作者：京东物流 陈雨

引言

在云计算环境中，对象存储服务（OSS）是一种提供存储和访问任意类型数据（如网站内容、企业备份数据、游戏、IoT 设备数据等）的服务，支持从任何地点、任何时间访问数据。在很多应用场景中，用户需要上传文件到 OSS，这可能包括图片、视频、文档等多种格式的文件。为了提高效率、保障安全和优化用户体验，实现文件上传的前置处理机制变得尤为重要。

前置处理机制

文件压缩是一个重要的前置处理步骤。它不仅可以减少文件的大小，降低存储成本，还能加快文件的上传速度，特别是在网络条件不佳的情况下。此外，对于需要保密的数据，压缩过程中还可以结合加密技术，提高数据的安全性。下面详细介绍文件压缩及其机制：

文件压缩的意义

•减少存储空间：压缩可以显著减少文件的大小，帮助用户节省存储空间。

•提高传输效率：较小的文件大小意味着在相同的网络条件下，上传和下载速度更快。

•节省带宽成本：对于付费的网络环境，压缩文件可以减少数据传输量，从而节省成本。

•数据安全：通过与加密技术结合，压缩文件可以在提高安全性的同时减少文件大小。

文件压缩机制

•选择压缩算法：根据文件类型和压缩需求选择合适的压缩算法。常见的压缩算法包括但不限于ZIP、RAR、7z等。对于特定类型的数据（如图片、视频），可能会使用专门的压缩算法（如JPEG、H.264）。

•客户端压缩：在文件上传前，客户端软件可以对文件进行压缩处理。这要求客户端有足够的处理能力来执行压缩任务。

•分片压缩：对于大文件，可以先将其分割成多个小片段，然后对每个片段分别进行压缩。这样可以并行处理，提高压缩效率。

•压缩级别设置：大多数压缩工具和库都允许设置压缩级别。高级别的压缩会占用更多的处理时间，但可以得到更小的文件。根据具体需求权衡压缩时间和文件大小。

•结合加密技术：在压缩的同时，可以对文件进行加密处理，增加数据的安全性。这通常是通过在压缩之前或之后，应用加密算法来实现的。

实例剖析

第一步：客户端大文件分片处理

在同一个请求中，要上传大量的数据，会导致整个过程耗时严重，如果将这个单一请求拆分成多个请求，每个请求的时间就会缩短，这样就可以解决大文件上传的问题。

支持文件拆分上传，即对其内容进行拆分，最后将每个切片信息上传到服务端。基本原理就是将文件拆分成大小一致的分块，然后每次请求只需要上传这一个部分的分块信息就行。分片上传能够充分利用浏览器多进程的特性，并发的上传文件，加快文件的上传速度。

服务器接收到这些切片后，可以将已经上传的文件切片保存起来，若文件上传过程中出现了意外，再下次上传的时候可以过滤掉已经上传的切片部分，之后再将它们拼接起来就可以。





图1 系统流程图

第二步：压缩处理（ 以图片为例 ）

为了提升用户体验，以及减少服务器访问图片的压力，一般情况在不影响图片查看的情况下，会对图片进行适当的压缩处理，处理后上传，用户的上传操作的响应时间会大大减小，且在服务器拿取图片时，时间也会缩短。

通过引入图片上传的前置前端压缩，维持图像质量基本不变的情况下，尺寸大幅减小，达到以下目的：

•节约流量和体积，降低上传导致的服务器成本和存储成本；

•加快上传速度，减小等待时机，提升用户体验；

从jpeg压缩的基础原理来看：这里用canvas压缩的方法里，quality是一个绝对参数而不是相对参数：就是一张jpeg，有自己的固定的quality。

未经过压缩的jpeg的quality是1，把它压缩到0.5之后，压缩过这张图的quality就是0.5；但是压缩到了0.5的这张图再按0.5的quality压缩，它不会变成0.25，还是0.5；如果把0.5的quality的图按0.6的quality来压缩，压缩完的图片的quality是0.6而不是0.3，它体积会变大。 —— quality是描述图片质量的绝对值，而不是压缩的相对比例。

从理论上说，用户上传的图片，如果本身是压缩过的，而且quality是0.3这样小于0.5的值，压缩完之后它体积会变大（眼睛看着图像质量没有变好，但是从图片编码角度来看是编码压缩更少了）。

但是用户从手机里选一张图，它被压缩过的概率大不大？手机摄像头拍照的照片要么不压缩，要么是0.9这种比较高的quality压缩；即使是微信传输图片的压缩，也不会低到小于0.5。那么唯一的可能性就是用户先专门找压缩软件把照片压缩到0.3这样很低的quality，然后再上传，这样压完体积会变大。这样的可能性大吗？几乎不存在吧？那就可以忽略。

实际效果（8.4M）

	
—— 效果：从秒到毫秒，有量级上的提升！

第三步：加密处理—— 利用md5哈希值算法，保持进度

在实现分片上传的过程，需要前端和后端配合，比如前后端的上传块号的文件大小，前后端必须得要一致，否则上传就会有问题。

利用md5哈希值算法，先拿到前端传来的哈希数组值，采用跟前端一样的哈希值，在后端计算出长的哈希数组，记为新seed。此时前端计算后也会传来一个seed，两个seed字符串进行比较，如果相同，则采用的算法和计算方式是一样的，则得出前后端摘要算法一致。

尽管MD5的安全性受到质疑，它在一些非安全性要求不高的场合仍然被广泛使用，例如：

•文件和数据完整性验证：用于检查文件在传输或存储过程中是否被篡改。

•数字签名：在一些对安全要求不是非常高的场合，MD5仍可用于生成数字签名。

•密码存储：在一些老旧系统中，MD5仍被用于加密和存储密码，尽管这已经不是一个好的做法。

虽然md5的安全性已经不被信任，但是它简单、快速的特点使其在一些特定的非安全领域仍有其用武之地。对于需要高安全性的应用场景，建议使用更安全的哈希算法，如SHA-256等。