切片上传记录

核心就是

1 前端分片

2 后端组装

3 md5校验

Spark-md5介绍

用md5就是为了防止文件被篡改，小的文件直接可以用整个文件传入，返回文件md5，但是越大的文件（超过2G),如果用整文件的方式，时间会很久，分片计算md5会节约时间；另外MD5算法是一个单向哈希函数，不可逆的。

官网介绍：spark-md5

官网demo

来分析下官网的例子

	
		
		
		
	
	
		
incremental md5 demo
		
with SparkMD5
		

		

		
		
	

核心的就是这三个：

spark = new SparkMD5.ArrayBuffer(),

spark.append()

spark.end()

前端实现

前端要怎么分块，核心代码，chunkSize有高手建议不要超过5M，计算出起始和结束的字节数，用

File.prototype.slice来截取

 const start = currentChunk * chunkSize;
 const end = start + chunkSize >= file.size ? file.size : start + chunkSize;
 const blobSlice = File.prototype.slice;
 const blob = blobSlice.call(file, start, end);

然后把这一部分的blob算出切片的md5，一并发给后端后发送merge请求

后端实现

上传接口

包括切片的index，切片的md5，文件名称

如果当前分片文件不存在，则存储

import * as fse from "fs-extra";
const outStream = fse.createWriteStream(chunkPath);
const inStream = Readable.from(file.stream ?? file.buffer); //blob
inStream.pipe(outStream);

merge

合并文件

// 分片循环
const buffer = await fse.readFile(chunkPath);
await fse.appendFile(finalPath, buffer);

剩余的一些问题

1 上传过程中，如果刷新页面，或者网络问题，断点续传的考虑， 需要后端存储切片信息，发给前端已有切片index，前端再重新继续切片请求

2 校验已有文件，无需重传