BOS MultipleUpload

最近终于有时间写一点关于三步上传的东东了,mulitiple upload又称三步上传。三步上传主要针对那些网络环境不好(传着传着就断了),或者上传的文件大于5GB,普通的上传方式满足不了的上传。

aws的s3是直接将multiple upload作为一个函数接口直接提供给开发者,而BOS和阿里的OSS都需要自己实现那三步:
1. 初始化multiple uploadID
2. 上传分块
3. 完成上传
下面详细说明一下这三步,客户端和BOS服务器在做什么。

初始化uploadID:
客户端InitMultiUpload,BOS服务器端根据客户端提供的bucket,object等信息生成在Bucket内唯一的Uploadid,并且将Uploadid返回给客户端;

上传分片:
客户端:上传分片,并提供partNumber。
服务器端:服务器端将文件PartData按照Object的逻辑去存储,并检查当前PartNum为接续块或重新上传的块,每个Part上传时的快照信息保存在PartData Object的Meta数据中。返回给客户端已上传数据的MD5信息,以便校验已上传数据的完整性,断点上传支持最新上传的一块数据的错误重新上传;
注意这里:服务器端是给客户端返回每个分片的MD5的。

结束上传:
客户端提交Bucket、Object、Uploadid、PartList给服务器端。服务器检查每一个已上传的PartData Object的Meta并合并最终的SliceList。如正确,则根据收集到的SliceList、UserMeta信息生成Meta数据写入Meta表。删除PartData Object对应的所有Meta数据。(感觉在这里删除了每个分片的MD5)

整个multipleUpload就是这样的一个处理过程,需要注意的是:最后上传的那个文件是没有content-MD5的,这就是为什么我们说三步上传的文件没有MD5的原因。
理论上,如果每个分片返回的md5值都是对的,那最后合成的文件就是完整并且正确的。以后再说这里怎么去验证。

下面这个部分主要是结合实际的python sdk中的代码,讲一下断点续传。(我也不会python哈,写的比较low,诸位轻批)

这里用到一个pickle库,这货的作用就是持久性地保持对象,用这个货来将我断点发生之前的partlist存到文件里。
用法:

import pickle

写入文件:
f = open("dump.txt", "wb")
partList = []  # then add something into list
pickle.dump(partList, f)
f.close()

从文件读取:
f = open("dump.txt", "rb")
partList = pickle.load(f)
f.close()
# do something with partList

用两个代码来演示一下测试思路:第一个代码client.py模拟我初始化分片,并上传分片,在这个过程中,我用键盘作为中断。这段代码我需要打印出中断时的partNumber,left_size, offset,并且将partlist保存在一个文件b里。

第二个代码resume.py根据uploadID将剩下的分片传到bos上,并且读取文件b中的partlist,完成completeUpload。

client.py的大体思路:
初始化upload,生成uploadID:
upload_id = bos_client.initiate_multipart_upload

计算分块:
offset = 0
part_number = 1
part_list = []
while left_size > 0
      进行分片
      ......
     上传part
     bos_client.upload_part_from_file
     
     打印left_size
     打印offset
     #将partlist存储到文件b中:
     f1 = open("./b","wb")
     pickle.dump(part_list,f1)
     f1.close()

演示:
在本该传第28个分片的时候,我键盘中断了这次操作,并且打印了left_size和offset。


1.png

接下来我们模拟resume.py。

resume.py的大体思路:
upload_id = "bf3167c31f96036f63bec1d1d70ace09"
#如果不知道uploadID,可以用listmultipleUpload根据bucket name列出来。
f1 = open("./b","rb")
#将文件b里的数据读出来,赋给part_list
part_list = pickle.load(f1)
f1.close
#将上图中打印出来的数据传给left_size,offset, part_number。
left_size = 501506048
offset = 141557760
part_number = 28
#剩下这一块的处理跟client.py中while的处理一样了。
while:
        *******

最终,执行完毕之后就可以在控制台看到上传成功的object了:

2.png

这两段代码所在github:
https://github.com/tanxiniao/bos/blob/master/client.py
https://github.com/tanxiniao/bos/blob/master/resumable.py
附赠listmultipleUpload的代码:
https://github.com/tanxiniao/bos/blob/master/listmul.py

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,053评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,527评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,779评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,685评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,699评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,609评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,989评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,654评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,890评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,634评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,716评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,394评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,976评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,950评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,191评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,849评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,458评论 2 342

推荐阅读更多精彩内容