基于RxJava2.0+Retrofit2.0超大文件分块(分片)上传(带进度)

2024-05-29 23:48

本文主要是介绍基于RxJava2.0+Retrofit2.0超大文件分块(分片)上传(带进度),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

当上传文件过大时,直接上传会增加服务器负载,负载过高会导致机器无法处理其他请求及操作,甚至导致宕机,这时分块上传是最佳选择。本次简单介绍两种分块上传文件方案(暂不考虑文件安全相关问题,如签名):

方案一: 客户端把单个文件切割成若干块,依次上传,最后由服务端合并
方案二: 客户端读取文件 offset 到 offset+chunk的文件块上传,每次上传完返回新的offset(或者每次上传后,本地保存最新的offset),客户端更新offset值并继续下一次上传,本文为了测试方便,最新的偏移量本地计算好即不通过接口返回最新偏移量

文件分块上传与断点下载相比,断点下载的进度保存在客户端(使用数据库保存),分块上传的进度保存在服务端并由服务端合并

效果图:

两种方案对比,方案二上传时间更短,因为方案一基于文件操作,方案二基于内存操作,所以方案二上传时间更短

方案一

客服端:

    public void uploadTest1(View view) {countUploadSize = 0;clearDir();totalSize = file.length();//分割文件并组装数据上传,文件分割数量根据实际情况调整List<File> cut = FileUtils.split(file.getAbsolutePath(), 10);int totalChunk = cut.size();FileChunkReq[] items = new FileChunkReq[cut.size()];for (int i = 0; i < cut.size(); i++) {FileChunkReq fileChunkReq = new FileChunkReq();fileChunkReq.file = cut.get(i);fileChunkReq.fileName = file.getName();fileChunkReq.fileSize = totalSize;fileChunkReq.chunkNum = i + 1;fileChunkReq.totalChunk = totalChunk;fileChunkReq.uuid = UUID;items[i] = fileChunkReq;}startTime = System.currentTimeMillis();Observable.fromArray(items).concatMap(new Function<FileChunkReq, ObservableSource<ResponseResult>>() {@Overridepublic ObservableSource<ResponseResult> apply(FileChunkReq fcq) throws Exception {return upload1(fcq);}}).subscribeOn(Schedulers.io()).observeOn(AndroidSchedulers.mainThread()).subscribe(new Consumer<ResponseResult>() {@Overridepublic void accept(ResponseResult responseResult) throws Exception {showMsg("分块上传方案1responseResult:" + responseResult.toString());}}, new Consumer<Throwable>() {@Overridepublic void accept(Throwable throwable) throws Exception {showMsg("分块上传方案1异常:" + throwable.getMessage());}}, new Action() {@Overridepublic void run() throws Exception {showMsg("分块上传方案1完毕");}});}

接口调用

/*** 分块上传1** @param fileChunkReq* @return*/private Observable<ResponseResult> upload1(FileChunkReq fileChunkReq) {//"application/octet-stream"//"multipart/form-data"FileProgressRequestBody filePart = new FileProgressRequestBody(fileChunkReq.file, "application/octet-stream", new FileProgressRequestBody.ProgressListener() {@Overridepublic void progress(long upload, long totalUpload) {synchronized (obj) {showProgress(upload);Log.w(TAG, "上传方案1,countUploadSize:" + countUploadSize + ",percent:" + percent);}}});final MultipartBody requestBody = new MultipartBody.Builder().setType(MultipartBody.FORM).addFormDataPart("file", fileChunkReq.file.getName(), filePart).addFormDataPart("fileName", fileChunkReq.fileName).addFormDataPart("fileSize", String.valueOf(fileChunkReq.fileSize)).addFormDataPart("uuid", fileChunkReq.uuid) //可用于持久化,作为文件存放目录,验证重复上传.addFormDataPart("chunkNum", String.valueOf(fileChunkReq.chunkNum)).addFormDataPart("totalChunk", String.valueOf(fileChunkReq.totalChunk)).build();Observable<ResponseResult> observable = uploadApi.upload1(requestBody);return observable;}

方案二

客服端:

 public void uploadTest2(View view) {countUploadSize = 0;offset = 0;long length = file.length();totalSize = length;startTime = System.currentTimeMillis();Observable.create(new ObservableOnSubscribe<FileChunkReq>() {@Overridepublic void subscribe(ObservableEmitter<FileChunkReq> emitter) throws Exception {int blockSize = 1024 * 1024; //1Mwhile (offset < totalSize) {//基于偏移量获取块大小,blockSize 可根据服务端调整byte[] block = FileUtils.getBlock(offset, file, blockSize);if (block != null) {FileChunkReq fileChunkReq = new FileChunkReq();fileChunkReq.fileByte = block;fileChunkReq.fileName = file.getName();fileChunkReq.fileSize = totalSize;fileChunkReq.offset = offset;fileChunkReq.uuid = UUID;emitter.onNext(fileChunkReq);//下一个偏移量offset += block.length;}}emitter.onComplete();}}).flatMap(new Function<FileChunkReq, ObservableSource<ResponseResult>>() {@Overridepublic ObservableSource<ResponseResult> apply(FileChunkReq fileChunkReq) throws Exception {return upload2(fileChunkReq);}}).subscribeOn(Schedulers.io()).observeOn(AndroidSchedulers.mainThread()).subscribe(new Consumer<ResponseResult>() {@Overridepublic void accept(ResponseResult responseResult) throws Exception {showMsg("分块上传方案2responseResult:" + responseResult.toString());}}, new Consumer<Throwable>() {@Overridepublic void accept(Throwable throwable) throws Exception {showMsg("分块上传方案2异常:" + throwable.getMessage());}}, new Action() {@Overridepublic void run() throws Exception {showMsg("分块上传方案2完毕");}});}

接口调用

/*** 分块上传2** @param fileChunkReq* @return*/private ObservableSource<ResponseResult> upload2(FileChunkReq fileChunkReq) {ByteProgressRequestBody filePart = new ByteProgressRequestBody(fileChunkReq.fileByte, "application/octet-stream", new FileProgressRequestBody.ProgressListener() {@Overridepublic void progress(long upload, long totalUpload) {synchronized (obj) {showProgress(upload);Log.w(TAG, "上传方案2,countUploadSize:" + countUploadSize + ",percent:" + percent);}}});final MultipartBody requestBody = new MultipartBody.Builder().setType(MultipartBody.FORM).addFormDataPart("file", fileChunkReq.fileName, filePart).addFormDataPart("offset", String.valueOf(fileChunkReq.offset)).addFormDataPart("fileName", fileChunkReq.fileName).addFormDataPart("fileSize", String.valueOf(fileChunkReq.fileSize)).addFormDataPart("uuid", fileChunkReq.uuid).build();Observable<ResponseResult> observable = uploadApi.upload2(requestBody);return observable;}

小结

上面两种方案不支持多线程分块上传,必须严格按照分块顺序依次上传,否则影响最终上传文件的完整性,本文只提供思路,大家可基于示例扩展完善,置于选择哪种方案,看具体情况,各有优缺点。

demo地址

GitHub:https://github.com/kellysong/android-blog-demo/tree/master/net-demo

其它文章:

基于RxJava2.0+Retrofit2.0的文件下载实现(带进度,非覆写ResponseBody和拦截器)

这篇关于基于RxJava2.0+Retrofit2.0超大文件分块(分片)上传(带进度)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1014983

相关文章

Java内存泄漏问题的排查、优化与最佳实践

《Java内存泄漏问题的排查、优化与最佳实践》在Java开发中,内存泄漏是一个常见且令人头疼的问题,内存泄漏指的是程序在运行过程中,已经不再使用的对象没有被及时释放,从而导致内存占用不断增加,最终... 目录引言1. 什么是内存泄漏?常见的内存泄漏情况2. 如何排查 Java 中的内存泄漏?2.1 使用 J

JAVA系统中Spring Boot应用程序的配置文件application.yml使用详解

《JAVA系统中SpringBoot应用程序的配置文件application.yml使用详解》:本文主要介绍JAVA系统中SpringBoot应用程序的配置文件application.yml的... 目录文件路径文件内容解释1. Server 配置2. Spring 配置3. Logging 配置4. Ma

Java 字符数组转字符串的常用方法

《Java字符数组转字符串的常用方法》文章总结了在Java中将字符数组转换为字符串的几种常用方法,包括使用String构造函数、String.valueOf()方法、StringBuilder以及A... 目录1. 使用String构造函数1.1 基本转换方法1.2 注意事项2. 使用String.valu

java脚本使用不同版本jdk的说明介绍

《java脚本使用不同版本jdk的说明介绍》本文介绍了在Java中执行JavaScript脚本的几种方式,包括使用ScriptEngine、Nashorn和GraalVM,ScriptEngine适用... 目录Java脚本使用不同版本jdk的说明1.使用ScriptEngine执行javascript2.

Spring MVC如何设置响应

《SpringMVC如何设置响应》本文介绍了如何在Spring框架中设置响应,并通过不同的注解返回静态页面、HTML片段和JSON数据,此外,还讲解了如何设置响应的状态码和Header... 目录1. 返回静态页面1.1 Spring 默认扫描路径1.2 @RestController2. 返回 html2

Spring常见错误之Web嵌套对象校验失效解决办法

《Spring常见错误之Web嵌套对象校验失效解决办法》:本文主要介绍Spring常见错误之Web嵌套对象校验失效解决的相关资料,通过在Phone对象上添加@Valid注解,问题得以解决,需要的朋... 目录问题复现案例解析问题修正总结  问题复现当开发一个学籍管理系统时,我们会提供了一个 API 接口去

Java操作ElasticSearch的实例详解

《Java操作ElasticSearch的实例详解》Elasticsearch是一个分布式的搜索和分析引擎,广泛用于全文搜索、日志分析等场景,本文将介绍如何在Java应用中使用Elastics... 目录简介环境准备1. 安装 Elasticsearch2. 添加依赖连接 Elasticsearch1. 创

Spring核心思想之浅谈IoC容器与依赖倒置(DI)

《Spring核心思想之浅谈IoC容器与依赖倒置(DI)》文章介绍了Spring的IoC和DI机制,以及MyBatis的动态代理,通过注解和反射,Spring能够自动管理对象的创建和依赖注入,而MyB... 目录一、控制反转 IoC二、依赖倒置 DI1. 详细概念2. Spring 中 DI 的实现原理三、

SpringBoot 整合 Grizzly的过程

《SpringBoot整合Grizzly的过程》Grizzly是一个高性能的、异步的、非阻塞的HTTP服务器框架,它可以与SpringBoot一起提供比传统的Tomcat或Jet... 目录为什么选择 Grizzly?Spring Boot + Grizzly 整合的优势添加依赖自定义 Grizzly 作为

Java后端接口中提取请求头中的Cookie和Token的方法

《Java后端接口中提取请求头中的Cookie和Token的方法》在现代Web开发中,HTTP请求头(Header)是客户端与服务器之间传递信息的重要方式之一,本文将详细介绍如何在Java后端(以Sp... 目录引言1. 背景1.1 什么是 HTTP 请求头?1.2 为什么需要提取请求头?2. 使用 Spr