直接diff文件内容在Go里容易出错，因标准库无内置diff算法，调用系统命令或第三方库会遭遇二进制文件不支持、大文件内存暴涨、换行符不一致误判、UTF-8字符截断等问题；真正适合增量差异存储的是基于固定大小分块（如64KB）+SHA256哈希的变更识别，通过比对块哈希列表定位新增/删除/修改块，并配合.meta.json与.chunks分离存储实现高效还原。
为什么直接 diff 文件内容在 Go 里容易出错
Go 标准库没有内置的 diff 算法实现，很多人第一反应是调用系统 diff 命令或引入第三方库（比如 github.com/sergi/go-diff），但实际落地时会遇到几个硬伤：二进制文件无法处理、大文件（>100MB）内存暴涨、行末换行符不一致导致误判差异、UTF-8 多字节字符被截断。真正适合做「增量差异存储」的，不是通用 diff，而是基于内容分块哈希的变更识别——即把文件切片、计算每个块的哈希值、比对前后哈希列表变化。
用 golang.org/x/exp/slices + crypto/sha256 实现稳定分块比对
关键不是“找出两版文件的文本差异”，而是“哪些块没变、哪些块新增/删除/修改”，这样才能只存变动块。推荐使用固定大小分块（如 64KB）+ SHA256 哈希，避免滚动哈希（如 rsync 的 rolling hash）带来的实现复杂度和边界 bug。
实操要点：
- 读取原文件时用
bufio.NewReader配合io.ReadFull严格按块读，避免最后一块不足时填充或丢弃 - 每块哈希后存为
[]byte（32 字节），不要转成 hex 字符串——否则内存翻倍且无必要 - 新旧文件块哈希列表用
slices.Equal判断完全一致；用双指针遍历对比可定位插入/删除位置，比map[sha256.Sum256]bool更省内存且保留顺序 - 注意：空文件、单块文件、块数变化时的边界 case，
len(oldHashes)和len(newHashes)可能为 0
os.WriteFile 存差异时必须分离元数据与数据块
增量存储不是只存“diff 结果”，而是要能还原原始文件。所以磁盘上至少存两部分：.meta.json（含原始大小、块大小、哈希列表、各块是否保留/替换/跳过）和 .chunks（仅存放被修改或新增的原始字节块，按顺序拼接）。
立即学习“go语言免费学习笔记（深入）”；
使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器，提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象，支持命名依赖等
常见错误：
- 把哈希列表和块数据混在一个文件里——导致无法流式加载元数据判断是否需要解压全部块
- 用
json.Marshal存哈希数组——sha256.Sum256是结构体，直接 marshal 会转成 map，丢失二进制紧凑性；应转为[32]byte后用binary.Write写入 - 未对
.chunks文件做校验——建议在 meta 中额外存一个整体 CRC64，防止块写入中途失败
还原时用 io.MultiReader 避免内存拷贝
还原文件不等于把所有块读进内存再 WriteFile。尤其当原文件 2GB、仅最后 1 块变更时，你只想读取 63 个旧块（从磁盘 mmap 或 seek 读）+ 1 个新块（从 .chunks 读）。
高效做法：
- 为每个“保留块”构造一个
io.SectionReader，指向原文件对应 offset - 为每个“新块”构造一个
bytes.Reader或os.File的子 reader - 用
io.MultiReader按顺序串联所有 reader，传给io.Copy(dst, multiReader) - 务必设置
dst为*os.File并提前Truncate(0)，避免残留旧内容
这个链路里最容易被忽略的是：块偏移计算必须严格基于原始文件的逻辑块序号，而不是文件内实际字节 offset —— 因为最后一块可能不满 64KB，但它的逻辑索引仍是 n-1，还原时仍要对齐到该位置。
