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!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/1014983

相关文章

Java中JSON格式反序列化为Map且保证存取顺序一致的问题

《Java中JSON格式反序列化为Map且保证存取顺序一致的问题》:本文主要介绍Java中JSON格式反序列化为Map且保证存取顺序一致的问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未... 目录背景问题解决方法总结背景做项目涉及两个微服务之间传数据时,需要提供方将Map类型的数据序列化为co

Java Lambda表达式的使用详解

《JavaLambda表达式的使用详解》:本文主要介绍JavaLambda表达式的使用方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、前言二、Lambda表达式概述1. 什么是Lambda表达式?三、Lambda表达式的语法规则1. 无参数的Lambda表

java中Optional的核心用法和最佳实践

《java中Optional的核心用法和最佳实践》Java8中Optional用于处理可能为null的值,减少空指针异常,:本文主要介绍java中Optional核心用法和最佳实践的相关资料,文中... 目录前言1. 创建 Optional 对象1.1 常规创建方式2. 访问 Optional 中的值2.1

Spring Boot 整合 Apache Flink 的详细过程

《SpringBoot整合ApacheFlink的详细过程》ApacheFlink是一个高性能的分布式流处理框架,而SpringBoot提供了快速构建企业级应用的能力,下面给大家介绍Spri... 目录Spring Boot 整合 Apache Flink 教程一、背景与目标二、环境准备三、创建项目 & 添

Spring组件实例化扩展点之InstantiationAwareBeanPostProcessor使用场景解析

《Spring组件实例化扩展点之InstantiationAwareBeanPostProcessor使用场景解析》InstantiationAwareBeanPostProcessor是Spring... 目录一、什么是InstantiationAwareBeanPostProcessor?二、核心方法解

深入解析 Java Future 类及代码示例

《深入解析JavaFuture类及代码示例》JavaFuture是java.util.concurrent包中用于表示异步计算结果的核心接口,下面给大家介绍JavaFuture类及实例代码,感兴... 目录一、Future 类概述二、核心工作机制代码示例执行流程2. 状态机模型3. 核心方法解析行为总结:三

Spring @RequestMapping 注解及使用技巧详解

《Spring@RequestMapping注解及使用技巧详解》@RequestMapping是SpringMVC中定义请求映射规则的核心注解,用于将HTTP请求映射到Controller处理方法... 目录一、核心作用二、关键参数说明三、快捷组合注解四、动态路径参数(@PathVariable)五、匹配请

Java -jar命令如何运行外部依赖JAR包

《Java-jar命令如何运行外部依赖JAR包》在Java应用部署中,java-jar命令是启动可执行JAR包的标准方式,但当应用需要依赖外部JAR文件时,直接使用java-jar会面临类加载困... 目录引言:外部依赖JAR的必要性一、问题本质:类加载机制的限制1. Java -jar的默认行为2. 类加

Java进程CPU使用率过高排查步骤详细讲解

《Java进程CPU使用率过高排查步骤详细讲解》:本文主要介绍Java进程CPU使用率过高排查的相关资料,针对Java进程CPU使用率高的问题,我们可以遵循以下步骤进行排查和优化,文中通过代码介绍... 目录前言一、初步定位问题1.1 确认进程状态1.2 确定Java进程ID1.3 快速生成线程堆栈二、分析

Swagger在java中的运用及常见问题解决

《Swagger在java中的运用及常见问题解决》Swagger插件是一款深受Java开发者喜爱的工具,它在前后端分离的开发模式下发挥着重要作用,:本文主要介绍Swagger在java中的运用及常... 目录前言1. Swagger 的主要功能1.1 交互式 API 文档1.2 客户端 SDK 生成1.3