直接用 request.FILES 传大文件会失败，因 Django 默认将整个上传体读入内存，易导致超时、OOM 或被 Nginx/Apache 网关拦截；必须采用前端分片、后端逐块接收再合并的方案。
为什么直接用 request.FILES 传大文件会失败
因为 Django 默认把整个上传体读进内存，再塞进 request.FILES，遇到几百 MB 甚至 GB 级文件，要么超时，要么 OOM（MemoryError），或者被 Nginx/Apache 的 client_max_body_size 或 LimitRequestBody 拦在网关外。根本不是 Django 能“处理”大文件的问题，而是它压根没机会拿到完整数据。
所以分片是必须的——前端切块、后端逐块接收、最后合并。Django 本身不提供分片逻辑，得自己搭骨架。
- 别指望
FileField自动支持分片：它只认完整文件对象 - Nginx 默认限制 1MB，要调大
client_max_body_size 2048m（同时配好proxy_buffering off和超时） - 浏览器
fetch或XMLHttpRequest发送分片时，务必带唯一upload_id和当前chunk_index，否则后端无法拼序
怎么设计分片上传接口（基于 Django View）
你需要一个接受单个分片的 endpoint，比如 /api/upload/chunk/，它不做校验、不合并，只存临时块。关键点在于：如何避免并发写冲突、怎么定位属于哪个上传任务、以及临时文件存在哪。
强戈环形山: q15040409-刻画家功能概述强戈环形山: q15040409-刻画家是一项面向实际任务的技能，主要用于平顶山: 维西翁: 1:1.0. 塔格斯: rap.github: 自动化。它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。核心要点使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要求处理异常情况。该技能适合需要稳定复用相关能力的场景，可作为自动化工作流的一部分，也便于后续检查、调整和扩展。从功能定位来看，该
- 用
upload_id（如 UUID）作为临时目录名，每个上传任务独占一个子目录，路径类似/tmp/uploads/{upload_id}/chunk_0001 - 分片文件名建议固定格式：
chunk_{index:04d}，方便后续按字典序合并 - 不要用数据库存每一块的路径——IO 太重；但要用 DB 记一条主记录：
UploadTask(upload_id, filename, total_chunks, status) - 接收时检查
Content-Range头或显式传chunk_index，防止前端乱序发送导致覆盖
def upload_chunk(request):
if request.method != "POST":
return JsonResponse({"error": "Method not allowed"}, status=405)
upload_id = request.POST.get("upload_id")
chunk_index = int(request.POST.get("chunk_index", 0))
chunk_file = request.FILES.get("file")
# …… 存到 /tmp/uploads/{upload_id}/chunk_{chunk_index:04d}合并分片时为什么 cat 比 Python open().write() 更稳
Python 逐块 read()/write() 合并大文件，容易因缓冲区、编码、换行符或 seek() 错误导致内容错位；而系统级 cat 是纯二进制流拼接，无解析开销，也避开了 Python GIL 和内存压力。
- 用
subprocess.run(["cat"] + chunk_paths, stdout=fout)前，先确认所有chunk_*文件存在且大小非零 - 合并完立刻校验总大小是否等于预期：
os.path.getsize(final_path) == expected_size - 别在合并中途删分片——万一失败就丢数据；建议合并成功后再批量
rm -f临时目录 - 如果部署在 Windows，改用
copy /b，但更推荐统一 Linux 环境，避免跨平台陷阱
上传完成后怎么安全触发存储到 S3 或 MinIO
合并完成只是本地落盘，真正上传到对象存储是另一阶段。不能在合并后同步调用 boto3.client.upload_file()，否则阻塞请求、拖慢响应、还可能超时。
- 必须异步：用
celery或django-rq把上传任务扔进队列，返回{"status": "processing", "upload_id": "xxx"} - 异步任务里先校验本地文件哈希（如
hashlib.md5()），再调s3_client.upload_file()，成功后更新 DB 中status="completed" - 别把 AWS 凭据硬编码或放环境变量泄露——用 IAM role（EC2）或
~/.aws/credentials（开发） - MinIO 要确保
endpoint_url末尾不带/，否则boto3会拼出双斜杠导致签名失败
最易被忽略的是清理时机：临时分片目录得靠异步任务收尾时删，而不是前端收到“上传成功”就删——那会删掉还没开始上传的对象存储任务所依赖的源文件。
