大文件上传服务器、支持超大文件HTTP断点如何续传教程

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。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这种解释型语言来实现；

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（通常是浏览器）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，客户端可以向服务器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非常长，常常导致浏览器响应超时或服务器阻塞。

如果自己实现独立客户端（或浏览器的ActiveX插件）来上传文件，则支持断点续传将是一件非常简单的事情，只需在客户端记录文件上传状态。而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独立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（其实也没有必要这么做），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，可能得这么做，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 可以用于从文件切取片段来上传。

定义和用法

slice（） 方法可提取字文件的某个部分，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。另外，关注Java知音公众号，回复“后端面试”，送你一份面试题宝典！

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。

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

来源：blog.csdn.net/ababab12345/article/details/80490621

编辑：jq