大文件怎样实现快速上传？

381次阅读 | 发布于2年以前

前言

大文件快速上传的方案，相信你也有过了解，其实无非就是将 文件变小，也就是通过 压缩文件资源 或者 文件资源分块 后再上传。

本文只介绍资源分块上传的方式，并且会通过 前端（vue3 + vite） 和 服务端（nodejs + koa2） 交互的方式，实现大文件分块上传的简单功能.

梳理思路

问题 1：谁负责资源分块？谁负责资源整合？

当然这个问题也很简单，肯定是前端负责分块，服务端负责整合.

问题 2：前端怎么对资源进行分块？

首先是选择上传的文件资源，接着就可以得到对应的文件对象 File，而 File.prototype.slice 方法可以实现资源的分块，当然也有人说是 Blob.prototype.slice 方法，因为 Blob.prototype.slice === File.prototype.slice.

问题 3：服务端怎么知道什么时候要整合资源？如何保证资源整合的有序性？

由于前端会将资源分块，然后单独发送请求，也就是说，原来 1 个文件对应 1 个上传请求，现在可能会变成 1 个文件对应 n 个上传请求，所以前端可以基于 Promise.all 将这多个接口整合，上传完成在发送一个合并的请求，通知服务端进行合并。

合并时可通过 nodejs 中的读写流（readStream/writeStream），将所有切片的流通过管道（pipe）输入最终文件的流中。

在发送请求资源时，前端会定好每个文件对应的序号，并将当前分块、序号以及文件 hash 等信息一起发送给服务端，服务端在进行合并时，通过序号进行依次合并即可。

问题 4：如果某个分块的上传请求失败了，怎么办？

一旦服务端某个上传请求失败，会返回当前分块失败的信息，其中会包含文件名称、文件 hash、分块大小以及分块序号等，前端拿到这些信息后可以进行重传，同时考虑此时是否需要将 Promise.all 替换为 Promise.allSettled 更方便.

前端部分

创建项目

通过 pnpm create vite 创建项目，对应文件目录如下.

请求模块

src/request.js该文件就是针对 axios 进行简单的封装，如下：

import axios from "axios";

const baseURL = 'http://localhost:3001';

export const uploadFile = (url, formData, onUploadProgress = () => { }) => {  
  return axios({  
    method: 'post',  
    url,  
    baseURL,   
    headers: {   
      'Content-Type': 'multipart/form-data'   
    },  
    data: formData,   
    onUploadProgress 
  });
}

export const mergeChunks = (url, data) => { 
  return axios({  
    method: 'post',  
    url,    baseURL,   
    headers: { 
      'Content-Type': 'application/json'  
    },  
    data 
  });
}

文件资源分块

根据 DefualtChunkSize = 5 * 1024 * 1024 ，即 5 MB ，来对文件进行资源分块进行计算，通过 spark-md5[1] 根据文件内容计算出文件的 hash 值，方便做其他优化，比如：当 hash 值不变时，服务端没有必要重复读写文件等.

// 获取文件分块
const getFileChunk = (file, chunkSize = DefualtChunkSize) => { 
  return new Promise((resovle) => { 
    let blobSlice = File.prototype.slice || File.prototype.mozSlice || File.prototype.webkitSlice,  
      chunks = Math.ceil(file.size / chunkSize),   
      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);      
        resovle({ fileHash });   
      }  
    };   

    fileReader.onerror = function () {    
      console.warn('oops, something went wrong.');   
    };  

    function loadNext() {    
      let start = currentChunk * chunkSize,     
        end = ((start + chunkSize) >= file.size) ? file.size : start + chunkSize; 
      let chunk = blobSlice.call(file, start, end);  
      fileChunkList.value.push({ chunk, size: chunk.size, name: currFile.value.name });    
      fileReader.readAsArrayBuffer(chunk);  
    }  

    loadNext(); 
  });
}

发送上传请求和合并请求

通过 Promise.all 方法整合所以分块的上传请求，在所有分块资源上传完毕后，在 then 中发送合并请求.

// 上传请求
const uploadChunks = (fileHash) => { 
  const requests = fileChunkList.value.map((item, index) => {  
    const formData = new FormData();  
    formData.append(`${currFile.value.name}-${fileHash}-${index}`, item.chunk);  
    formData.append("filename", currFile.value.name);   
    formData.append("hash", `${fileHash}-${index}`);  
    formData.append("fileHash", fileHash);  
    return uploadFile('/upload', formData, onUploadProgress(item)); 
  });

  Promise.all(requests).then(() => {  
    mergeChunks('/mergeChunks', { size: DefualtChunkSize, filename: currFile.value.name }); 
  });
}

进度条数据

分块进度数据利用 axios 中的 onUploadProgress 配置项获取数据，通过使用computed 根据分块进度数据的变化自动自动计算当前文件的总进度.

// 总进度条
const totalPercentage = computed(() => { 
  if (!fileChunkList.value.length) return 0;
  const loaded = fileChunkList.value  
    .map(item => item.size * item.percentage)  
    .reduce((curr, next) => curr + next); 
  return parseInt((loaded / currFile.value.size).toFixed(2));
})

// 分块进度条
const onUploadProgress = (item) => (e) => { 
  item.percentage = parseInt(String((e.loaded / e.total) * 100));
}

服务端部分

搭建服务

使用 koa2 搭建简单的服务，端口为 3001
使用 koa-body 处理接收前端传递 'Content-Type': 'multipart/form-data' 类型的数据
使用 koa-router 注册服务端路由
使用 koa2-cors 处理跨域问题

目录/文件划分

server/server.js

该文件是服务端具体的代码实现，用于处理接收和整合分块资源.

server/resources

该目录是用于存放单文件的多个分块，以及最后分块整合后的资源：

分块资源未合并时，会在该目录下以当前文件名创建一个目录，用于存放这个该文件相关的所有分块
分块资源需合并时，会读取这个文件对应的目录下的所有分块资源，然后将它们整合成原文件
分块资源合并完成，会删除这个对应的文件目录，只保留合并后的原文件，生成的文件名比真实文件名多一个 _ 前缀，如原文件名 "测试文件.txt" 对应合并后的文件名 "_测试文件.txt"

接收分块

使用 koa-body 中的 formidable 配置中的 onFileBegin 函数处理前端传来的 FormData 中的文件资源，在前端处理对应分块名时的格式为：filename-fileHash-index，所以这里直接将分块名拆分即可获得对应的信息。

// 上传请求
router.post( 
  '/upload',  
  // 处理文件 form-data 数据  
  koaBody({ 
    multipart: true,  
    formidable: {  
      uploadDir: outputPath,    
      onFileBegin: (name, file) => {      
        const [filename, fileHash, index] = name.split('-');      
        const dir = path.join(outputPath, filename);        
        // 保存当前 chunk 信息，发生错误时进行返回    
        currChunk = {     
          filename,     
          fileHash,      
          index     
        };     

        // 检查文件夹是否存在如果不存在则新建文件夹    
        if (!fs.existsSync(dir)) {    
          fs.mkdirSync(dir);   
        }    

        // 覆盖文件存放的完整路径    
        file.path = `${dir}/${fileHash}-${index}`;   
      },   
      onError: (error) => {     
        app.status = 400;  
        app.body = { code: 400, msg: "上传失败", data: currChunk };      
        return;    
      },  
    }, 
  }), 
  // 处理响应  
  async (ctx) => { 
    ctx.set("Content-Type", "application/json"); 
    ctx.body = JSON.stringify({   
      code: 2000,   
      message: 'upload successfully！' 
    }); 
  });

整合分块

通过文件名找到对应文件分块目录，使用 fs.readdirSync(chunkDir) 方法获取对应目录下所以分块的命名，在通过 fs.createWriteStream/fs.createReadStream 创建可写/可读流，结合管道 pipe 将流整合在同一文件中，合并完成后通过 fs.rmdirSync(chunkDir) 删除对应分块目录.

// 合并请求
router.post('/mergeChunks', async (ctx) => { 
  const { filename, size } = ctx.request.body;  
  // 合并 chunks 
  await mergeFileChunk(path.join(outputPath, '_' + filename), filename, size);  

  // 处理响应 
  ctx.set("Content-Type", "application/json"); 
  ctx.body = JSON.stringify({ 
    data: {   
      code: 2000,   
      filename,    
      size  
    },  
    message: 'merge chunks successful！' 
  });
});

// 通过管道处理流
const pipeStream = (path, writeStream) => {
  return new Promise(resolve => {  
    const readStream = fs.createReadStream(path);  
    readStream.pipe(writeStream);   
    readStream.on("end", () => {   
      fs.unlinkSync(path);    
      resolve();  
    }); 
  });
}

// 合并切片
const mergeFileChunk = async (filePath, filename, size) => {  
  const chunkDir = path.join(outputPath, filename); 
  const chunkPaths = fs.readdirSync(chunkDir); 

  if (!chunkPaths.length) return;  

  // 根据切片下标进行排序，否则直接读取目录的获得的顺序可能会错乱 
  chunkPaths.sort((a, b) => a.split("-")[1] - b.split("-")[1]); 
  console.log("chunkPaths = ", chunkPaths); 

  await Promise.all(  
    chunkPaths.map((chunkPath, index) =>    
      pipeStream(     
        path.resolve(chunkDir, chunkPath),     
        // 指定位置创建可写流   
        fs.createWriteStream(filePath, {   
          start: index * size,      
          end: (index + 1) * size    
        })   
      ) 
    )
  ); 

  // 合并后删除保存切片的目录
  fs.rmdirSync(chunkDir);
};

前端 & 服务端交互

前端分块上传

测试文件信息：

选择文件类型为 19.8MB，而且上面设定默认分块大小为 5MB ，于是应该要分成 4 个分块，即 4 个请求.

图片过大，截图处理

服务端分块接收

前端发送合并请求

服务端合并分块

扩展 —— 断点续传 & 秒传

有了上面的核心逻辑之后，要实现断点续传和秒传的功能，只需要在取扩展即可，这里不再给出具体实现，只列出一些思路.

断点续传

断点续传其实就是让请求可中断，然后在接着上次中断的位置继续发送，此时要保存每个请求的实例对象，以便后期取消对应请求，并将取消的请求保存或者记录原始分块列表取消位置信息等，以便后期重新发起请求.

取消请求的几种方式

如果使用原生 XHR 可使用 (new XMLHttpRequest()).abort() 取消请求
如果使用 axios 可使用 new CancelToken(function (cancel) {}) 取消请求
如果使用 fetch 可使用 (new AbortController()).abort() 取消请求

秒传

不要被这个名字给误导了，其实所谓的秒传就是不用传，在正式发起上传请求时，先发起一个检查请求，这个请求会携带对应的文件 hash 给服务端，服务端负责查找是否存在一模一样的文件 hash，如果存在此时直接复用这个文件资源即可，不需要前端在发起额外的上传请求.

最后

前端分片上传的内容单纯从理论上来看其实还是容易理解的，但是实际自己去实现的时候还是会踩一些坑，比如服务端接收解析 formData 格式的数据时，没法获取文件的二进制数据等

参考资料

[1]spark-md5 :https://www.npmjs.com/package/spark-md5

前言