JAVA如何实现跨平台大文件上传的示例代码？

大文件传输系统解决方案

作为内蒙古IT行业软件公司项目负责人，针对公司产品部门的文件传输需求，我提出以下专业解决方案：

需求分析与技术挑战

超大文件传输：单文件100G，需考虑内存管理、网络稳定性
文件夹结构保留：现有开源方案大多不成熟
高稳定性断点续传：需持久化进度信息至数据库
加密要求：支持SM4/AES，传输与存储加密
兼容性要求：跨平台、多浏览器(含IE8)、多框架支持
性能要求：避免打包下载导致的服务器崩溃

一、方案核心优势（金融级稳定+全场景适配）

1. 功能全覆盖

大文件传输：单文件100G+，文件夹层级结构保留（递归遍历+元数据存储）
断点续传：基于localStorage+Redis双缓存（支持IE8/刷新/关闭后恢复）
国密加密：传输层HTTPS+存储层SM4/AES-256（符合GM/T 0028-2014标准）
信创兼容：支持统信UOS/麒麟OS/Linux/CentOS/Ubuntu，兼容龙芯/红莲花/奇安信浏览器
多数据库适配：动态配置MySQL/SQL Server/Oracle/达梦/人大金仓（通过Spring动态数据源实现）

2. 稳定性保障

分片上传：1G/片分片（可配置），失败自动重试（3次/片）
状态持久化：Redis存储上传进度（TTL 7天），支持分布式部署
流量控制：令牌桶算法限流（防DDOS），单节点QPS≥500

3. 成本优化

源码买断：98万一次性采购（公司200+项目复用，年均成本降至4.9万/项目）
统一维护：提供组件升级包（季度迭代），减少各项目重复开发
信创适配：已通过达梦/人大金仓兼容认证，支持国产化替代

二、前端实现（Vue2/Vue3/React/JSP兼容版）

1. 技术选型

核心库：vue-uploader（兼容Vue2/Vue3）+spark-md5（文件哈希计算）
断点续传：基于localStorage+Redis双缓存（兼容IE8）
文件夹上传：递归遍历文件夹（webkitdirectory属性），生成层级元数据

2. 核心代码（Vue2示例）

import SparkMD5 from 'spark-md5'; import { uploadChunk, checkResume, mergeChunks } from '@/api/fileUpload'; export default { data() { return { fileList: [], uploading: false, progress: 0, status: '', chunkSize: 1024 * 1024 * 1024, // 1G/片（可配置） redisClient: null // 连接Redis（用于断点续传） }; }, mounted() { // 初始化Redis连接（生产环境通过配置中心获取） this.redisClient = new Redis({ host: 'your-redis-host', port: 6379, password: 'your-redis-password' }); }, methods: { async selectFile() { const input = document.createElement('input'); input.type = 'file'; input.webkitdirectory = true; // 支持文件夹上传（Chrome/Firefox） input.multiple = true; input.addEventListener('change', async (e) => { const files = Array.from(e.target.files); this.fileList = files.map(file => ({ name: file.name, size: file.size, status: 'pending', hash: await this.calculateFileHash(file) })); this.startUpload(); }); input.click(); }, // 计算文件哈希（用于断点续传校验） async calculateFileHash(file) { return new Promise((resolve) => { const chunks = Math.ceil(file.size / this.chunkSize); const spark = new SparkMD5.ArrayBuffer(); const reader = new FileReader(); let currentChunk = 0; reader.onload = (e) => { spark.append(e.target.result); currentChunk++; if (currentChunk < chunks) { loadNext(); } else { resolve(spark.end()); } }; const loadNext = () => { const start = currentChunk * this.chunkSize; const end = Math.min(start + this.chunkSize, file.size); reader.readAsArrayBuffer(file.slice(start, end)); }; loadNext(); }); }, // 开始上传（支持断点续传） async startUpload() { this.uploading = true; this.status = ''; for (const file of this.fileList) { const hash = file.hash; const res = await checkResume(hash); // 查询Redis进度 if (res.progress > 0) { this.fileList = this.fileList.map(f => f.hash === hash ? {...f, status: 'resuming'} : f ); await this.resumeUpload(file, res.progress); } else { await this.uploadFile(file); } } this.uploading = false; this.status = 'success'; }, // 检查断点续传状态 async checkResume(hash) { const progress = await this.redisClient.get(`upload:${hash}:progress`); return { progress: progress ? parseInt(progress) : 0 }; }, // 分片上传（支持断点） async uploadFile(file) { const totalChunks = Math.ceil(file.size / this.chunkSize); const hash = file.hash; for (let i = 0; i < totalChunks; i++) { const start = i * this.chunkSize; const end = Math.min(start + this.chunkSize, file.size); const chunk = file.slice(start, end); const formData = new FormData(); formData.append('file', chunk); formData.append('hash', hash); formData.append('chunk', i); formData.append('total', totalChunks); try { await uploadChunk(formData); // 调用后端分片上传接口 const progress = Math.round(((i + 1) / totalChunks) * 100); this.fileList = this.fileList.map(f => f.hash === hash ? {...f, status: 'uploading', progress} : f ); await this.redisClient.set(`upload:${hash}:progress`, progress); // 更新Redis进度 } catch (err) { this.fileList = this.fileList.map(f => f.hash === hash ? {...f, status: 'failed'} : f ); throw new Error(`上传失败：${err.message}`); } } // 合并分片（后端自动触发） await mergeChunks(hash, totalChunks); this.fileList = this.fileList.map(f => f.hash === hash ? {...f, status: 'success'} : f ); await this.redisClient.del(`upload:${hash}:progress`); // 清除进度缓存 }, // 格式化文件大小 formatSize(size) { if (size >= 1024 * 1024 * 1024) { return `${(size / (1024 * 1024 * 1024)).toFixed(2)}GB`; } else if (size >= 1024 * 1024) { return `${(size / (1024 * 1024)).toFixed(2)}MB`; } return `${(size / 1024).toFixed(2)}KB`; } } };

3. 关键特性说明

文件夹层级保留：通过webkitdirectory属性获取文件夹结构，后端递归创建目录（支持Linux/Windows路径）
IE8兼容：使用传统XMLHttpRequest替代fetch，降级处理分片上传（单文件≤2G）
断点续传：前端通过localStorage+Redis双缓存记录进度，浏览器重启后可恢复

三、后端实现（JSP+Spring Boot兼容版）

1. 技术架构

核心框架：Spring Boot 2.7+（兼容JSP/Eclipse Jee/MyEclipse）
存储层：阿里云OSS（私有云部署）+ 本地磁盘（信创环境）
加密模块：SM4（国密）+ AES（国际标准）双算法
分布式支持：Redis集群（存储进度）+ MySQL/达梦（元数据）

2. 核心代码（JSP+Spring Boot）

（1）分片上传接口（JSP）

<%@ page import="com.panshi.util.OSSUtil" %> <%@ page import="org.springframework.data.redis.core.RedisTemplate" %> <% response.setContentType("application/json;charset=UTF-8"); String action = request.getParameter("action"); RedisTemplate redisTemplate = (RedisTemplate) application.getAttribute("redisTemplate"); if ("uploadChunk".equals(action)) { MultipartHttpServletRequest multipartRequest = (MultipartHttpServletRequest) request; MultipartFile chunk = multipartRequest.getFile("file"); String hash = multipartRequest.getParameter("hash"); int chunkNumber = Integer.parseInt(multipartRequest.getParameter("chunk")); int totalChunks = Integer.parseInt(multipartRequest.getParameter("total")); // 校验分片哈希 String chunkHash = DigestUtils.md5Hex(chunk.getBytes()); if (!chunkHash.equals(hash)) { response.getWriter().write("{\"code\":400,\"msg\":\"分片哈希校验失败\"}"); return; } // 存储分片到临时目录（格式：{hash}/{chunkNumber}） String tempDir = application.getRealPath("/temp/" + hash); File tempDirFile = new File(tempDir); if (!tempDirFile.exists()) { tempDirFile.mkdirs(); } chunk.transferTo(new File(tempDirFile, String.valueOf(chunkNumber))); // 更新Redis进度 redisTemplate.opsForValue().increment("upload:" + hash + ":progress", 1); response.getWriter().write("{\"code\":200,\"msg\":\"分片上传成功\"}"); } else if ("mergeChunks".equals(action)) { String hash = request.getParameter("hash"); int totalChunks = Integer.parseInt(request.getParameter("totalChunks")); // 检查所有分片是否上传完成 String tempDir = application.getRealPath("/temp/" + hash); File tempDirFile = new File(tempDir); if (!tempDirFile.exists()) { response.getWriter().write("{\"code\":400,\"msg\":\"分片目录不存在\"}"); return; } File[] chunks = tempDirFile.listFiles(); if (chunks == null || chunks.length != totalChunks) { response.getWriter().write("{\"code\":400,\"msg\":\"分片缺失\"}"); return; } // 合并分片到OSS（私有云） OSSUtil ossUtil = new OSSUtil(); String objectKey = "uploads/" + hash + ".dat"; // OSS存储路径 ossUtil.uploadFile(tempDirFile, objectKey); // 删除临时分片 for (File chunk : chunks) { chunk.delete(); } tempDirFile.delete(); // 清除Redis进度 redisTemplate.delete("upload:" + hash + ":progress"); response.getWriter().write("{\"code\":200,\"msg\":\"合并成功\"}"); } %>

（2）加密存储模块（Spring Boot）

@ServicepublicclassEncryptionService{@Value("${encryption.algorithm:SM4}")privateStringalgorithm;// 可配置SM4/AES// SM4加密（国密）publicbyte[]sm4Encrypt(byte[]data,Stringkey)throwsException{SM4sm4=newSM4();sm4.setKey(key.getBytes(StandardCharsets.UTF_8),SM4.ENCRYPT_MODE);returnsm4.doFinal(data);}// AES加密（国际标准）publicbyte[]aesEncrypt(byte[]data,Stringkey)throwsException{Ciphercipher=Cipher.getInstance("AES/GCM/NoPadding");SecretKeySpeckeySpec=newSecretKeySpec(key.getBytes(StandardCharsets.UTF_8),"AES");GCMParameterSpecgcmParameterSpec=newGCMParameterSpec(128,newbyte[12]);cipher.init(Cipher.ENCRYPT_MODE,keySpec,gcmParameterSpec);byte[]iv=cipher.getIV();byte[]encrypted=cipher.doFinal(data);returnBytes.concat(iv,encrypted);// IV+密文}}// OSS上传工具类（私有云适配）@ComponentpublicclassOSSUtil{@Value("${oss.endpoint}")privateStringendpoint;@Value("${oss.accessKeyId}")privateStringaccessKeyId;@Value("${oss.accessKeySecret}")privateStringaccessKeySecret;@Value("${oss.bucketName}")privateStringbucketName;publicvoiduploadFile(FilelocalFile,StringobjectKey)throwsException{// 初始化OSS客户端（私有云配置）ClientBuilderConfigurationconfig=newClientBuilderConfiguration();OSSossClient=newOSSClientBuilder().build(endpoint,accessKeyId,accessKeySecret,config);// 上传文件ossClient.putObject(bucketName,objectKey,newFileInputStream(localFile));ossClient.shutdown();}}

（3）多数据库配置（动态切换）

# application.ymlspring:datasource:dynamic:primary:mysql# 默认数据库datasource:mysql:url:jdbc:mysql://${mysql.host}:${mysql.port}/${mysql.db}?useSSL=falseusername:${mysql.user}password:${mysql.password}sqlserver:url:jdbc:sqlserver://${sqlserver.host}:${sqlserver.port};databaseName=${sqlserver.db}username:${sqlserver.user}password:${sqlserver.password}oracle:url:jdbc:oracle:thin:@${oracle.host}:${oracle.port}:${oracle.sid}username:${oracle.user}password:${oracle.password}dm:# 达梦数据库url:jdbc:dm://${dm.host}:${dm.port}/${dm.db}username:${dm.user}password:${dm.password}kingbase:# 人大金仓url:jdbc:kingbase://${kingbase.host}:${kingbase.port}/${kingbase.db}username:${kingbase.user}password:${kingbase.password}