【项目实战】大文件断点续传，搞起
今天给大家分享的又是一篇实战文章，也是最近私活里遇到的，万能的互联网给了我办法，分享一下。
背景
最近接到一个新的需求，需要上传2G左右的视频文件，用测试环境的OSS试了一下，上传需要十几分钟，再考虑到公司的资源问题，果断放弃该方案。
一提到大文件上传，我最先想到的就是各种网盘了，现在大家都喜欢将自己收藏的**「小电影」**上传到网盘进行保存。网盘一般都支持断点续传和文件秒传功能，减少了网络波动和网络带宽对文件的限制，大大提高了用户体验，让人爱不释手。
说到这，大家先来了解一下这几个概念：
- 「文件分块」：将大文件拆分成小文件，将小文件上传\下载，最后再将小文件组装成大文件；
- 「断点续传」：在文件分块的基础上，将每个小文件采用单独的线程进行上传\下载，如果碰到网络故障，可以从已经上传\下载的部分开始继续上传\下载未完成的部分，而没有必要从头开始上传\下载；
- 「文件秒传」：资源服务器中已经存在该文件，其他人上传时直接返回该文件的URI。
RandomAccessFile
平时我们都会使用FileInputStream，FileOutputStream，FileReader以及FileWriter等IO流来读取文件，今天我们来了解一下RandomAccessFile。
它是一个直接继承Object的独立的类，底层实现中它实现的是DataInput和DataOutput接口。该类支持随机读取文件，随机访问文件类似于文件系统中存储的大字节数组。
它的实现基于**「文件指针」**（一种游标或者指向隐含数组的索引），文件指针可以通过getFilePointer方法读取，也可以通过seek方法设置。
输入时从文件指针开始读取字节，并使文件指针超过读取的字节，如果写入超过隐含数组当前结尾的输出操作会导致扩展数组。该类有四种模式可供选择：
- r： 以只读方式打开文件，如果执行写入操作会抛出
IOException; - rw： 以读、写方式打开文件，如果文件不存在，则尝试创建文件；
- rws： 以读、写方式打开文件，要求对文件内容或元数据的每次更新都同步写入底层存储设备；
- rwd： 以读、写方式打开文件，要求对文件内容的每次更新都同步写入底层存储设备；
在rw模式下，默认是使用buffer的，只有cache满的或者使用RandomAccessFile.close()关闭流的时候才真正的写到文件。
API
1、
void seek(long pos)：设置下一次读取或写入时的文件指针偏移量，通俗点说就是指定下次读文件数据的位置。
偏移量可以设置在文件末尾之外，只有在偏移量设置超出文件末尾后，才能通过写入更改文件长度；
2、
native long getFilePointer()：返回当前文件的光标位置；
3、
native long length()：返回当前文件的长度；
4、「写」方法
5、readFully(byte[] b)：这个方法的作用就是将文本中的内容填满这个缓冲区b。如果缓冲b不能被填满，那么读取流的过程将被阻塞，如果发现是流的结尾，那么会抛出异常；
6、FileChannel getChannel()：返回与此文件关联的唯一FileChannel对象；
7、int skipBytes(int n)：试图跳过n个字节的输入，丢弃跳过的字节；
8、RandomAccessFile的绝大多数功能，已经被JDK1.4的NIO的**「内存映射」**文件取代了，即把文件映射到内存后再操作，省去了频繁磁盘io。
实操
文件分块
文件分块需要在前端进行处理，可以利用强大的js库或者现成的组件进行分块处理。需要确定分块的大小和分块的数量，然后为每一个分块指定一个索引值。
为了防止上传文件的分块与其它文件混淆，采用文件的md5值来进行区分，该值也可以用来校验服务器上是否存在该文件以及文件的上传状态。
- 如果文件存在，直接返回文件地址；
- 如果文件不存在，但是有上传状态，即部分分块上传成功，则返回未上传的分块索引数组；
- 如果文件不存在，且上传状态为空，则所有分块均需要上传。
fileRederInstance.readAsBinaryString(file);
fileRederInstance.addEventListener("load", (e) => {
let fileBolb = e.target.result;
fileMD5 = md5(fileBolb);
const formData = new FormData();
formData.append("md5", fileMD5);
axios
.post(http + "/fileUpload/checkFileMd5", formData)
.then((res) => {
if (res.data.message == "文件已存在") {
//文件已存在不走后面分片了，直接返回文件地址到前台页面
success && success(res);
} else {
//文件不存在存在两种情况，一种是返回data：null代表未上传过 一种是data:[xx，xx] 还有哪几片未上传
if (!res.data.data) {
//还有几片未上传情况，断点续传
chunkArr = res.data.data;
}
readChunkMD5();
}
})
.catch((e) => {});
});
在调用上传接口前，通过slice方法来取出索引在文件中对应位置的分块。
const getChunkInfo = (file, currentChunk, chunkSize) => {
//获取对应下标下的文件片段
let start = currentChunk * chunkSize;
let end = Math.min(file.size, start + chunkSize);
//对文件分块
let chunk = file.slice(start, end);
return { start, end, chunk };
};
之后调用上传接口完成上传。
断点续传、文件秒传
后端基于spring boot开发，使用redis来存储上传文件的状态和上传文件的地址。
如果文件完整上传，返回文件路径；部分上传则返回未上传的分块数组；如果未上传过返回提示信息。
❝
在上传分块时会产生两个文件，一个是文件主体，一个是临时文件。临时文件可以看做是一个数组文件，为每一个分块分配一个值为127的字节。
❞
校验MD5值时会用到两个值：
- 文件上传状态：只要该文件上传过就不为空，如果完整上传则为
true，部分上传返回false； - 文件上传地址：如果文件完整上传，返回文件路径；部分上传返回临时文件路径。
/**
* 校验文件的MD5
**/
public Result checkFileMd5(String md5) throws IOException {
//文件是否上传状态：只要该文件上传过该值一定存在
Object processingObj = stringRedisTemplate.opsForHash().get(UploadConstants.FILE_UPLOAD_STATUS, md5);
if (processingObj == null) {
return Result.ok("该文件没有上传过");
}
boolean processing = Boolean.parseBoolean(processingObj.toString());
//完整文件上传完成时为文件的路径，如果未完成返回临时文件路径（临时文件相当于数组，为每个分块分配一个值为127的字节）
String value = stringRedisTemplate.opsForValue().get(UploadConstants.FILE_MD5_KEY + md5);
//完整文件上传完成是true，未完成返回false
if (processing) {
return Result.ok(value,"文件已存在");
} else {
File confFile = new File(value);
byte[] completeList = FileUtils.readFileToByteArray(confFile);
List<Integer> missChunkList = new LinkedList<>();
for (int i = 0; i < completeList.length; i++) {
if (completeList[i] != Byte.MAX_VALUE) {
//用空格补齐
missChunkList.add(i);
}
}
return Result.ok(missChunkList,"该文件上传了一部分");
}
}
说到这，你肯定会问：当这个文件的所有分块上传完成之后，该怎么得到完整的文件呢？接下来我们就说一下分块合并的问题。
分块上传、文件合并
上边我们提到了利用文件的md5值来维护分块和文件的关系，因此我们会将具有相同md5值的分块进行合并，由于每个分块都有自己的索引值，所以我们会将分块按索引像插入数组一样分别插入文件中，形成完整的文件。
分块上传时，要和前端的分块大小、分块数量、当前分块索引等对应好，以备文件合并时使用，此处我们采用的是**「磁盘映射」**的方式来合并文件。
//读操作和写操作都是允许的
RandomAccessFile tempRaf = new RandomAccessFile(tmpFile, "rw");
//它返回的就是nio通信中的file的唯一channel
FileChannel fileChannel = tempRaf.getChannel();
//写入该分片数据 分片大小 * 第几块分片获取偏移量
long offset = CHUNK_SIZE * multipartFileDTO.getChunk();
//分片文件大小
byte[] fileData = multipartFileDTO.getFile().getBytes();
//将文件的区域直接映射到内存
MappedByteBuffer mappedByteBuffer = fileChannel.map(FileChannel.MapMode.READ_WRITE, offset, fileData.length);
mappedByteBuffer.put(fileData);
// 释放
FileMD5Util.freedMappedByteBuffer(mappedByteBuffer);
fileChannel.close();
每当完成一次分块的上传，还需要去检查文件的上传进度，看文件是否上传完成。
RandomAccessFile accessConfFile = new RandomAccessFile(confFile, "rw");
//把该分段标记为 true 表示完成
accessConfFile.setLength(multipartFileDTO.getChunks());
accessConfFile.seek(multipartFileDTO.getChunk());
accessConfFile.write(Byte.MAX_VALUE);
//completeList 检查是否全部完成,如果数组里是否全部都是(全部分片都成功上传)
byte[] completeList = FileUtils.readFileToByteArray(confFile);
byte isComplete = Byte.MAX_VALUE;
for (int i = 0; i < completeList.length && isComplete == Byte.MAX_VALUE; i++) {
//与运算, 如果有部分没有完成则 isComplete 不是 Byte.MAX_VALUE
isComplete = (byte) (isComplete & completeList[i]);
}
accessConfFile.close();
然后更新文件的上传进度到Redis中。
//更新redis中的状态：如果是true的话证明是已经该大文件全部上传完成
if (isComplete == Byte.MAX_VALUE) {
stringRedisTemplate.opsForHash().put(UploadConstants.FILE_UPLOAD_STATUS, multipartFileDTO.getMd5(), "true");
stringRedisTemplate.opsForValue().set(UploadConstants.FILE_MD5_KEY + multipartFileDTO.getMd5(), uploadDirPath + "/" + fileName);
} else {
if (!stringRedisTemplate.opsForHash().hasKey(UploadConstants.FILE_UPLOAD_STATUS, multipartFileDTO.getMd5())) {
stringRedisTemplate.opsForHash().put(UploadConstants.FILE_UPLOAD_STATUS, multipartFileDTO.getMd5(), "false");
}
if (!stringRedisTemplate.hasKey(UploadConstants.FILE_MD5_KEY + multipartFileDTO.getMd5())) {
stringRedisTemplate.opsForValue().set(UploadConstants.FILE_MD5_KEY + multipartFileDTO.getMd5(), uploadDirPath + "/" + fileName + ".conf");
}
}
总结
今天大体内容如上，大家实践起来，关注本专栏，还有更多实践，我们一起学习。