vue3+node+Element-Ui+spark-md5实现大文件上传、断点续传、秒传、多大文件上传

<el-upload
          class="upload-demo"
          drag
          action
          multiple
          :auto-upload="false"
          :show-file-list="false"
          :on-change="handleBeforeUpload"
        >
          <el-icon class="el-icon--upload"><upload-filled /></el-icon>
          <div class="el-upload__text">将文件拖到此处，或<em>点击上传</em></div>
</el-upload>

js部分的逻辑，按照我们的上面的分析，我们可以写出如下的结构

// 上传前处理，返回false改为手动上传
const handleBeforeUpload = async (file) => {
  dialogVisible.value = false;
  if (!file) return;
  file = file.raw;
  let buffer = await fileParse(file, "buffer"), // 拿到二进制流
    spark = new SparkMD5.ArrayBuffer(), // 我们为了避免同一个文件（改名字）多次上传，我们引入了 spark-md5 ，根据具体文件内容，生成hash值
    hash,
    suffix;
  spark.append(buffer);
  hash = spark.end();
  suffix = /\.([0-9a-zA-Z]+)$/i.exec(file.name)[1];

  //   创建100个切片
  let partList = [],
    partsize = file.size / 100,
    cur = 0;
  for (let i = 0; i < 100; i++) {
    let item = {
      chunk: file.slice(cur, cur + partsize),
      filename: `${hash}_${i}.${suffix}`,  // 每一个切片命名当时候，改成了 hash_1，hash_2 这种形式
    };
    cur += partsize;
    partList.push(item);
  }
  partLists.value = partList;
  hashs.value = hash;
  sendRequest(partList, hash);
};

const sendRequest = async (partList, hash) => {
  // 根据100个切片创造100个请求（集合）
  let requestList = [];
  partList.forEach((item, index) => {
    // 每一个函数都是发送一个切片请求
    let fn = () => {
      // 我们发出去的数据采用的是FormData数据格式
      let formData = new FormData();
      formData.append("chunk", item.chunk);
      formData.append("filename", item.filename);
      return axios
        .post("http://localhost:3000/single3", formData, {
          headers: { "Content-Type": "multipart/form-data" },
        })
        .then((result) => {
          result = result.data;
          if (result.code == 0) {
            total.value += 1;
            // 传完的切片我们把它移除掉
            partList.splice(index, 1);
          }
        });
    };
    requestList.push(fn);
  });

  // 传递切片：并发/串发  并发就是一块发，串发就是一个一个发
  let i = 0;
  let complete = async () => {
    let result = await axios.get("http://localhost:3000/merge", {
      params: {
        hash: hash,
      },
    });
    result = result.data;
    if (result.code == 0) {
      video.value = result.path;
    }
  };
  let send = async () => {
    if (i >= requestList.length) {
      // 都传完了
      complete();
      return;
    }
    await requestList[i]();
    i++;
    send();
  };
  send();
};

将文件变成二进制，方便后续分片

js常见的二进制格式有 Blob,ArrayBuffer和Buffe，这里没有采用其他文章常用的Blob，而是采用了ArrayBuffer，又因为我们解析过程比较久，所以我们采用 promise，异步处理的方式

export function fileParse(file, type = "base64") {
    return new Promise(resolve => {
        let fileRead = new FileReader();
        if (type === "base64") {
            fileRead.readAsDataURL(file);
        } else if (type === "buffer") {
            fileRead.readAsArrayBuffer(file);
        }
        fileRead.onload = (ev) => {
            // console.log(ev.target.result);
            resolve(ev.target.result);
        }
    })
}

将大文件进行分片

在我们拿到具体的二进制流之后我们就可以进行分块了，就像操作数组一样方便。

当然了，我们在拆分切片大文件的时候，还要考虑大文件的合并，所以我们的拆分必须有规律，比如 1-1，1-2，1-3 ，1-5 这样的，到时候服务端拿到切片数据，当接收到合并信号当时候，就可以将这些切片排序合并了。

同时，我们为了避免同一个文件（改名字）多次上传，我们引入了 spark-md5 ，根据具体文件内容，生成hash值

let buffer = await fileParse(file, "buffer"), // 拿到二进制流
    spark = new SparkMD5.ArrayBuffer(), // 我们为了避免同一个文件（改名字）多次上传，我们引入了 spark-md5 ，根据具体文件内容，生成hash值
    hash,
    suffix;
  spark.append(buffer);
  hash = spark.end();
  suffix = /\.([0-9a-zA-Z]+)$/i.exec(file.name)[1];

而我们，为每一个切片命名当时候，也改成了 hash-1，hash-2 这种形式，

我们分割大文件的时候，可以采用定切片数量，定切片大小，两种方式，我们这里采用了定切片数量这个简单的方式做例子

 //   创建100个切片
  let partList = [],
    partsize = file.size / 100,
    cur = 0;
  for (let i = 0; i < 100; i++) {
    let item = {
      chunk: file.slice(cur, cur + partsize),
      filename: `${hash}_${i}.${suffix}`,  // 每一个切片命名当时候，改成了 hash_1，hash_2 这种形式
    };
    cur += partsize;
    partList.push(item);
  }

当我们采用定切片数量的方式，将我们大文件切割完成，并将切割后的数据存给一个数组变量，接下来，就可以封装的切片请求了

创建切片请求

这里需要注意的就是，我们发出去的数据采用的是FormData数据格式，至于为什么大家可以找资料查询。

// 根据100个切片创造100个请求（集合）
  let requestList = [];
  partList.forEach((item, index) => {
    // 每一个函数都是发送一个切片请求
    let fn = () => {
      // 我们发出去的数据采用的是FormData数据格式
      let formData = new FormData();
      formData.append("chunk", item.chunk);
      formData.append("filename", item.filename);
      return axios
        .post("http://localhost:3000/single3", formData, {
          headers: { "Content-Type": "multipart/form-data" },
        })
        .then((result) => {
          result = result.data;
          if (result.code == 0) {
            total.value += 1;
            // 传完的切片我们把它移除掉
            partList.splice(index, 1);
          }
        });
    };
    requestList.push(fn);
  });

将每一个切片并行/串行的方式发出

目前切片已经分好了，并且我们的请求也已经包装好了。目前我们有两个方案并行/串行因为串行容易理解，这里拿串行举例子。

我们每成功的发出去一个请求，那么我们对应的下标就加一，证明我们的发送成功。当 i 下标和我们的切片数相同的时候，我们默认发送成功，触发合并（merge）请求

// 传递切片：并发/串发  并发就是一块发，串发就是一个一个发
  let i = 0;
  let complete = async () => {
    let result = await axios.get("http://localhost:3000/merge", {
      params: {
        hash: hash,
      },
    });
    result = result.data;
    if (result.code == 0) {
      video.value = result.path;
    }
  };
  let send = async () => {
    if (i >= requestList.length) {
      // 都传完了
      complete();
      return;
    }
    await requestList[i]();
    i++;
    send();
  };
  send();

当然了，并行发送的最大缺点就是没有串行快，但胜在代码简单，容易理解代码

后端接口逻辑

首先引入fs模块和multiparty模块，进行存储文件夹

// 大文件断点续传
// 引入fs模块
const fs = require('fs')
const multiparty = require("multiparty"),
  uploadDir = `${__dirname}/upload`;

接下来是接收前端切片文件进行存储文件夹，判断有无此文件，如果有就实现秒传，如果没有就上传，上传不需要上传已经上传的切片，这就实现了断点续传问题，上面有注释，我就不多解释了

// 切片上传  && 合并
app.post('/single3', async (req, res) => {
  let { fields, files } = await handleMultiparty(req, res, true);
  let [chunk] = files.chunk,
    [filename] = fields.filename;
  let hash = /([0-9a-zA-Z]+)_\d+/.exec(filename)[1],
    // suffix = /\.([0-9a-zA-Z]+)&/.exec(files.name)[1],
    path = `${uploadDir}/${hash}`;  //把所有切片放在这个文件夹中，会临时创建一个文件夹，然后把文件都存储到这个文件夹中
  !fs.existsSync(path) ? fs.mkdirSync(path) : null; //如果不存储创建一个
  path = `${path}/${filename}`; //拿到上传地址的名字
  // 判断是否存储
  fs.access(path, async err => {
    // 存在的则不再进行任何处理
    // 传过的不用在传了，就是断点续传，实现秒传
    if (!err) {
      res.send({
        code: 0,
        path: path.replace(__dirname, `http://localhost:3000`)
      });
      return;
    }


    // 为了测试出效果，延迟1秒钟
    // await new Promise(resolve => {
    //   setTimeout(_ => {
    //     resolve();
    //   }, 200);
    // })

    // 不存在的在创建
    // 通过fs文件流的操作，把不存在的存储到文件夹下
    let readStream = fs.createReadStream(chunk.path),
      writeStream = fs.createWriteStream(path);
    readStream.pipe(writeStream);

    readStream.on('end', function () {
      fs.unlinkSync(chunk.path);
      res.send({
        code: 0,
        path: path.replace(__dirname, `http://localhost:3000`)
      })
    })

  })

})

而handleMultiparty是封装成了方法，里面是multiparty的一些配置，为了存储文件夹和判断文件大小问题

function handleMultiparty(req, res, temp) {
  return new Promise((resolve, reject) => {
    // multiparty的配置
    let options = {
      maxFieldsSize: 200 * 1024 * 1024 // 上传文件大小
    };
    !temp ? options.uploadDir = uploadDir : null;
    let form = new multiparty.Form(options);
    // multiparty解析
    form.parse(req, function (err, fields, files) {
      if (err) {
        res.send({
          code: 1,
          reason: err
        });
        reject(err);
        return;
      }
      // 成功
      resolve({
        fields,
        files
      })
    })
  })
}

最后进行合并切片，返回给前端

app.get('/merge', async(req, res) => {
  let { hash,name } = req.query;
  // 拿到叫hash哈希值的所有的切片
  let path = `${uploadDir}/${hash}`,
    fileList = fs.readdirSync(path),
    suffix;
  // 进行排序
  fileList.sort((a, b) => {
    let reg = /_(\d+)/;
    return reg.exec(a)[1] - reg.exec(b)[1];
  }).forEach(item => {
    // 合并文件，通过fs中的appendFileSync全部合并到一起
    !suffix ? suffix = /\.([0-9a-zA-Z]+)$/.exec(item)[1] : null;
    fs.appendFileSync(`${uploadDir}/${hash}.${suffix}`, fs.readFileSync(`${path}/${item}`));
    fs.unlinkSync(`${path}/${item}`);
  });
  // 把所以的切片文件全部删除掉
  fs.rmdirSync(path);

  // 把文件地址存储到数据库中
  let body = {
    path:`/${hash}.${suffix}`,
    name:name
  }
  await fileModel.create(body)

  res.send({
    code: 0,
    path: `http://localhost:3000/upload/${hash}.${suffix}`
  })

})