李乾坤

AI、系统与工程实践

1 分钟阅读

简介

tus

服务端tusd

代码上

go中一个http server的标准写法

http.Handle("/foo", fooHandler)
http.HandleFunc("/bar", func(w http.ResponseWriter, r *http.Request) {
	fmt.Fprintf(w, "Hello, %q", html.EscapeString(r.URL.Path))
})
log.Fatal(http.ListenAndServe(":8080", nil))

tusd 将 path / 绑定大一个自定义Handler中，该Handler使用 PatternServeMux 而不是 http package默认的DefaultServeMux 来处理 请求path与方法映射。

所以在 UnroutedHandler 中定义了服务端的主要逻辑：

  1. PostFile,用于声明创建一个文件，服务端返回文件id
  2. HeadFile,查询文件断点
  3. PatchFile,write chunk
  4. GetFile,下载文件
  5. DelFile,放弃上传文件，并通知服务端释放资源

UnroutedHandler 除了完成事件通知，异常处理外，将输入参数转换为StoreComposer/DataSource 的参数与返回值，核心工作交给StoreComposer完成。StoreComposer是一个开放接口，represents a composable data store. It consists of the core data store and optional extensions.

type StoreComposer struct {
	Core DataStore

	UsesTerminater bool
	Terminater     TerminaterDataStore
	UsesFinisher   bool
	Finisher       FinisherDataStore
	UsesLocker     bool
	Locker         LockerDataStore
	UsesGetReader  bool
	GetReader      GetReaderDataStore
	UsesConcater   bool
	Concater       ConcaterDataStore
}

type DataStore interface {
	NewUpload(info FileInfo) (id string, err error)
	WriteChunk(id string, offset int64, src io.Reader) (int64, error)
	GetInfo(id string) (FileInfo, error)
}

type FileInfo struct {
	ID string
	Size int64
	Offset   int64
	MetaData MetaData
	IsPartial bool
	IsFinal bool
	PartialUploads []string
}

以FileStore为例，每次写入一个chunk，都是新建一个文件（假设文件名为id），同时对应id.info 文件，info文件内容为FileInfo 对象序列化之后的值。分片的归并，就是对所有分片文件进行合并。

感觉服务端代码完成度不是很高

  1. 采取文件分片，然后合并，文件片过小时，意味着大量的io
  2. 暂时还未发现水平扩展能力

客户端

tus android端依赖java端，由此可见，各平台逻辑比较一致。

主要包括以下几个类

  1. TusClient，根据TusUpload创建TusUploader，初始化URL connection以及提前获取文件offset等操作。
  2. TusUpload，封装一个文件

  3. TusUploader，关键就在于其构造方法TusUploader(TusClient client, URL uploadURL, TusInputStream input, long offset)，调用uploadChunk，从offset开始， 将一个分片的数据，利用uploadURL发送出去。至此，核心上传流程为：

    TusUploader uploader = client.resumeOrCreateUpload(upload); 
     while(uploader.uploadChunk() > -1) {}
 uploader.finish();
  4. TusExecutor，TusExecutor is a wrapper class which you can build around your uploading mechanism and any exception thrown by it will be caught and may result in a retry. TusExecutor的核心逻辑是包裹 可以观察到整个上传过程是TusUploader和TusExecutor 协作进行的。

小结

tus的基本理念：

  1. 在tus中，File是第一个操作对象，所谓分片的归并，只是contact File而已。contact file时，每个文件对应分片上传的分片。
  2. tus每一个文件/分块支持断点续传，断点信息存储在服务端。值得一提的是，如果你本来就想contact File，每个file的成功与失败还是要自己保证的，tus无法告诉你整个contact file的断点。

可以学到的东西：

  1. metric 性能检测
  2. 事件机制
  3. build around your uploading mechanism

七牛

  1. 上传空间管理
  2. 文件上传

API概览定义一个基本的协议api，http形式，然后是各个平台（android,ios,java sdk）的客户端代码封装，各平台客户端代码开源。

七牛云用户端

  1. 注册个人账号，进行实名认证
  2. “资源主页” ==> “对象存储” ==> 立即添加
  3. 设置存储空间
  4. 创建分区（bucket），类似于文件夹的概念

java客户端

整体上传流程

分块上传流程

类图

一个XXUploader对象负责一个文件的上传，它会存储中间状态信息，处理重试逻辑。

  1. 整体

    1. 如果文件大小小于4m（也是分块的大小）使用form 上传（FormUploader），大于4m采用断点续传（ResumeUploader）
    2. 有一个最大重试次数，定义了整个文件重传的次数。对于一个特定文件块，只重传一次，重试失败立即结束。
    3. 发送块失败一次，则更换上传host
  2. 断点

    1. 断点位置记录在客户端，存储方式根据Recorder实现而定，一般为FileRecorder

    2. 本地有一个目录，专门存储进度文件。文件名：文件名.文件地址，文件内容：Record （进度类）gson 序列化后的字符串的字节数组。

  3. 上传块

    1. 上传块时只需指定block size和 token（由注册账号后得到的accessKey、secretKey以及创建的bucket拼接而成）。返回该块的唯一标识符ctx和crc32，用户后续工作。创建块
    2. crc校验在客户端做

  4. 创建文件

    1. 分块直接上传（对应mkblk请求），分块创建完毕后，发送创建文件请求（对应mkfile请求），内容是分块归并信息。

android 客户端

上传流程（此处未包含异常处理）

  1. 文件分块（块大小4m），块又分片，块大小不变。分片大小由用户传入，可根据网络情况，每个文件都不同。
  2. 通过递归实现类似循环的效果
  3. 采用okHttp的异步上传，Uploader状态更改写在回调中，因此会有并发上传的效果

七牛协议小结

  1. 因为带有用户token，可以直接上传分片，然后返回分片标识。无需先向服务端申请分片标识，然后发送分片数据。
  2. 分片上传过程中，可以随意切换上传host，只要带的是同一个token就行，这意味着七牛云有能力进行跨主机的分片合并
  3. 七牛基本上没有自定义的http header，也没有使用特别的http方法类型
  4. 表单上传、分片上传、流式上传同时支持，根据入参及文件大小做出选择
  5. 上传之前，Zone对象负责判断临近区域的host
  6. 通过文件、块和片三个粒度，兼顾了pc与mobile端的实际情况，提供了较为统一的接口

其它材料

android上传下载系列：如何优化上传的性能要点：

  1. 分片的一个好处，如果网络状态较差，可以自动停止上传，提示用户在网络状态稍好时，继续上传。
  2. 小文件场景下，建议分片大小为2M
  3. 如果文件小于10M，md5可以在1s内完成，那么通过md5判断文件是否上传过，从而实现秒传。并且对于部分格式的文件，对部分信息计算md5即可判断文件的唯一性。

izhangzhihao/FileUpload.Java mvc 分片上传服务端实现，实现太简单了。

对象存储

存储系统与其它系统的边界：基本确定是在做一个对象存储系统，提供上传能力，返回文件地址。至于说具体业务线要对上传业务做何种处理， 业务client 在拿到文件地址后，可另外请求业务系统处理。

虚拟座谈会：有关分布式存储的三个基本问题对象存储、文件存储与块存储之间的关系

  1. 首先对象存储和文件存储的区别是不大的，存储的都是一样的东西，只是抛弃了统一的命名空间和目录树的结构
  2. 独立的互联网存储服务一般都是做对象存储的，因为块存储是给计算机用的，对象存储是给浏览器等HTTP客户端用的。
  3. 可用性是存储系统的基本性能，提高可用性的办法是多副本，多副本就会带来一致性问题。不仅数据库会有一致性问题，存储系统、文件系统、磁盘都会有一致性问题，比如磁盘的raid，只是不太为大家所常见。

如今市面上几种最流行的开源对象存储解决方案：

  1. Ceph
  2. Minio
  3. OpenStack Swift
  4. fastdfs

如果后端存储采用fastdfs的话，我的工作就是为fastdfs实现一个android和ios 客户端。

小结

通过对两个协议的分析汇总，可以得到以下共同点

  1. 使用http、使用分片
  2. 客户端先传分片数据，并确保所有分片在重试次数范围内全部上传成功。再发送文件请求，携带归并文件数据

不同点：

  七牛 tus
断点 客户端负责断点存储 服务端负责断点存储
crc校验 有 没有
并发 android客户端可以并发执行 不支持
重试 失败后直接重试 失败后分别按300ms,500ms,1s,2s重试
默认分片大小 4M 2M
各平台客户端一致性 不一致 一致

其它问题：

  1. 水平扩展。使用sticky session（配置nginx），或将服务器选择加入到协议中。
  2. 服务器文件合并，直接合并，或许可以用下pika（pika装在本机）

留下评论

猜您还喜欢

Code Agent

1 分钟阅读

简介（未完成）