自己實現一個大文件切片上傳 - 斷點續傳
PM:喂,那個切圖仔,我這裏有個 100G 的視頻要上傳,你幫我做一個上傳後臺,下班前給我哦,辛苦了。
我:。。。
相信每個切圖工程師,都接觸過文件上傳的需求,一般的小文件,我們直接使用 input file
,然後構造一個 new FormData()
對象,扔給後端就可以了。如果使用了 Ant design 或者 element ui 之類的 ui 庫,那更簡單,直接調用一下 api 即可。當然了,複雜一些的,市面上也有不少優秀的第三方插件,比如 WebUploader。但是作爲一個有追求的工程師,怎麼能僅僅滿足於使用插件呢,今天我們就來自己實現一個。
首先我們來分析一下需求
一個上傳組件,需要具備的功能:
-
需要校驗文件格式
-
可以上傳任何文件,包括超大的視頻文件(切片)
-
上傳期間斷網後,再次聯網可以繼續上傳(斷點續傳)
-
要有進度條提示
-
已經上傳過同一個文件後,直接上傳完成(秒傳)
前後端分工:
- 前端:
-
文件格式校驗
-
文件切片、md5 計算
-
發起檢查請求,把當前文件的 hash 發送給服務端,檢查是否有相同 hash 的文件
-
上傳進度計算
-
上傳完成後通知後端合併切片
- 後端:
-
檢查接收到的 hash 是否有相同的文件,並通知前端當前 hash 是否有未完成的上傳
-
接收切片
-
合併所有切片
架構圖如下
接下來開始具體實現
一、 格式校驗
對於上傳的文件,一般來說,我們要校驗其格式,僅需要獲取文件的後綴(擴展名),即可判斷其是否符合我們的上傳限制:
//文件路徑
var filePath = "file://upload/test.png";
//獲取最後一個.的位置
var index= filePath.lastIndexOf(".");
//獲取後綴
var ext = filePath.substr(index+1);
//輸出結果
console.log(ext);
// 輸出:png
但是,這種方式有個弊端,那就是我們可以隨便篡改文件的後綴名,比如:test.mp4
,我們可以通過修改其後綴名:test.mp4 -> test.png
,這樣即可繞過限制進行上傳。那有沒有更嚴格的限制方式呢?當然是有的。
那就是通過查看文件的二進制數據來識別其真實的文件類型,因爲計算機識別文件類型時,並不是真的通過文件的後綴名來識別的,而是通過 “魔數”(Magic Number)來區分,對於某一些類型的文件,起始的幾個字節內容都是固定的,根據這幾個字節的內容就可以判斷文件的類型。藉助十六進制編輯器,可以查看一下圖片的二進制數據,我們還是以test.png
爲例:
由上圖可知,PNG 類型的圖片前 8 個字節是 0x89 50 4E 47 0D 0A 1A 0A
。基於這個結果,我們可以據此來做文件的格式校驗,以 vue 項目爲例:
<template>
<div>
<input
type="file"
id="inputFile"
@change="handleChange"
/>
</div>
</template>
<script>
export default {
name: "HelloWorld",
methods: {
check(headers) {
return (buffers, options = { offset: 0 }) =>
headers.every(
(header, index) => header === buffers[options.offset + index]
);
},
async handleChange(event) {
const file = event.target.files[0];
// 以PNG爲例,只需要獲取前8個字節,即可識別其類型
const buffers = await this.readBuffer(file, 0, 8);
const uint8Array = new Uint8Array(buffers);
const isPNG = this.check([0x89, 0x50, 0x4e, 0x47, 0x0d, 0x0a, 0x1a, 0x0a]);
// 上傳test.png後,打印結果爲true
console.log(isPNG(uint8Array))
},
readBuffer(file, start = 0, end = 2) {
// 獲取文件的二進制數據,因爲我們只需要校驗前幾個字節即可,所以並不需要獲取整個文件的數據
return new Promise((resolve, reject) => {
const reader = new FileReader();
reader.onload = () => {
resolve(reader.result);
};
reader.onerror = reject;
reader.readAsArrayBuffer(file.slice(start, end));
});
}
}
};
</script>
以上爲校驗文件類型的方法,對於其他類型的文件,比如 mp4,xsl 等,大家感興趣的話,也可以通過工具查看其二進制數據,以此來做格式校驗。
以下爲彙總的一些文件的二進制標識:
1.JPEG/JPG - 文件頭標識 (2 bytes): ff, d8 文件結束標識 (2 bytes): ff, d9
2.TGA - 未壓縮的前 5 字節 00 00 02 00 00 - RLE 壓縮的前 5 字節 00 00 10 00 00
3.PNG - 文件頭標識 (8 bytes) 89 50 4E 47 0D 0A 1A 0A
4.GIF - 文件頭標識 (6 bytes) 47 49 46 38 39(37) 61
5.BMP - 文件頭標識 (2 bytes) 42 4D B M
6.PCX - 文件頭標識 (1 bytes) 0A
7.TIFF - 文件頭標識 (2 bytes) 4D 4D 或 49 49
8.ICO - 文件頭標識 (8 bytes) 00 00 01 00 01 00 20 20
9.CUR - 文件頭標識 (8 bytes) 00 00 02 00 01 00 20 20
10.IFF - 文件頭標識 (4 bytes) 46 4F 52 4D
11.ANI - 文件頭標識 (4 bytes) 52 49 46 46
二、 文件切片
假設我們要把一個 1G 的視頻,分割爲每塊 1MB 的切片,可定義 DefualtChunkSize = 1 * 1024 * 1024
,通過 spark-md5
來計算文件內容的 hash 值。那如何分割文件呢,使用文件對象 File 的方法File.prototype.slice
即可。
需要注意的是,切割一個較大的文件,比如 10G,那分割爲 1Mb 大小的話,將會生成一萬個切片,衆所周知,js 是單線程模型,如果這個計算過程在主線程中的話,那我們的頁面必然會直接崩潰,這時,就該我們的 Web Worker
來上場了。
Web Worker 的作用,就是爲 JavaScript 創造多線程環境,允許主線程創建 Worker 線程,將一些任務分配給後者運行。在主線程運行的同時,Worker 線程在後臺運行,兩者互不干擾。具體的作用,不瞭解的同學可以自行去學些一下。這裏就不展開講了。
以下爲部分關鍵代碼:
// upload.js
// 創建一個worker對象
const worker = new worker('worker.js')
// 向子線程發送消息,並傳入文件對象和切片大小,開始計算分割切片
worker.postMessage(file, DefualtChunkSize)
// 子線程計算完成後,會將切片返回主線程
worker.onmessage = (chunks) => {
...
}
子線程代碼:
// worker.js
// 接收文件對象及切片大小
onmessage (file, DefualtChunkSize) => {
let blobSlice = File.prototype.slice || File.prototype.mozSlice || File.prototype.webkitSlice,
chunks = Math.ceil(file.size / DefualtChunkSize),
currentChunk = 0,
spark = new SparkMD5.ArrayBuffer(),
fileReader = new FileReader();
fileReader.onload = function (e) {
console.log('read chunk nr', currentChunk + 1, 'of');
const chunk = e.target.result;
spark.append(chunk);
currentChunk++;
if (currentChunk < chunks) {
loadNext();
} else {
let fileHash = spark.end();
console.info('finished computed hash', fileHash);
// 此處爲重點,計算完成後,仍然通過postMessage通知主線程
postMessage({ fileHash, fileReader })
}
};
fileReader.onerror = function () {
console.warn('oops, something went wrong.');
};
function loadNext() {
let start = currentChunk * DefualtChunkSize,
end = ((start + DefualtChunkSize) >= file.size) ? file.size : start + DefualtChunkSize;
let chunk = blobSlice.call(file, start, end);
fileReader.readAsArrayBuffer(chunk);
}
loadNext();
}
以上利用 worker 線程,我們即可得到計算後的切片,以及 md5 值。
三、 斷點續傳 + 秒傳 + 上傳進度計算
在拿到切片和 md5 後,我們首先去服務器查詢一下,是否已經存在當前文件。
-
如果已存在,並且已經是上傳成功的文件,則直接返回前端上傳成功,即可實現 "秒傳"。
-
如果已存在,並且有一部分切片上傳失敗,則返回給前端已經上傳成功的切片 name,前端拿到後,根據返回的切片,計算出未上傳成功的剩餘切片,然後把剩餘的切片繼續上傳,即可實現 "斷點續傳"。
-
如果不存在,則開始上傳,這裏需要注意的是,在併發上傳切片時,需要控制併發量,避免一次性上傳過多切片,導致崩潰。
// 檢查是否已存在相同文件
async function checkAndUploadChunk(chunkList, fileMd5Value) {
const requestList = []
// 如果不存在,則上傳
for (let i = 0; i < chunkList; i++) {
requestList.push(upload({ chunkList[i], fileMd5Value, i }))
}
// 併發上傳
if (requestList?.length) {
await Promise.all(requestList)
}
}
// 上傳chunk
function upload({ chunkList, chunk, fileMd5Value, i }) {
current = 0
let form = new FormData()
form.append("data", chunk) //切片流
form.append("total", chunkList.length) //總片數
form.append("index", i) //當前是第幾片
form.append("fileMd5Value", fileMd5Value)
return axios({
method: 'post',
url: BaseUrl + "/upload",
data: form
}).then(({ data }) => {
if (data.stat) {
current = current + 1
// 獲取到上傳的進度
const uploadPercent = Math.ceil((current / chunkList.length) * 100)
}
})
}
在以上代碼中,我們在上傳切片的同時,也會告訴後端當前上傳切片的 index,後端接收後,記錄該 index 以便在合併時知道切片的順序。
當所有切片上傳完成後,再向後端發送一個上傳完成的請求,即通知後端把所有切片進行合併,最終完成整個上傳流程。
大功告成!由於篇幅有限,本文主要講了前端的實現思路,最終落地成完整的項目,還是需要大家根據真實的項目需求來實現。
本文由 Readfog 進行 AMP 轉碼,版權歸原作者所有。
來源:https://mp.weixin.qq.com/s/SyP0zUsRHsTDyEQoab4fXg