在開發過程中，收到這樣一個問題反饋，在網站上傳 100 MB 以上的文件經常失敗，重試也要等老半天，這就難為需要上傳大規格文件的用戶了。那么應該怎么做才能快速上傳，就算失敗了再次發送也能從上次中斷的地方繼續上傳呢？下文為你揭曉答案~
溫馨提示：配合 Demo 源碼一起閱讀效果更佳
整體思路
第一步是結合項目背景，調研比較優化的解決方案。
文件上傳失敗是老生常談的問題，常用方案是將一個大文件切片成多個小文件，並行請求接口進行上傳，所有請求得到響應后，在服務器端合並所有的分片文件。當分片上傳失敗，可以在重新上傳時進行判斷，只上傳上次失敗的部分，減少用戶的等待時間，緩解服務器壓力。這就是分片上傳文件。
大文件上傳
那么如何實現大文件分片上傳呢？
流程圖如下：
分為以下步驟實現：
1. 文件 MD5 加密
MD5 是文件的唯一標識，可以利用文件的 MD5 查詢文件的上傳狀態。
根據文件的修改時間、文件名稱、最后修改時間等信息，通過 spark-md5 生成文件的 MD5。需要注意的是，大規格文件需要分片讀取文件，將讀取的文件內容添加到 spark-md5 的 hash 計算中，直到文件讀取完畢，最后返回最終的 hash 碼到 callback 回調函數里面。這里可以根據需要添加文件讀取的進度條。
實現方法如下：
// 修改時間+文件名稱+最后修改時間-->MD5
md5File (file) {
return new Promise((resolve, reject) => {
let blobSlice =
File.prototype.slice ||
File.prototype.mozSlice ||
File.prototype.webkitSlice
let chunkSize = file.size / 100
let chunks = 100
let currentChunk = 0
let spark = new SparkMD5.ArrayBuffer()
let fileReader = new FileReader()
fileReader.onload = function (e) {
console.log('read chunk nr', currentChunk + 1, 'of', chunks)
spark.append(e.target.result) // Append array buffer
currentChunk++
if (currentChunk < chunks) {
loadNext()
} else {
let cur = +new Date()
console.log('finished loading')
// alert(spark.end() + '---' + (cur - pre)); // Compute hash
let result = spark.end()
resolve(result)
}
}
fileReader.onerror = function (err) {
console.warn('oops, something went wrong.')
reject(err)
}
function loadNext () {
let start = currentChunk * chunkSize
let end =
start + chunkSize >= file.size ? file.size : start + chunkSize
fileReader.readAsArrayBuffer(blobSlice.call(file, start, end))
}
loadNext()
})
}
2. 查詢文件狀態
前端得到文件的 MD5 后，從后台查詢是否存在名稱為 MD5 的文件夾，如果存在，列出文件夾下所有文件，得到已上傳的切片列表，如果不存在，則已上傳的切片列表為空。
// 校驗文件的MD5
checkFileMD5 (file, fileName, fileMd5Value, onError) {
const fileSize = file.size
const { chunkSize, uploadProgress } = this
this.chunks = Math.ceil(fileSize / chunkSize)
return new Promise(async (resolve, reject) => {
const params = {
fileName: fileName,
fileMd5Value: fileMd5Value,
}
const { ok, data } = await services.checkFile(params)
if (ok) {
this.hasUploaded = data.chunkList.length
uploadProgress(file)
resolve(data)
} else {
reject(ok)
onError()
}
})
}
3. 文件分片
文件上傳優化的核心就是文件分片，Blob 對象中的 slice 方法可以對文件進行切割，File 對象是繼承 Blob 對象的，因此 File 對象也有 slice 方法。
定義每一個分片文件的大小變量為 chunkSize，通過文件大小 FileSize 和分片大小 chunkSize 得到分片數量 chunks，使用 for 循環和 file.slice() 方法對文件進行分片，序號為 0 - n，和已上傳的切片列表做比對，得到所有未上傳的分片，push 到請求列表 requestList。
async checkAndUploadChunk (file, fileMd5Value, chunkList) {
let { chunks, upload } = this
const requestList = []
for (let i = 0; i < chunks; i++) {
let exit = chunkList.indexOf(i + '') > -1
// 如果已經存在, 則不用再上傳當前塊
if (!exit) {
requestList.push(upload(i, fileMd5Value, file))
}
}
console.log({ requestList })
const result =
requestList.length > 0
? await Promise.all(requestList)
.then(result => {
console.log({ result })
return result.every(i => i.ok)
})
.catch(err => {
return err
})
: true
console.log({ result })
return result === true
}
4. 上傳分片
調用 Promise.all 並發上傳所有的切片，將切片序號、切片文件、文件 MD5 傳給后台。
后台接收到上傳請求后，首先查看名稱為文件 MD5 的文件夾是否存在，不存在則創建文件夾，然后通過 fs-extra 的 rename 方法，將切片從臨時路徑移動切片文件夾中，結果如下：
當全部分片上傳成功，通知服務端進行合並，當有一個分片上傳失敗時，提示“上傳失敗”。在重新上傳時，通過文件 MD5 得到文件的上傳狀態，當服務器已經有該 MD5 對應的切片時，代表該切片已經上傳過，無需再次上傳，當服務器找不到該 MD5 對應的切片時，代表該切片需要上傳，用戶只需上傳這部分切片，就可以完整上傳整個文件，這就是文件的斷點續傳。
// 上傳chunk
upload (i, fileMd5Value, file) {
const { uploadProgress, chunks } = this
return new Promise((resolve, reject) => {
let { chunkSize } = this
// 構造一個表單，FormData是HTML5新增的
let end =
(i + 1) * chunkSize >= file.size ? file.size : (i + 1) * chunkSize
let form = new FormData()
form.append('data', file.slice(i * chunkSize, end)) // file對象的slice方法用於切出文件的一部分
form.append('total', chunks) // 總片數
form.append('index', i) // 當前是第幾片
form.append('fileMd5Value', fileMd5Value)
services
.uploadLarge(form)
.then(data => {
if (data.ok) {
this.hasUploaded++
uploadProgress(file)
}
console.log({ data })
resolve(data)
})
.catch(err => {
reject(err)
})
})
}
5. 上傳進度
雖然分片批量上傳比大文件單次上傳會快很多，也還是有一段加載時間，這時應該加上上傳進度的提示，實時顯示文件上傳進度。
原生 Javascript 的 XMLHttpRequest 有提供 progress 事件，這個事件會返回文件已上傳的大小和總大小。項目使用 axios 對 ajax 進行封裝，可以在 config 中增加 onUploadProgress 方法，監聽文件上傳進度。
const config = {
onUploadProgress: progressEvent => {
var complete = (progressEvent.loaded / progressEvent.total * 100 | 0) + '%'
}
}
services.uploadChunk(form, config)
6. 合並分片
上傳完所有文件分片后，前端主動通知服務端進行合並，服務端接受到這個請求時主動合並切片，通過文件 MD5 在服務器的文件上傳路徑中找到同名文件夾。從上文可知，文件分片是按照分片序號命名的，而分片上傳接口是異步的，無法保證服務器接收到的切片是按照請求順序拼接。所以應該在合並文件夾里的分片文件前，根據文件名進行排序，然后再通過 concat-files 合並分片文件，得到用戶上傳的文件。至此大文件上傳就完成了。
Node 端代碼：
// 合並文件
exports.merge = {
validate: {
query: {
fileName: Joi.string()
.trim()
.required()
.description('文件名稱'),
md5: Joi.string()
.trim()
.required()
.description('文件md5'),
size: Joi.string()
.trim()
.required()
.description('文件大小'),
},
},
permission: {
roles: ['user'],
},
async handler (ctx) {
const { fileName, md5, size } = ctx.request.query
let { name, base: filename, ext } = path.parse(fileName)
const newFileName = randomFilename(name, ext)
await mergeFiles(path.join(uploadDir, md5), uploadDir, newFileName, size)
.then(async () => {
const file = {
key: newFileName,
name: filename,
mime_type: mime.getType(`${uploadDir}/${newFileName}`),
ext,
path: `${uploadDir}/${newFileName}`,
provider: 'oss',
size,
owner: ctx.state.user.id,
}
const key = encodeURIComponent(file.key)
.replace(/%/g, '')
.slice(-100)
file.url = await uploadLocalFileToOss(file.path, key)
file.url = getFileUrl(file)
const f = await File.create(omit(file, 'path'))
const files = []
files.push(f)
ctx.body = invokeMap(files, 'toJSON')
})
.catch(() => {
throw Boom.badData('大文件分片合並失敗，請稍候重試~')
})
},
}
總結
本文講述了大規格文件上傳優化的一些做法，總結為以下 4 點：
1、Blob.slice 將文件切片，並發上傳多個切片，所有切片上傳后告知服務器合並，實現大文件分片上傳；
2、原生 XMLHttpRequest 的 onprogress 對切片上傳進度的監聽，實時獲取文件上傳進度；
3、spark-md5 根據文件內容算出文件 MD5，得到文件唯一標識，與文件上傳狀態綁定；
4、分片上傳前通過文件 MD5 查詢已上傳切片列表，上傳時只上傳未上傳過的切片，實現斷點續傳。
本文出處： 凹凸實驗室博客