用流(stream)技术做下载

function dl(f,n)
 on error resume next
 Set S=CreateObject("Adodb.Stream")
 S.Mode=3
 S.Type=1
 S.Open
 S.LoadFromFile(f)
 if Err.Number>0 then
  Response.Status="404"
 else
  Response.ContentType="application/octet-stream"
  Response.AddHeader "Content-Disposition:","attachment; filename=" & n
  Range=Mid(Request.ServerVariables("HTTP_RANGE"),7)
  if Range="" then
   Response.BinaryWrite(S.Read)
  else
   S.position=Clng(Split(Range,"-")(0))
   Response.BinaryWrite(S.Read)
  End if
 end if
 Response.End
end function

函数使用示例:
call dl(Server.MapPath("../download/07.zip"),"07.zip")

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
最新的技术主要涉及实时数据处理和式计算。以下是一些最新的技术: 1. Apache Kafka:Kafka 是一个分布式平台,用于构建实时数据管道和处理应用程序。它具有高吞吐量、可扩展性和容错性,广泛应用于日志聚合、事件驱动架构和实时分析等场景。 2. Apache Flink:Flink 是一个分布式处理框架,支持高吞吐量、低延迟的实时数据处理。它提供了丰富的操作、事件时间处理、状态管理和容错机制,可用于构建实时分析、机器学习等应用。 3. Apache NiFi:NiFi 是一个可视化的数据集成和处理工具,它通过直观的界面和可拖拽的组件使数据的配置和管理变得简单。NiFi 可以与多种数据源和目标进行集成,并提供了强大的数据路由、转换和安全性控制功能。 4. Spark Streaming:Spark Streaming 是 Apache Spark 的处理模块,支持高吞吐量的实时数据处理。它提供了类似批处理的编程模型,可以将连续的数据划分为小批量进行处理,并可与 Spark 的批处理功能无缝集成。 5. AWS Kinesis:AWS Kinesis 是亚马逊的式数据处理服务,提供了可扩展的数据收集、存储和分析能力。它支持实时数据传输、数据缓冲和数据转换,并可与其他 AWS 服务(如 Lambda、Redshift)和第三方工具进行集成。 这些技术都在不同程度上解决了数据处理的挑战,如数据传输、处理延迟、容错性和可伸缩性等。根据应用场景和要求,可以选择适合的技术来构建实时数据处理系统。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值