Web总结：资源存储

我的原文：https://www.hijerry.cn/p/17326.html

前言

几乎所有的Web站点都需要存储文件资源，如图片、视频等。也有像百度网盘这样的平台专门做云存储，为用户提供了极大的便利。

基础知识

HTTP请求报文分为请求头、请求体。请求头中的Content-Type字段，描述了请求体是什么类型的内容，它的字段值也叫做MIME类型，也叫mimetype，在这里进行查询：http://www.w3school.com.cn/media/media_mimeref.asp 。

有关Content-Type、媒体类型等详细知识可以参考《HTTP权威指南》，PDF版下载（密码：7u67）。

有关使用HTTP协议上传文件的原理，可以参考：https://www.cnblogs.com/cswuyg/p/3185164.html。

版本1

理解了上传文件的原理后，我们可以完成一个较为基础的文件保存函数，下面代码是基于Laravel5编写。

/**
 * 保存上传的文件至服务器，并返回URL
 * @param Illuminate\Http\UploadedFile $file 上传的文件
 * @return string 文件在服务器中的URL，失败返回false
 */  
function storeFile(UploadedFile $file) {
    $store_path = 'uploads';
    // 文件名称 xxx.yy
    $name = time();
    if ($extension = $file->extension()) {
        $name .= $extension;
    }
    if (Storage::putFileAs($store_path, $file, $name)) {
        return '/storage/uploads/' . $name;
    } else {
        return false;
    }
}

storeFile 函数接受一个上传文件实例，保存成功后返回该文件对应的URL，失败返回false。

做法很简单，把上传的文件都放到一个HTTP可访问的目录下，得到URL，用户访问此URL即可访问上传的资源。

第10行。获取上传文件的扩展名。
第13行。保存上传的文件到指定的目录，并指定的文件名。

但是这种做法有几个缺点甚至有安全漏洞：

可上传自定义脚本。比如用户可以上传自己编写的PHP文件，这是非常危险的。就算使用Java等编译语言进行后台开发，也应该避免脚本文件的上传。
文件都放在同一个目录，有的文件系统会有数量限制。可参考：https://blog.csdn.net/leonwei/article/details/3980179
文件名可能冲突（并发量比较大时）。
可能有重复文件。比如两个人在不同时间点上传了一样的文件，系统会保存两份。

版本2：校验和分类

上代码：

/**
 * 保存上传的文件至服务器，并返回URL
 * @param Illuminate\Http\UploadedFile $file 上传的文件
 * @return string 文件在服务器中的URL，失败返回false
 */  
function storeFile(UploadedFile $file) {
    $time = time();
    // 文件名称 xxx.yy
    $name = $time;
    if ($extension = $file->extension()) {
        $name .= $extension;
    }
    // 按日期将文件分类
    $store_path = 'uploads' . DIRECTORY_SEPARATOR . date('Ymd', $time);
    if (Storage::putFileAs($store_path, $file, $name)) {
        return '/storage/' . str_replace('\\', '/', $store_path) . '/' . $name;
    } else {
        return false;
    }
}
/**
 * 检查上传的文件是否符合要求
 * @param Illuminate\Http\UploadedFile $file 上传的文件
 * @param array $rule 含mimetype, max_size(单位B)两个规则
 * @return int 符合所有要求返回0，不符合mimetype返回1，不符合max_size返回2
 */  
function checkFile(UploadedFile $file, $rule) {
    if (! $rule) $rule = ['mimetype' => [], 'max_size' => 0];
    if ($rule['mimtype'] && ! in_array($file->getMimeType(), $rule['mimetype'])) {
        return 1;
    } else if ($rule['max_size'] && $file->getSize() > $rule['max_size']) {
        return 2;
    } else {
        return 0;
    }
}

先调用 checkFile 检查上传文件的mimetype、文件大小是否符合要求，函数返回0表示没有不符合的。再调用 storeFile 保存文件。这样可以尽可能的避免版本1的第一、二个问题。

比如在上传头像时，可以规定只能上传jpg、bmp等图片格式，而且文件大小不得超过2M。

下面解释部分代码：

第14行。DIRECTORY_SEPARATOR 是指当前操作系统的分隔字符，Linux是 /，windows是\。
第16行。URL的分隔符都是 / 所以需要替换一下。

文件名生成函数可以替换成 microtime ，这是微秒级别的时间戳，所以就可以避免文件名冲突了（冲突可能性非常非常非常小，所以可以认为不会冲突）。

此版本仍然不能解决资源重复问题。

版本3：统一资源存储

上代码：

/**
 * 保存文件和model
 * @param Illuminate\Http\UploadedFile $file
 * @return ResourceModel
 */
public function storeFile(UploadedFile $file) {
    // 文件哈希值
    $this->md = md5_file($file->getRealPath());
    // 查找已存在的资源
    if ($exist_rs = ResourceModel::where('md', $this->md)->first()) {
        $exist_rs->from_db = true;
        return $exist_rs;
    }

    // 文件名称    xxx.jpeg
    $this->name = $file->getClientOriginalName();
    // mimetype  image/jpeg
    $this->mime = $file->getMimeType();
    // 后缀      jpeg
    $this->suffix = $file->extension();

    DB::beginTransaction();
    // 保存数据库
    if (! $this->save()) {
        DB::rollBack();
        return false;
    }

    // 文件保存路径 data/52/08/06
    $store_path = $this->getStorePath();
    // 520806eb60722ca0d10c89d3b20b370c
    $store_name = $this->getStoreName();

    // 保存文件
    if (! Storage::exists($this->getFilename())) {
        // 如果写入文件失败，则不存入数据库中
        if (!Storage::putFileAs($store_path, $file, $store_name)) {
            DB::rollBack();
            return false;
        }
    }
    DB::commit();
    return $this;
}
/**
 * 显示文件
 * @param Illuminate\Http\Request $req
 * @param $md
 * @return mixed
 */
public function showResource(Request $req, $md) {
    $rs = ResourceModel::where('md', $md)->first();
    if (! $rs) {
        return 'resource not found';
    } else {
        if ($rs->refer) return redirect($rs->refer);
        // uploads/7d/s8/7ds87x...
        $filename = $rs->getFilename();
        // 获取文件物理路径
        $full_filename = storage_path("app/${filename}");
        if (!file_exists($full_filename)) {
            return response('file not found', Response::HTTP_NOT_FOUND);
        }
        return response()->file($full_filename,[
            'Content-Type' => $rs->mime
        ]);
    }
}

storeFile 方法是 ResourceModel 里的，这里罗列一下 Resource 的表结构：

mark

showResource 是controller里的方法，用于处理HTTP请求。

这个版本的核心思想是，先计算文件的MD5值，同一个文件具有一样的MD5值，不同的文件MD5值不一样。这个MD5值将作为文件名。文件的保存路径是取MD5值的前四位字符，两位分为一组，共两组，分别作为一级目录和二级目录名。

此版本仍然使用 checkFile 检查文件类型和大小。

代码解释：

第8行：计算文件的MD5值。
第10~13行：找到系统中已经存在的资源，直接返回该资源。这样可以避免资源重复。
第60行：storage_path 返回文件的物理存储地址。
第64行：响应资源文件，并指定响应的Content-Type，让浏览器可以正常的显示资源。

这个版本已经可以满足绝大部分Web系统的需求了。并且还有可提升空间，可拓展性也比较强。

举个扩展的例子，资源文件越多时，可以通过目录划分来做分布式存储。

视频资源

视频资源在存放于Web系统之前，往往要进行调整分辨率、编码格式、加水印之类的操作。对于大视频文件，也应该采取分片存储的方式。

调整分辨率、编码格式、加水印等，可以使用 ffmpeg 完成。

文件分片包含两个话题：上传时分片，保存时分片。上传时分片，保存时就比较好操作，直接按片划分保存就行；上传不分片，保存如果要分片的话，只能能采取视频截取的方式（使用ffmpeg）把视频分为几个部分保存，一般来说取前1分钟为第一片，后续每4分钟一片，是比较好的分片方法。

视频文件分片后，播放时也是要分片播放的，如果采取1:4:4..:4的方法分片，前端需要先加载出第一片1分钟的视频，后面在依次加载4分钟的分片文件。这里解释下为什么第一片1分钟，因为用户一般看1分钟，没兴趣看就溜了，所以为了不浪费流量，第一片就1分钟比较合适。

分布式和同步

先看一个需要用到同步的场景，不同学校间共享教学视频，访问时又是自己内网的服务器。要实现这个功能有两个关键点：

学校的服务器至少有一台能和外部服务器通信。
采取分布式还是集中式同步。

集中式同步方案：选一个中心主机，视频都放在中心主机，并且通过文件共享手段，让服务器在读取资源时，直接从中心主机读取。文件共享手段比如NAS、rsync命令、基于xcopy的脚本等。需要注意的是，跨校区的同步速度是比较慢的。

分布式同步方案：没有中心主机，上传的时候先放在本校服务器，每一个服务器定期向其他服务器询问是否有新资源，和推送资源给其他服务器。这种方案，也可以选一个中心主机，本地服务器在保存完资源后，将视频推送到中心主机，再由中心主机下发到其他学校服务器（类似git机制）。

他们的核心区别是：集中式，不同服务器从同一台服务器上取视频资源；分布式，服务器从本地取视频资源。