概念，其實(shí)非常簡單，這里在簡要?dú)w納一下，方便記憶！
服務(wù)器端由 C 語言實(shí)現(xiàn)，而不是用 java、PHP 這種解釋型語言來實(shí)現(xiàn)；服務(wù)器端即時(shí)寫入硬盤，因此無需再次調(diào)用 move_uploaded_file、InputStreamReader 這種需要緩存的技術(shù)來避免服務(wù)器內(nèi)存占用與瀏覽器請求超時(shí)；支持 HTML5 與IFRAME（針對老瀏覽器），并且支持獲取文件上傳進(jìn)度。為了更好的適應(yīng)當(dāng)前的移動互聯(lián)網(wǎng)，要求對上傳服務(wù)支持?jǐn)帱c(diǎn)續(xù)傳，斷線重連。因?yàn)橐苿踊ヂ?lián)網(wǎng)并不非常穩(wěn)定；再者，上傳一個(gè)大文件發(fā)生異常掉線的可能性非常大，為了避免重新上傳，支持?jǐn)帱c(diǎn)續(xù)傳就變得非常必要了。
支持?jǐn)帱c(diǎn)續(xù)傳的思路是：
客戶端（通常是瀏覽器）向服務(wù)器端上傳某個(gè)文件，服務(wù)器端不斷記錄上傳的進(jìn)度，如果一旦掉線或發(fā)生其它異常，客戶端可以向服務(wù)器查詢某個(gè)文件已經(jīng)上傳的狀態(tài)，從上次上傳的文件位置接著上傳。
?網(wǎng)上也有大師采用分片文件上傳方式來實(shí)現(xiàn)大文件上傳，方法是將文件切成小片，例如 4MB 一個(gè)片段，服務(wù)器端每次接收一小片文件保存一個(gè)臨時(shí)文件，等待所有片段傳輸完畢后，再執(zhí)行合并。筆者認(rèn)為，如果原始文件足夠小，這種方式是可以的，但一旦文件有幾百兆或者幾個(gè) GB 或者幾十個(gè) GB，則合并文件的時(shí)間會非常長，常常導(dǎo)致瀏覽器響應(yīng)超時(shí)或服務(wù)器阻塞。
?
?如果自己實(shí)現(xiàn)獨(dú)立客戶端（或?yàn)g覽器的 ActiveX 插件）來上傳文件，則支持?jǐn)帱c(diǎn)續(xù)傳將是一件非常簡單的事情，只需在客戶端記錄文件上傳狀態(tài)。而支持瀏覽器斷點(diǎn)續(xù)傳（無需安裝第三方插件）一般來說是要比自己做獨(dú)立客戶端上傳難度大一些，但也不難。我的實(shí)現(xiàn)思路如下：
?
Part1 瀏覽器在上傳某個(gè)文件時(shí)候
「先給這個(gè)文件生成一個(gè) HASH 值，必須在瀏覽器端生成這個(gè) HASH 值」
不能單循地依據(jù)文件名來查詢文件上傳記錄，文件名的重復(fù)性很大，文件名 + 文件尺寸組成的值重復(fù)性縮小，如果再加上文件修改時(shí)間，則重復(fù)性進(jìn)一步縮小，如果再加上一個(gè)瀏覽器的 ID 可以進(jìn)一步縮小重復(fù)性沖突。最好的 HASH 值的計(jì)算方法是用文件的內(nèi)容進(jìn)行 MD5 計(jì)算，但計(jì)算量極大（其實(shí)也沒有必要這么做），過多的耗時(shí)會影響上傳的體驗(yàn)。
基于上述理由，我的 HASH 值計(jì)算思路如下：
首先給瀏覽器賦予一個(gè) ID，這個(gè) ID 保存在 Cookie里；瀏覽器的 ID+ 文件的修改時(shí)間 + 文件名 + 文件尺寸 的結(jié)果進(jìn)行MD5來計(jì)算一個(gè)文件的 HASH 值；瀏覽器的ID 是系統(tǒng)在瀏覽器訪問文件上傳站點(diǎn)時(shí)自動給瀏覽器授予的。
//簡單的 Cookie 幫助函數(shù)
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 "";
}
//
//簡單的文件HASH值計(jì)算，如果您不是十分考究，應(yīng)該可以用于產(chǎn)品。
//由于計(jì)算文件HASH值用到了多種數(shù)據(jù)，因此在HYFileUploader系統(tǒng)范圍內(nèi)發(fā)生HASH沖突的可能性應(yīng)該非常小，應(yīng)該可以放心使用。
//獲取文件的ID可以用任何算法來實(shí)現(xiàn)，只要保證做到同一文件的ID是相同的即可，獲取的ID長度不要超過32字節(jié)
//
function getFileId (file)
{
//給瀏覽器授予一個(gè)唯一的ID用于區(qū)分不同的瀏覽器實(shí)例（不同機(jī)器或者相同機(jī)器不同廠家的瀏覽器）
var clientid = getCookie("HUAYIUPLOAD");
if (clientid == "") {
//用一個(gè)隨機(jī)值來做瀏覽器的ID，將作為文件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;
}
筆者認(rèn)為：不必通過讀取文件的內(nèi)容來計(jì)算 HASH 值，這樣會非常慢的。如果確實(shí)需要實(shí)現(xiàn) HTTP 秒傳，可能得這么做，這樣如果不同的人上傳的文件內(nèi)容一致，就可避免重復(fù)上傳，直接返回結(jié)果即可。
只所以給瀏覽器賦予一個(gè) ID，這樣可以進(jìn)一步避免別的計(jì)算機(jī)的同名同尺寸文件的 HASH 值沖突。
Part2 查詢文件的 HASH 值
在文件上傳支持，先通過文件的 HASH 值從上傳服務(wù)器查詢文件的上傳進(jìn)度信息，然后從上傳進(jìn)度位置開始上傳，代碼如下：
var fileObj = currentfile;
var fileid = getFileId(fileObj);
var t = (new Date()).getTime();
//通過以下URL獲取文件的斷點(diǎn)續(xù)傳信息，必須的參數(shù)為fileid，后面追加t參數(shù)是避免瀏覽器緩存
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('服務(wù)器返回的數(shù)據(jù)不正確，可能是不兼容的服務(wù)器');
return;
}
//斷點(diǎn)續(xù)傳信息返回的文件對象包含已經(jīng)上傳的尺寸
var uploadedBytes = result.file && result.file.size;
if (!result.file.finished && uploadedBytes < fileObj.size) {
upload_file(fileObj,uploadedBytes,fileid);
}
else {
//文件已經(jīng)上傳完成了，就不要再上傳了，直接返回結(jié)果就可以了
showUploadedFile(result.file);
//模擬進(jìn)度完成
//var progressBar = document.getElementById('progressbar');
//progressBar.value = 100;
}
}else {
alert('獲取文件斷點(diǎn)續(xù)傳信息失敗');
}
}
}
ajax.open('get',url,true);
ajax.send(null);
以上是通過 jQuery-file-upload 組件的實(shí)現(xiàn)，通過原始 Javascript 的實(shí)現(xiàn)代碼請參見 demos 目錄的 h4resume.html 樣本代碼。
Part3 執(zhí)行上傳
在查詢完文件的斷點(diǎn)續(xù)傳信息后，如果文件確實(shí)以前已經(jīng)上傳，服務(wù)器將返回已經(jīng)上傳過的文件尺寸，我們接著從已經(jīng)上傳的文件尺寸位置開始上傳數(shù)據(jù)即可。
html5 的 File 對象的 slice 可以用于從文件切取片段來上傳。
定義和用法
slice() 方法可提取字文件的某個(gè)部分，并以新的字符串返回被提取的部分。
語法
File.slice(start,end)
參數(shù) 描述
start 要抽取的片斷的起始下標(biāo)。如果是負(fù)數(shù)，則該參數(shù)規(guī)定的是從字符串的尾部開始算起的位置。也就是說，-1 指字符串的最后一個(gè)字符，-2 指倒數(shù)第二個(gè)字符，以此類推。end 緊接著要抽取的片段的結(jié)尾的下標(biāo)。若未指定此參數(shù)，則要提取的子串包括 start 到原字符串結(jié)尾的字符串。如果該參數(shù)是負(fù)數(shù)，那么它規(guī)定的是從字符串的尾部開始算起的位置。
實(shí)現(xiàn)分片文件上傳的代碼如下
/*
文件上傳處理代碼
fileObj : html5 File 對象
start_offset: 上傳的數(shù)據(jù)相對于文件頭的起始位置
fileid: 文件的ID，這個(gè)是上面的getFileId 函數(shù)獲取的，
*/
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("上傳文件失敗！");
}
var uploadCanceled = function (evt) {
alert("上傳被取消或者瀏覽器斷開了連接！");
}
//設(shè)置超時(shí)時(shí)間,由于是上傳大文件，因此千萬不要設(shè)置超時(shí)
//xhr.timeout = 20000;
//xhr.ontimeout = function(event){
// alert('文件上傳時(shí)間太長，服務(wù)器在規(guī)定的時(shí)間內(nèi)沒有響應(yīng)！');
//}
xhr.overrideMimeType("application/octet-stream");
var filesize = fileObj.size;
var blob = fileObj.slice(start_offset,filesize);
var fileOfBlob = new File([blob], fileObj.name);
//附加的文件數(shù)據(jù)應(yīng)該放在請求的前面
formData.append('filename', fileObj.name);
//必須將fileid信息傳送給服務(wù)器，服務(wù)器只有在獲得了fileid信息后才對文件做斷點(diǎn)續(xù)傳處理
formData.append('fileid', fileid);
//請將文件數(shù)據(jù)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);
}
為了驗(yàn)證文件斷點(diǎn)續(xù)傳，筆者做了一個(gè)簡單的界面，用于顯示文件上傳的過程中的狀態(tài)信息，界面如下：
通過 HTML 可以計(jì)算文件上傳的進(jìn)度，文件已經(jīng)上傳的尺寸，文件上傳的位率等信息，如果在上傳過程中出現(xiàn)任何異常，則重新上傳即可，已經(jīng)上傳的部分將不需要重新上傳。
為了驗(yàn)證 HTML5 斷點(diǎn)續(xù)傳，可以通過 github 來下載這個(gè)文件上傳服務(wù)器來進(jìn)行測試：https://github.com/wenshui2008/UploadServer。