当前位置: 首页 > news >正文

SpringBoot大文件上传卡死?分块切割术搞定GB级传输,速度飙升

因公众号更改推送规则,请点“在看”并加“星标”第一时间获取精彩技术分享

点击关注#互联网架构师公众号,领取架构师全套资料 都在这里

0、2T架构师学习资料干货分

上一篇:2T架构师学习资料干货分享

大家好,我是互联网架构师!

来源:juejin.cn/post/7529035047552335907

在互联网应用中,大文件上传是一个常见而棘手的挑战。传统的单文件上传方式在面对大文件时经常面临超时、内存溢出等问题。本文将深入探讨如何利用Spring Boot实现高效的分块上传方案,解决大文件传输痛点。

01为什么需要文件分块上传?

当文件上传超过100MB时,传统上传方式存在三大痛点:

  • 网络传输不稳定: 单次请求时间长,容易中断

  • 服务器资源耗尽: 大文件一次性加载导致内存溢出

  • 上传失败代价高: 需要重新上传整个文件

分块上传的优势

  • 减小单次请求负载

  • 支持断点续传

  • 并发上传提高效率

  • 降低服务器内存压力

02分块上传核心原理

03Spring Boot实现方案

<dependencies> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <dependency> <groupId>commons-io</groupId> <artifactId>commons-io</artifactId> <version>2.11.0</version> </dependency> </dependencies>
@RestController @RequestMapping("/upload") publicclassChunkUploadController{ privatefinal String CHUNK_DIR = "uploads/chunks/"; privatefinal String FINAL_DIR = "uploads/final/"; /** * 初始化上传 * @param fileName 文件名 * @param fileMd5 文件唯一标识 */ @PostMapping("/init") public ResponseEntity<String> initUpload( @RequestParam String fileName, @RequestParam String fileMd5){ // 创建分块临时目录 String uploadId = UUID.randomUUID().toString(); Path chunkDir = Paths.get(CHUNK_DIR, fileMd5 + "_" + uploadId); try { Files.createDirectories(chunkDir); } catch (IOException e) { return ResponseEntity.status(HttpStatus.INTERNAL_SERVER_ERROR) .body("创建目录失败"); } return ResponseEntity.ok(uploadId); } /** * 上传分块 * @param chunk 分块文件 * @param index 分块索引 */ @PostMapping("/chunk") public ResponseEntity<String> uploadChunk( @RequestParam MultipartFile chunk, @RequestParam String uploadId, @RequestParam String fileMd5, @RequestParam Integer index){ // 生成分块文件名 String chunkName = "chunk_" + index + ".tmp"; Path filePath = Paths.get(CHUNK_DIR, fileMd5 + "_" + uploadId, chunkName); try { chunk.transferTo(filePath); return ResponseEntity.ok("分块上传成功"); } catch (IOException e) { return ResponseEntity.status(HttpStatus.INTERNAL_SERVER_ERROR) .body("分块保存失败"); } } /** * 合并文件分块 */ @PostMapping("/merge") public ResponseEntity<String> mergeChunks( @RequestParam String fileName, @RequestParam String uploadId, @RequestParam String fileMd5){ // 1. 获取分块目录 File chunkDir = new File(CHUNK_DIR + fileMd5 + "_" + uploadId); // 2. 获取排序后的分块文件 File[] chunks = chunkDir.listFiles(); if (chunks == null || chunks.length == 0) { return ResponseEntity.badRequest().body("无分块文件"); } Arrays.sort(chunks, Comparator.comparingInt(f -> Integer.parseInt(f.getName().split("_")[1].split("\\.")[0]))); // 3. 合并文件 Path finalPath = Paths.get(FINAL_DIR, fileName); try (BufferedOutputStream outputStream = new BufferedOutputStream(Files.newOutputStream(finalPath))) { for (File chunkFile : chunks) { Files.copy(chunkFile.toPath(), outputStream); } // 4. 清理临时分块 FileUtils.deleteDirectory(chunkDir); return ResponseEntity.ok("文件合并成功:" + finalPath); } catch (IOException e) { return ResponseEntity.status(HttpStatus.INTERNAL_SERVER_ERROR) .body("合并失败:" + e.getMessage()); } } }
  1. 核心依赖

  2. 关键控制器实现

  3. 高性能文件合并优化

当处理超大文件(10GB以上)时,需要避免将所有内容加载到内存:

// 使用RandomAccessFile提高性能 publicvoidmergeFiles(File targetFile, List<File> chunkFiles)throws IOException { try (RandomAccessFile target = new RandomAccessFile(targetFile, "rw")) { byte[] buffer = newbyte[1024 * 8]; // 8KB缓冲区 long position = 0; for (File chunk : chunkFiles) { try (RandomAccessFile src = new RandomAccessFile(chunk, "r")) { int bytesRead; while ((bytesRead = src.read(buffer)) != -1) { target.write(buffer, 0, bytesRead); } position += chunk.length(); } } } }

04前端实现关键代码(Vue示例)

// 5MB分块大小 const CHUNK_SIZE = 5 * 1024 * 1024; /** * 处理文件分块 */ functionprocessFile(file) { const chunkCount = Math.ceil(file.size / CHUNK_SIZE); const chunks = []; for (let i = 0; i < chunkCount; i++) { const start = i * CHUNK_SIZE; const end = Math.min(file.size, start + CHUNK_SIZE); chunks.push(file.slice(start, end)); } return chunks; }
asyncfunctionuploadFile(file) { // 1. 初始化上传 const { data: uploadId } = await axios.post('/upload/init', { fileName: file.name, fileMd5: await calculateFileMD5(file)// 文件MD5计算 }); // 2. 分块上传 const chunks = processFile(file); const total = chunks.length; let uploaded = 0; awaitPromise.all(chunks.map((chunk, index) => { const formData = new FormData(); formData.append('chunk', chunk, `chunk_${index}`); formData.append('index', index); formData.append('uploadId', uploadId); formData.append('fileMd5', fileMd5); return axios.post('/upload/chunk', formData, { headers: {'Content-Type': 'multipart/form-data'}, onUploadProgress: progress => { // 更新进度条 const percent = ((uploaded * 100) / total).toFixed(1); updateProgress(percent); } }).then(() => uploaded++); })); // 3. 触发合并 const result = await axios.post('/upload/merge', { fileName: file.name, uploadId, fileMd5 }); alert(`上传成功: ${result.data}`); }
  1. 分块处理函数

  2. 带进度显示的上传逻辑

05企业级优化方案

1. 断点续传实现

服务端增加检查接口:

@GetMapping("/check/{fileMd5}/{uploadId}") public ResponseEntity<List<Integer>> getUploadedChunks( @PathVariable String fileMd5, @PathVariable String uploadId) { Path chunkDir = Paths.get(CHUNK_DIR, fileMd5 + "_" + uploadId); if (!Files.exists(chunkDir)) { return ResponseEntity.ok(Collections.emptyList()); } try { List<Integer> uploaded = Files.list(chunkDir) .map(p -> p.getFileName().toString()) .filter(name -> name.startsWith("chunk_")) .map(name -> name.replace("chunk_", "").replace(".tmp", "")) .map(Integer::parseInt) .collect(Collectors.toList()); return ResponseEntity.ok(uploaded); } catch (IOException e) { return ResponseEntity.status(500).body(Collections.emptyList()); } }

前端上传前检查:

const uploadedChunks = await axios.get( `/upload/check/${fileMd5}/${uploadId}` ); chunks.map((chunk, index) => { if (uploadedChunks.includes(index)) { uploaded++; // 已上传则跳过 returnPromise.resolve(); } // 执行上传... });

2. 分块安全验证

使用HmacSHA256确保分块完整性:

@PostMapping("/chunk") public ResponseEntity<?> uploadChunk( @RequestParam MultipartFile chunk, @RequestParam String sign // 前端生成的签名 ) { // 使用密钥验证签名 String secretKey = "your-secret-key"; String serverSign = HmacUtils.hmacSha256Hex(secretKey, chunk.getBytes()); if (!serverSign.equals(sign)) { return ResponseEntity.status(403).body("签名验证失败"); } // 处理分块... }

3. 云存储集成(MinIO示例)

@Configuration publicclassMinioConfig{ @Bean public MinioClient minioClient(){ return MinioClient.builder() .endpoint("http://minio:9000") .credentials("minio-access", "minio-secret") .build(); } } @Service publicclassMinioUploadService{ @Autowired private MinioClient minioClient; publicvoiduploadChunk(String bucket, String object, InputStream chunkStream, long length)throws Exception { minioClient.putObject( PutObjectArgs.builder() .bucket(bucket) .object(object) .stream(chunkStream, length, -1) .build() ); } }

06性能测试对比

我们使用10GB文件进行测试,结果如下:

07最佳实践建议

分块大小选择

  • 内网环境:10MB-20MB

  • 移动网络:1MB-5MB

  • 广域网:500KB-1MB

定时清理策略

@Scheduled(fixedRate = 24 * 60 * 60 * 1000) // 每日清理 publicvoidcleanTempFiles(){ File tempDir = new File(CHUNK_DIR); // 删除超过24小时的临时目录 FileUtils.deleteDirectory(tempDir); }

限流保护

spring: servlet: multipart: max-file-size:100MB#单块最大限制 max-request-size:100MB

08结语

Spring Boot实现文件分块上传解决了大文件传输的核心痛点,结合断点续传、分块验证和安全控制,可构建出健壮的企业级文件传输方案。本文提供的代码可直接集成到生产环境,根据实际需求调整分块大小和并发策略。


说到底,程序从职场角度看,公司这样做很可能是想“信息差”捞点回本。建议保存所有当年的交接记录、邮件、IM聊天截图,必要时走仲裁流程,不然这种事开了先例,下一个就可能是别人员写代码要留注释,职场上做事也要留痕迹。只有手里握着证据,才能不被随便背锅。,

1、2T架构师学习资料干货分享

2、10000+TB资源,阿里云盘,牛逼!!

3、基本涵盖了Spring所有核心知识点总结

· END ·

最后,关注公众号互联网架构师,在后台回复:2T,可以获取我整理的 Java 系列面试题和答案,非常齐全。

如果这篇文章对您有所帮助,或者有所启发的话,帮忙扫描上方二维码关注一下,您的支持是我坚持写作最大的动力。

求一键三连点赞、转发、在看

http://www.cnnetsun.cn/news/80253.html

相关文章:

  • CloudStream媒体文件管理终极指南:从混乱到有序的完整解决方案
  • 时序数据可视化终极指南:AI工具让数据分析如此简单
  • 智能体协作框架设计:多个Anything-LLM实例分工合作
  • Gin 真的是“真菌”吗?—— 一篇引发热议的“反 Gin”檄文解读
  • 在海康工作是怎么样的?
  • 2025年12月语言榜单揭秘:Python 确实强得离谱!
  • Ollama模型列表查看及导入Anything-LLM的方法详解
  • 被困在算法里的不只是外卖骑手,还有广大自媒体人
  • 鼠鬚管输入法完整指南:快速安装与个性化配置
  • GPT-5.2 正式发布!开启 AI 职场效率革命新时代
  • VentoyPlugson终极指南:快速掌握图形化配置工具的完整使用方法
  • 校园外卖|基于springboot + vue校园外卖系统(源码+数据库+文档)
  • 企业工资管理|基于springboot + vue企业工资管理系统(源码+数据库+文档)
  • Node.js多线程调试实战:从困惑到精通的完整指南
  • 计算筑基 智创未来,华为以数智力量擘画三湘大地创新蓝图
  • 7、高级计算器:从语法解析到函数求值的全面解析
  • 9、MySQL SQL 解析器深度剖析
  • Cartographer时间同步技术:如何解决多传感器数据融合的核心难题
  • 43、高效运维与快速输入技巧
  • 17、Bison语法错误处理与位置信息应用
  • 19、解析器技术:GLR 解析与 C++ 解析器的深入探索
  • 46、Bash编程:函数使用、通配符与正则表达式及相关参考
  • 48、Bash命令参考:测试操作符、I/O重定向与格式化输出
  • 52、深入探索bash:从源码构建到高级应用
  • B站广告屏蔽神器:小电视空降助手让你的观影体验重回纯净
  • Citra模拟器联机游戏终极指南:5步快速实现远程对战
  • 从实战角度解析sktime软依赖管理:构建稳健的时间序列分析环境
  • 第七十五篇:Kubernetes入门:Pod, Deployment, Service核心概念深度解析
  • 快速获取Windows Server 2022官方镜像的完整指南
  • Triton C++客户端异步推理:解锁高性能AI服务的终极指南