JavaScript 大檔案分片上傳處理
一、 功能性需求與非功能性需求
要求操作便利，一次選擇多個檔案和資料夾進行上傳；
支援PC端全平臺作業系統，Windows,Linux,Mac
支援檔案和資料夾的批量下載，斷點續傳。重新整理頁面後繼續傳輸。關閉瀏覽器後保留進度資訊。
支援資料夾批量上傳下載，伺服器端保留資料夾層級結構，伺服器端資料夾層級結構與本地相同。
支援大檔案批量上傳（500G）和下載，同時需要保證上傳期間使用者電腦不出現卡死等體驗；
支援資料夾上傳，資料夾中的檔案數量達到1萬個以上，且包含層級結構。
支援斷點續傳，關閉瀏覽器或重新整理瀏覽器後仍然能夠保留進度。
支援資料夾結構管理，支援新建資料夾，支援資料夾目錄導航
互動友好，能夠及時反饋上傳的進度；
服務端的安全性，不因上傳檔案功能導致JVM記憶體溢位影響其他功能使用；
最大限度利用網路上行頻寬，提高上傳速度；
二、 設計分析
對於大檔案的處理，無論是使用者端還是服務端，如果一次性進行讀取傳送、接收都是不可取，很容易導致記憶體問題。所以對於大檔案上傳，採用切塊分段上傳
從上傳的效率來看，利用多執行緒併發上傳能夠達到最大效率。
三、解決方案：
檔案上傳頁面的前端可以選擇使用一些比較好用的上傳元件，例如百度的開源元件WebUploader，這些元件基本能滿足檔案上傳的一些日常所需功能，如非同步上傳檔案，資料夾，拖拽式上傳，黏貼上傳，上傳進度監控，檔案縮圖，甚至是大檔案斷點續傳，大檔案秒傳。
在web專案中上傳資料夾現在已經成為了一個主流的需求。在OA，或者企業ERP系統中都有類似的需求。上傳資料夾並且保留層級結構能夠對使用者行成很好的引導，使用者使用起來也更方便。能夠提供更高階的應用支撐。
資料夾資料表結構
CREATE TABLE IF NOT EXISTS `up6_folders` (
`f_id` char(32) NOT NULL ,
`f_nameLoc` varchar(255) default '',
`f_pid` char(32) default '',
`f_uid` int(11) default '0',
`f_lenLoc` bigint(19) default '0',
`f_sizeLoc` varchar(50) default '0',
`f_pathLoc` varchar(255) default '',
`f_pathSvr` varchar(255) default '',
`f_pathRel` varchar(255) default '',
`f_folders` int(11) default '0',
`f_fileCount` int(11) default '0',
`f_filesComplete` int(11) default '0',
`f_complete` tinyint(1) default '0',
`f_deleted` tinyint(1) default '0',
`f_time` timestamp NULL default CURRENT_TIMESTAMP on update CURRENT_TIMESTAMP,
`f_pidRoot` char(32) default '',
PRIMARY KEY (`f_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 AUTO_INCREMENT=1 ;
檔案資料表結構
CREATE TABLE IF NOT EXISTS `up6_files` (
`f_id` char(32) NOT NULL,
`f_pid` char(32) default '', /*父級資料夾ID*/
`f_pidRoot` char(32) default '', /*根級資料夾ID*/
`f_fdTask` tinyint(1) default '0', /*是否是一條資料夾資訊*/
`f_fdChild` tinyint(1) default '0', /*是否是資料夾中的檔案*/
`f_uid` int(11) default '0',
`f_nameLoc` varchar(255) default '', /*檔案在本地的名稱（原始檔名稱）*/
`f_nameSvr` varchar(255) default '', /*檔案在伺服器的名稱*/
`f_pathLoc` varchar(512) default '', /*檔案在本地的路徑*/
`f_pathSvr` varchar(512) default '', /*檔案在遠端伺服器中的位置*/
`f_pathRel` varchar(512) default '',
`f_md5` varchar(40) default '', /*檔案MD5*/
`f_lenLoc` bigint(19) default '0', /*檔案大小*/
`f_sizeLoc` varchar(10) default '0', /*檔案大小（格式化的）*/
`f_pos` bigint(19) default '0', /*續傳位置*/
`f_lenSvr` bigint(19) default '0', /*已上傳大小*/
`f_perSvr` varchar(7) default '0%', /*已上傳百分比*/
`f_complete` tinyint(1) default '0', /*是否已上傳完畢*/
`f_time` timestamp NULL default CURRENT_TIMESTAMP on update CURRENT_TIMESTAMP,
`f_deleted` tinyint(1) default '0',
`f_scan` tinyint(1) default '0',
PRIMARY KEY (`f_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 AUTO_INCREMENT=1 ;
該專案核心就是檔案分塊上傳。前後端要高度配合，需要雙方約定好一些資料，才能完成大檔案分塊，我們在專案中要重點解決的以下問題。
* 如何分片；
* 如何合成一個檔案；
* 中斷了從哪個分片開始。
如何分，利用強大的js庫，來減輕我們的工作，市場上已經能有關於大檔案分塊的輪子，雖然程式設計師的天性曾迫使我重新造輪子。但是因為時間的關係還有工作的關係，我只能罷休了。最後我選擇了百度的WebUploader來實現前端所需。
如何合，在合之前，我們還得先解決一個問題，我們如何區分分塊所屬那個檔案的。剛開始的時候，我是採用了前端生成了唯一uuid來做檔案的標誌，在每個分片請求上帶上。不過後來在做秒傳的時候我放棄了，採用了Md5來維護分塊和檔案關係。
在服務端合併檔案，和記錄分塊的問題，在這方面其實行業已經給了很好的解決方案了。參考迅雷，你會發現，每次下載中的時候，都會有兩個檔案，一個檔案主體，另外一個就是檔案臨時檔案，臨時檔案儲存著每個分塊對應位元組位的狀態。
這些都是需要前後端密切聯絡才能做好，前端需要根據固定大小對檔案進行分片，並且請求中要帶上分片序號和大小。前端傳送請求順利到達後臺後，伺服器只需要按照請求資料中給的分片序號和每片分塊大小（分片大小是固定且一樣的）算出開始位置，與讀取到的檔案片段資料，寫入檔案即可。
為了便於開發，我 將服務端的業務邏輯進行了如下劃分，分成初始化，塊處理，檔案上傳完畢等。
服務端的業務邏輯模組如下
功能分析：
資料夾生成模組
資料夾上傳完畢後由服務端進行掃描程式碼如下
public class fd_scan
{
DbHelper db;
Connection con;
PreparedStatement cmd_add_f = null;
PreparedStatement cmd_add_fd = null;
public FileInf root = null;//根節點
public fd_scan()
{
this.db = new DbHelper();
this.con = this.db.GetCon();
}
public void makeCmdF()
{
StringBuilder sb = new StringBuilder();
sb.append("insert into up6_files (");
sb.append(" f_id");//1
sb.append(",f_pid");//2
sb.append(",f_pidRoot");//3
sb.append(",f_fdTask");//4
sb.append(",f_fdChild");//5
sb.append(",f_uid");//6
sb.append(",f_nameLoc");//7
sb.append(",f_nameSvr");//8
sb.append(",f_pathLoc");//9
sb.append(",f_pathSvr");//10
sb.append(",f_pathRel");//11
sb.append(",f_md5");//12
sb.append(",f_lenLoc");//13
sb.append(",f_sizeLoc");//14
sb.append(",f_lenSvr");//15
sb.append(",f_perSvr");//16
sb.append(",f_complete");//17
sb.append(") values(");
sb.append(" ?");
sb.append(",?");
sb.append(",?");
sb.append(",?");
sb.append(",?");
sb.append(",?");
sb.append(",?");
sb.append(",?");
sb.append(",?");
sb.append(",?");
sb.append(",?");
sb.append(",?");
sb.append(",?");
sb.append(",?");
sb.append(",?");
sb.append(",?");
sb.append(",?");
sb.append(")");
try {
this.cmd_add_f = this.con.prepareStatement(sb.toString());
this.cmd_add_f.setString(1, "");//id
this.cmd_add_f.setString(2, "");//pid
this.cmd_add_f.setString(3, "");//pidRoot
this.cmd_add_f.setBoolean(4, true);//fdTask
this.cmd_add_f.setBoolean(5, false);//f_fdChild
this.cmd_add_f.setInt(6, 0);//f_uid
this.cmd_add_f.setString(7, "");//f_nameLoc
this.cmd_add_f.setString(8, "");//f_nameSvr
this.cmd_add_f.setString(9, "");//f_pathLoc
this.cmd_add_f.setString(10, "");//f_pathSvr
this.cmd_add_f.setString(11, "");//f_pathRel
this.cmd_add_f.setString(12, "");//f_md5
this.cmd_add_f.setLong(13, 0);//f_lenLoc
this.cmd_add_f.setString(14, "");//f_sizeLoc
this.cmd_add_f.setLong(15, 0);//f_lenSvr
this.cmd_add_f.setString(16, "");//f_perSvr
this.cmd_add_f.setBoolean(17, true);//f_complete
} catch (SQLException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
public void makeCmdFD()
{
StringBuilder sb = new StringBuilder();
sb.append("insert into up6_folders (");
sb.append(" f_id");//1
sb.append(",f_pid");//2
sb.append(",f_pidRoot");//3
sb.append(",f_nameLoc");//4
sb.append(",f_uid");//5
sb.append(",f_pathLoc");//6
sb.append(",f_pathSvr");//7
sb.append(",f_pathRel");//8
sb.append(",f_complete");//9
sb.append(") values(");//
sb.append(" ?");
sb.append(",?");
sb.append(",?");
sb.append(",?");
sb.append(",?");
sb.append(",?");
sb.append(",?");
sb.append(",?");
sb.append(",?");
sb.append(")");
try {
this.cmd_add_fd = this.con.prepareStatement(sb.toString());
this.cmd_add_fd.setString(1, "");//id
this.cmd_add_fd.setString(2, "");//pid
this.cmd_add_fd.setString(3, "");//pidRoot
this.cmd_add_fd.setString(4, "");//name
this.cmd_add_fd.setInt(5, 0);//f_uid
this.cmd_add_fd.setString(6, "");//pathLoc
this.cmd_add_fd.setString(7, "");//pathSvr
this.cmd_add_fd.setString(8, "");//pathRel
this.cmd_add_fd.setBoolean(9, true);//complete
} catch (SQLException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
protected void GetAllFiles(FileInf inf,String root)
{
File dir = new File(inf.pathSvr);
File [] allFile = dir.listFiles();
for(int i = 0; i < allFile.length; i++)
{
if(allFile[i].isDirectory())
{
FileInf fd = new FileInf();
String uuid = UUID.randomUUID().toString();
uuid = uuid.replace("-", "");
fd.id = uuid;
fd.pid = inf.id;
fd.pidRoot = this.root.id;
fd.nameSvr = allFile[i].getName();
fd.nameLoc = fd.nameSvr;
fd.pathSvr = allFile[i].getPath();
fd.pathSvr = fd.pathSvr.replace("\\", "/");
fd.pathRel = fd.pathSvr.substring(root.length() + 1);
fd.perSvr = "100%";
fd.complete = true;
this.save_folder(fd);
this.GetAllFiles(fd, root);
}
else
{
FileInf fl = new FileInf();
String uuid = UUID.randomUUID().toString();
uuid = uuid.replace("-", "");
fl.id = uuid;
fl.pid = inf.id;
fl.pidRoot = this.root.id;
fl.nameSvr = allFile[i].getName();
fl.nameLoc = fl.nameSvr;
fl.pathSvr = allFile[i].getPath();
fl.pathSvr = fl.pathSvr.replace("\\", "/");
fl.pathRel = fl.pathSvr.substring(root.length() + 1);
fl.lenSvr = allFile[i].length();
fl.lenLoc = fl.lenSvr;
fl.perSvr = "100%";
fl.complete = true;
this.save_file(fl);
}
}
}
protected void save_file(FileInf f)
{
try {
this.cmd_add_f.setString(1, f.id);//id
this.cmd_add_f.setString(2, f.pid);//pid
this.cmd_add_f.setString(3, f.pidRoot);//pidRoot
this.cmd_add_f.setBoolean(4, f.fdTask);//fdTask
this.cmd_add_f.setBoolean(5, true);//f_fdChild
this.cmd_add_f.setInt(6, f.uid);//f_uid
this.cmd_add_f.setString(7, f.nameLoc);//f_nameLoc
this.cmd_add_f.setString(8, f.nameSvr);//f_nameSvr
this.cmd_add_f.setString(9, f.pathLoc);//f_pathLoc
this.cmd_add_f.setString(10, f.pathSvr);//f_pathSvr
this.cmd_add_f.setString(11, f.pathRel);//f_pathRel
this.cmd_add_f.setString(12, f.md5);//f_md5
this.cmd_add_f.setLong(13, f.lenLoc);//f_lenLoc
this.cmd_add_f.setString(14, f.sizeLoc);//f_sizeLoc
this.cmd_add_f.setLong(15, f.lenSvr);//f_lenSvr
this.cmd_add_f.setString(16, f.perSvr);//f_perSvr
this.cmd_add_f.setBoolean(17, f.complete);//f_complete
this.cmd_add_f.executeUpdate();
} catch (SQLException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}//
}
protected void save_folder(FileInf f)
{
try {
this.cmd_add_fd.setString(1, f.id);//id
this.cmd_add_fd.setString(2, f.pid);//pid
this.cmd_add_fd.setString(3, f.pidRoot);//pidRoot
this.cmd_add_fd.setString(4, f.nameSvr);//name
this.cmd_add_fd.setInt(5, f.uid);//f_uid
this.cmd_add_fd.setString(6, f.pathLoc);//pathLoc
this.cmd_add_fd.setString(7, f.pathSvr);//pathSvr
this.cmd_add_fd.setString(8, f.pathRel);//pathRel
this.cmd_add_fd.setBoolean(9, f.complete);//complete
this.cmd_add_fd.executeUpdate();
} catch (SQLException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
public void scan(FileInf inf, String root) throws IOException, SQLException
{
this.makeCmdF();
this.makeCmdFD();
this.GetAllFiles(inf, root);
this.cmd_add_f.close();
this.cmd_add_fd.close();
this.con.close();
}
}
分塊上傳，分塊處理邏輯應該是最簡單的邏輯了，up6已經將檔案進行了分塊，並且對每個分塊資料進行了標識，這些標識包括檔案塊的索引，大小，偏移，檔案MD5，檔案塊MD5（需要開啟）等資訊，服務端在接收這些資訊後便可以非常方便的進行處理了。比如將塊資料儲存到分散式儲存系統中
分塊上傳可以說是我們整個專案的基礎，像斷點續傳、暫停這些都是需要用到分塊。
分塊這塊相對來說比較簡單。前端是採用了webuploader，分塊等基礎功能已經封裝起來，使用方便。
藉助webUpload提供給我們的檔案API,前端就顯得異常簡單。
前臺HTML模板
this.GetHtmlFiles = function()
{
var acx = "";
acx += '<div class="file-item" id="tmpFile" name="fileItem">\
<div class="img-box"><img name="file" src="js/file.png"/></div>\
<div class="area-l">\
<div class="file-head">\
<div name="fileName" class="name">HttpUploader程式開發.pdf</div>\
<div name="percent" class="percent">(35%)</div>\
<div name="fileSize" class="size" child="1">1000.23MB</div>\
</div>\
<div class="process-border"><div name="process" class="process"></div></div>\
<div name="msg" class="msg top-space">15.3MB 20KB/S 10:02:00</div>\
</div>\
<div class="area-r">\
<span class="btn-box" name="cancel" title="取消"><img name="stop" src="js/stop.png"/><div>取消</div></span>\
<span class="btn-box hide" name="post" title="繼續"><img name="post" src="js/post.png"/><div>繼續</div></span>\
<span class="btn-box hide" name="stop" title="停止"><img name="stop" src="js/stop.png"/><div>停止</div></span>\
<span class="btn-box hide" name="del" title="刪除"><img name="del" src="js/del.png"/><div>刪除</div></span>\
</div>';
acx += '</div>';
acx += '<div class="file-item" name="folderItem">\
<div class="img-box"><img name="folder" src="js/folder.png"/></div>\
<div class="area-l">\
<div class="file-head">\
<div name="fileName" class="name">HttpUploader程式開發.pdf</div>\
<div name="percent" class="percent">(35%)</div>\
<div name="fileSize" class="size" child="1">1000.23MB</div>\
</div>\
<div class="process-border top-space"><div name="process" class="process"></div></div>\
<div name="msg" class="msg top-space">15.3MB 20KB/S 10:02:00</div>\
</div>\
<div class="area-r">\
<span class="btn-box" name="cancel" title="取消"><img name="stop" src="js/stop.png"/><div>取消</div></span>\
<span class="btn-box hide" name="post" title="繼續"><img name="post" src="js/post.png"/><div>繼續</div></span>\
<span class="btn-box hide" name="stop" title="停止"><img name="stop" src="js/stop.png"/><div>停止</div></span>\
<span class="btn-box hide" name="del" title="刪除"><img name="del" src="js/del.png"/><div>刪除</div></span>\
</div>';
acx += '</div>';
acx += '<div class="files-panel" name="post_panel">\
<div name="post_head" class="toolbar">\
<span class="btn" name="btnAddFiles">選擇多個檔案</span>\
<span class="btn" name="btnAddFolder">選擇資料夾</span>\
<span class="btn" name="btnPasteFile">貼上檔案和目錄</span>\
<span class="btn" name="btnSetup">安裝控制元件</span>\
</div>\
<div class="content" name="post_content">\
<div name="post_body" class="file-post-view"></div>\
</div>\
<div class="footer" name="post_footer">\
<span class="btn-footer" name="btnClear">清除已完成檔案</span>\
</div>\
</div>';
return acx;
};
分則必合。把大檔案分片了，但是分片了就沒有原本檔案功能，所以我們要把分片合成為原本的檔案。我們只需要把分片按原本位置寫入到檔案中去。因為前面原理那一部我們已經講到了，我們知道分塊大小和分塊序號，我就可以知道該分塊在檔案中的起始位置。所以這裡使用RandomAccessFile是明智的，RandomAccessFile能在檔案裡面前後移動。但是在andomAccessFile的絕大多數功能，已經被JDK1.4的NIO的“記憶體對映檔案(memory-mapped files)”取代了。我在該專案中分別寫了使用RandomAccessFile與MappedByteBuffer來合成檔案。分別對應的方法是uploadFileRandomAccessFile和uploadFileByMappedByteBuffer。兩個方法程式碼如下。
秒傳功能
服務端邏輯
秒傳功能，相信大家都體現過了，網盤上傳的時候，發現上傳的檔案秒傳了。其實原理稍微有研究過的同學應該知道，其實就是檢驗檔案MD5，記錄下上傳到系統的檔案的MD5,在一個檔案上傳前先獲取檔案內容MD5值或者部分取值MD5，然後在匹配系統上的資料。
Breakpoint-http實現秒傳原理，客戶端選擇檔案之後，點選上傳的時候觸發獲取檔案MD5值，獲取MD5後呼叫系統一個介面（/index/checkFileMd5），查詢該MD5是否已經存在（我在該專案中用redis來儲存資料，用檔案MD5值來作key，value是檔案儲存的地址。）介面返回檢查狀態，然後再進行下一步的操作。相信大家看程式碼就能明白了。
嗯，前端的MD5取值也是用了webuploader自帶的功能，這還是個不錯的工具。
控制元件計算完檔案MD5後會觸發md5_complete事件，並傳值md5，開發者只需要處理這個事件即可，
斷點續傳
up6已經自動對斷點續傳進行了處理，不需要開發都再進行單獨的處理。
在f_post.jsp中接收這些引數，並進行處理，開發者只需要關注業務邏輯，不需要關注其它的方面。
斷點續傳，就是在檔案上傳的過程中發生了中斷，人為因素（暫停）或者不可抗力（斷網或者網路差）導致了檔案上傳到一半失敗了。然後在環境恢復的時候，重新上傳該檔案，而不至於是從新開始上傳的。
前面也已經講過，斷點續傳的功能是基於分塊上傳來實現的，把一個大檔案分成很多個小塊，服務端能夠把每個上傳成功的分塊都落地下來，客戶端在上傳檔案開始時呼叫介面快速驗證，條件選擇跳過某個分塊。
實現原理，就是在每個檔案上傳前，就獲取到檔案MD5取值，在上傳檔案前呼叫介面（/index/checkFileMd5，沒錯也是秒傳的檢驗介面）如果獲取的檔案狀態是未完成，則返回所有的還沒上傳的分塊的編號，然後前端進行條件篩算出哪些沒上傳的分塊，然後進行上傳。
當接收到檔案塊後就可以直接寫入到伺服器的檔案中
這是資料夾上傳完後的效果
這是資料夾上傳完後在服務端的儲存結構
控制元件原始碼下載：
測試與配置：
效果展示：
配置：
檔案上傳
資料庫記錄
上傳到OBS的檔案
資料夾上傳
資料庫記錄