SpringMVC拦截器实现大文件上传进度监控

1. 大文件上传进度监控的痛点与解决方案

在Web应用开发中，处理大文件上传是个老生常谈却又常做常新的需求。我经历过一个医疗影像管理系统项目，需要上传平均300MB以上的DICOM文件，最初采用传统表单提交方式，用户经常抱怨："传了半小时，最后告诉我失败了？"这种糟糕体验促使我们研究进度监控方案。

SpringMVC的拦截器机制恰好能完美解决这个问题。不同于过滤器(Filter)处理的是Servlet请求，拦截器(Interceptor)工作在更上层的Spring MVC框架中，能获取到DispatcherServlet分发后的控制器上下文信息。这让我们可以在文件上传过程中插入监控逻辑，而不会污染业务代码。

关键认知：拦截器 vs 过滤器

• 过滤器：Servlet规范定义，处理原始HTTP请求/响应
• 拦截器：Spring MVC特有，可访问HandlerMethod等Spring上下文
• 执行顺序：Filter -> DispatcherServlet -> Interceptor -> Controller

2. 核心实现架构设计

2.1 整体流程设计

实现进度监控需要解决三个技术点：

1. 前端分片上传与进度事件监听
2. 服务端接收分片时的进度计算
3. 前后端进度信息的实时同步

我们采用的技术组合：

• 前端：FineUploader（支持分片和进度回调）
• 传输层：Commons FileUpload + Servlet 3.0 API
• 监控层：自定义ProgressInterceptor
• 数据同步：Redis发布订阅

java复制// 架构伪代码示意
class ProgressInterceptor extends HandlerInterceptorAdapter {
    @Override
    public boolean preHandle(...) {
        // 初始化进度上下文
    }
    
    @Override
    public void afterCompletion(...) {
        // 清理进度数据
    }
}

class UploadController {
    @PostMapping("/upload")
    public void chunkUpload(
        @RequestParam("file") MultipartFile chunk,
        HttpSession session) {
        // 处理分片并更新进度
    }
}

2.2 进度计算数学模型

假设一个500MB文件，分片大小为5MB，则：

• 总分片数 = ceil(500 / 5) = 100片
• 每片进度贡献 = 1 / 100 = 1%
• 已上传进度 = min(100%, 当前片数 * 1% + 当前片内进度)

这个模型需要在拦截器中实时维护：

java复制class UploadProgress {
    private long totalSize;
    private long uploaded;
    private int currentChunk;
    private int totalChunks;
    
    public double getPercent() {
        double chunkProgress = (currentChunk - 1) * 100.0 / totalChunks;
        double currentChunkProgress = uploaded * 100.0 / (totalSize / totalChunks);