1. 文件夹断点续传的痛点到底是什么
文件夹断点续传这件事,十个人问我九个人是同一个场景:网页上要传一个几十GB的文件夹,里面有几千个文件,传的过程中网络一抖、浏览器一崩,前面全部白干。如果你正在做一个JSP网页,需求里写着“支持文件夹断点续传”,那你这篇文章基本就是这个功能的完整落地流程。
先说清楚一个容易被忽略的事实:传统JSP网页里的文件上传,走的是 <form enctype="multipart/form-data"> 这种表单提交方式,服务端用 Servlet 的 Part 或者 Commons FileUpload 去接。这种模式天然不支持断点,因为整个请求体是一次性提交的,浏览器把文件流一股脑往外发,中途断了就断了,服务器那边拿到的是一堆不完整的内容,无法拼回去,也没有任何恢复的入口。
那文件夹上传呢?又比单文件复杂一个层级。单文件断点续传只需要记录“这个文件传到第几字节了”,文件夹断点续传要记录的东西就多了:哪个文件传完了、哪个文件传了一半、传到哪个分片、文件夹结构怎么保留、下次进来如何识别同一个文件夹。麻烦归麻烦,但架构思路是明确的。
JSP网页本身其实不参与断点续传的核心逻辑,它更像一个容器,真正干活的是前端JavaScript和后端的Servlet接口。所以这篇文章我按实际开发顺序来讲:先从需求角度分析方案选型,再拆前端实现、后端实现,最后给出一套可复用的代码结构和常见坑的排查思路。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 技术选型:文件级续传和分片级续传哪个适合你
2.1 文件级断点续传:思想简单,但只适合小文件场景
文件级断点续传的思路是:文件夹里每个文件独立上传,每个文件有一个“已上传大小”的标记,传输中断后,下次从标记位置继续写入。
听起来很理想,但它有一个隐藏前提——你要能从一个文件的中间位置开始续传。对于HTTP协议来说,最标准的做法是使用Range头。后端返回 Accept-Ranges: bytes,前端用 XHR.setRequestHeader('Range', 'bytes=start-') 发起一个范围请求,服务器从这个位置开始读取文件流返回给客户端。
但这个方案放在“网页上传”这个方向上不成立。因为网页上传时,数据流向是客户端到服务器,Range头是服务器返回给客户端用的,适用于下载续传。上传方向没有标准协议支持断点续传,你不能像下载那样告诉服务器“我从第100字节开始给我接着收”,除非你自己实现一套专门的接口协议。
所以文件级断点续传在实际Java Web项目里,基本被改造成下面这种玩法:前端先查一下服务器上这个文件已经存了多大,然后用 File.slice() 切出剩余部分的Blob,POST到服务器,服务器用 RandomAccessFile 的 seek() 方法跳到指定位置继续写。
看起来也不复杂,但坑在于:一个文件只切一刀,如果文件本身很大,单次请求的数据量依然很大,中间任何一次网络抖动都可能导致请求体不完整,而这种“半截请求体”对服务器来说是最恶心的——HTTP协议没有给你判断请求体是否完整的机制,只能靠你主动在参数里带上总长度来比对。
2.2 分片级断点续传:大文件场景下的唯一靠谱解
分片级断点续传的核心是把文件切成固定大小的碎块,比如每片4MB,然后一片一片上传。每一片都是独立的HTTP请求,互不依赖。传输中断后,只需要找出哪些分片没传上去,重新传这几片就行了,其他分片原样保留。
切分片的根本原因在于:把大请求拆成多个小请求,每个小请求的成功或失败都是独立可判定的。网络抖动只影响当前这一片,不会把整个文件拖下水。Java Web实际项目里,分片上传基本上成了大文件上传的标准方案。
切多大合适?我在生产项目里一般取2MB到8MB之间。太小了会浪费请求的开销——每个分片都要带上文件编号、分片序号这些元数据,网络往返也多;太大了又失去了分片的意义,一个4MB和40MB的网络请求,失败概率完全不是一个数量级。实测下来,4MB分片在普通办公网络环境下表现最稳定。
分片上传要解决的三个核心问题:
- 前端如何把一个File对象切成多个Blob分片
- 后端如何接收并暂存这些分片
- 所有分片上传完成后,如何无损地合并成完整文件
第一个问题用 Blob.prototype.slice() 就能解决,第三个问题的核心是保证合并顺序正确。中间分片的暂存位置,JSP项目里通常就放在服务器本地磁盘,用临时目录按会话组织,这也是最简单稳定的做法。
2.3 秒传:不是断点续传,但和它强绑定
秒传是另一个话题,但凡是做大文件上传的,一定会把秒传和断点续传一起做。秒传的原理是:上传前先计算文件的MD5或SHA-1值,发给服务器查询。服务器存了一个文件指纹库,如果发现这个文件已经存在,直接返回“上传成功”,前端就不用真传了,体验上就是秒传。
秒传和断点续传经常被放在一起说,原因是它们的实现走了同一条路:都需要先对文件做标识,都需要一个查询接口来获取“这个文件已经有什么了”。做断点续传时顺手把秒传的逻辑加上,成本不高,但收益很直观——很多用户反复上传同一个资料包场景下,能省下大量带宽和服务器存储。
我建议的方案是:前端计算整个文件夹所有文件MD5太大不现实,会卡死浏览器。折中做法是计算每个文件的MD5,文件级做秒传,分片级做断点续传。两者配合,形成一个比较完整的上传体系。
3. 前端实现:用HTML5和JavaScript把文件夹变成分片流
3.1 文件夹选择:webkitdirectory和webkitRelativePath是核心
前端要拿到文件夹里的文件列表,现阶段还是绕不开webkit前缀。
html复制<input type="file" id="folderPicker" webkitdirectory multiple />
webkitdirectory 属性让文件选择框变成“选择文件夹”模式,用户选整个文件夹后,input的 files 属性会返回文件夹下所有文件的File对象列表。每个File对象上有一个 webkitRelativePath 属性,保存着该文件相对于所选文件夹的路径,比如 "项目文档/图片/logo.png",这给了你还原文件夹结构的能力。
拿到文件列表后,先过滤掉空目录。浏览器不会返回空目录,这是好事,说明不用担心目录结构的占位问题。
javascript复制const files = Array.from(fileInput.files).filter(f => f.size > 0);
为什么不传空文件?因为0字节文件对断点续传来说没有意义,后端在创建目录结构时顺手把空文件建出来就行。
3.2 文件标识:文件名不靠谱,用哈希组合
要做断点续传,就必须能回答“这个文件是不是上次那个文件”。用文件名?不行,同名文件太常见了。要同时考虑 相对路径 + 文件大小 + 最后修改时间 的组合,这样碰撞概率就低很多了。
javascript复制function buildFileIdentity(file, relativePath) {
return {
fileId: md5(relativePath + file.size + file.lastModified),
name: file.name,
relativePath: relativePath,
size: file.size,
lastModified: file.lastModified
};
}
fileId 可以用MD5或者任何哈希算法,只要是字符串就行。注意这里不需要对整个文件内容做加密,只是生成一个标识符而已,别和秒传里的文件MD5混了。
3.3 分片切割与上传:队列式还是并发式
拿到File对象后,用 slice() 方法切成多个分片:
javascript复制const CHUNK_SIZE = 4 * 1024 * 1024; // 4MB
function splitFile(file) {
const chunks = [];
let start = 0;
while (start < file.size) {
const end = Math.min(start + CHUNK_SIZE, file.size);
chunks.push({
file: file,
index: chunks.length,
