php上传100mb文件,web大文件上传解决方案_如何上传一个100MB的大文件

在开发过程中，收到这样一个问题反馈，在网站上传 100 MB 以上的文件经常失败，重试也要等老半天，这就难为需要上传大规格文件的用户了。那么应该怎么做才能快速上传，就算失败了再次发送也能从上次中断的地方继续上传呢？下文为你揭晓答案~

温馨提示：配合 Demo 源码一起阅读效果更佳

整体思路

第一步是结合项目背景，调研比较优化的解决方案。

文件上传失败是老生常谈的问题，常用方案是将一个大文件切片成多个小文件，并行请求接口进行上传，所有请求得到响应后，在服务器端合并所有的分片文件。当分片上传失败，可以在重新上传时进行判断，只上传上次失败的部分，减少用户的等待时间，缓解服务器压力。这就是分片上传文件。

大文件上传

那么如何实现大文件分片上传呢？

流程图如下：

分为以下步骤实现：

1. 文件 MD5 加密

MD5 是文件的唯一标识，可以利用文件的 MD5 查询文件的上传状态。

根据文件的修改时间、文件名称、最后修改时间等信息，通过 spark-md5 生成文件的 MD5。需要注意的是，大规格文件需要分片读取文件，将读取的文件内容添加到 spark-md5 的 hash 计算中，直到文件读取完毕，最后返回最终的 hash 码到 callback 回调函数里面。这里可以根据需要添加文件读取的进度条。

实现方法如下：// 修改时间+文件名称+最后修改时间-->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. 查询文件状态

前端得到文件的 MD5 后，从后台查询是否存在名称为 MD5 的文件夹，如果存在，列出文件夹下所有文件，得到已上传的切片列表，如果不存在，则已上传的切片列表为空。

// 校验文件的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

文件上传优化的核心就是文件分片，Blob 对象中的 slice 方法可以对文件进行切割，File 对象是继承 Blob 对象的，因此 File 对象也有 slice 方法。

定义每一个分片文件的大小变量为 chunkSize，通过文件大小 FileSize 和分片大小 chunkSize 得到分片数量 chunks，使用 for 循环和 file.slice() 方法对文件进行分片，序号为 0 - n，和已上传的切片列表做比对，得到所有未上传的分片，push 到请求列表 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

// 如果已经存在, 则不用再上传当前块

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. 上传分片

调用 Promise.all 并发上传所有的切片，将切片序号、切片文件、文件 MD5 传给后台。

后台接收到上传请求后，首先查看名称为文件 MD5 的文件夹是否存在，不存在则创建文件夹，然后通过 fs-extra 的 rename 方法，将切片从临时路径移动切片文件夹中，结果如下：

当全部分片上传成功，通知服务端进行合并，当有一个分片上传失败时，提示“上传失败”。在重新上传时，通过文件 MD5 得到文件的上传状态，当服务器已经有该 MD5 对应的切片时，代表该切片已经上传过，无需再次上传，当服务器找不到该 MD5 对应的切片时，代表该切片需要上传，用户只需上传这部分切片，就可以完整上传整个文件，这就是文件的断点续传。

// 上传chunk

upload (i, fileMd5Value, file) {

const { uploadProgress, chunks } = this

return new Promise((resolve, reject) => {

let { chunkSize } = this

// 构造一个表单，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对象的slice方法用于切出文件的一部分

form.append('total', chunks) // 总片数

form.append('index', i) // 当前是第几片

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. 上传进度

虽然分片批量上传比大文件单次上传会快很多，也还是有一段加载时间，这时应该加上上传进度的提示，实时显示文件上传进度。

原生 Javascript 的 XMLHttpRequest 有提供 progress 事件，这个事件会返回文件已上传的大小和总大小。项目使用 axios 对 ajax 进行封装，可以在 config 中增加 onUploadProgress 方法，监听文件上传进度。

const config = {

onUploadProgress: progressEvent => {

var complete = (progressEvent.loaded / progressEvent.total * 100 | 0) + '%'

}

}

services.uploadChunk(form, config)

6. 合并分片

上传完所有文件分片后，前端主动通知服务端进行合并，服务端接受到这个请求时主动合并切片，通过文件 MD5 在服务器的文件上传路径中找到同名文件夹。从上文可知，文件分片是按照分片序号命名的，而分片上传接口是异步的，无法保证服务器接收到的切片是按照请求顺序拼接。所以应该在合并文件夹里的分片文件前，根据文件名进行排序，然后再通过 concat-files 合并分片文件，得到用户上传的文件。至此大文件上传就完成了。

Node 端代码：// 合并文件

exports.merge = {

validate: {

query: {

fileName: Joi.string()

.trim()

.required()

.description('文件名称'),

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('大文件分片合并失败，请稍候重试~')

})

},

}

总结

本文讲述了大规格文件上传优化的一些做法，总结为以下 4 点：Blob.slice 将文件切片，并发上传多个切片，所有切片上传后告知服务器合并，实现大文件分片上传；

原生 XMLHttpRequest 的 onprogress 对切片上传进度的监听，实时获取文件上传进度；

spark-md5 根据文件内容算出文件 MD5，得到文件唯一标识，与文件上传状态绑定；

分片上传前通过文件 MD5 查询已上传切片列表，上传时只上传未上传过的切片，实现断点续传。

参照 Demo 源码 可快速上手上述功能，希望本文能对你有所帮助，感谢阅读 ❤️

欢迎关注凹凸实验室博客：aotu.io

或者关注凹凸实验室公众号(AOTULabs)，不定时推送文章：