使用 javascript fetch api 处理大文件上传的核心做法是结合 readablestream 进行分块传输,并配合 content-range 请求头实现断点续传。具体而言,你需要将文件按固定大小(如 1mb)切分为多个 file 对象或 buffer,然后逐个发起 post 请求。服务端需支持解析 content-range 以确认当前块的位置和总大小,并在接收完成后合并文件。若某次请求失败,客户端应记录已上传的块数,下次重试时从该位置继续发送,从而避免重复传输整个大文件。

如何计算文件的 Content-Range 头部信息
在分块上传中,Content-Range 头的格式为 bytes [start]-[end]/[total],其中 start 是当前块的起始字节偏移量,end 是结束偏移量(包含),total 是文件的总字节数。计算时需先获取文件的 size 属性作为 total,然后根据当前块的索引 i 和块大小 chunkSize 计算 start = i * chunkSize,end = Math.min(start + chunkSize - 1, total - 1)。这个头部信息让服务端知道当前上传的是哪一部分数据,是实现断点续传的关键。

const file = document.getElementById('fileInput').files[0];
const chunkSize = 1 * 1024 * 1024; // 1MB
const total = file.size;
let start = 0;
async function uploadChunk() {
const end = Math.min(start + chunkSize, total);
const chunk = file.slice(start, end);
const headers = {
'Content-Type': chunk.type,
'Content-Range': `bytes ${start}-${end - 1}/${total}`
};
const response = await fetch('/upload', {
method: 'POST',
headers: headers,
body: chunk
});
if (response.ok) {
start = end;
if (start < total) {
await uploadChunk(); // 递归上传下一块
}
} else {
throw new Error('Upload failed');
}
}
uploadChunk();
上述代码展示了基本的分块逻辑。当 start 小于 total 时,持续递归调用 uploadChunk。每个请求只发送一个 chunk,并通过 Content-Range 告知服务端位置。如果网络中断,只需保存当前的 start 值,重启后从该位置继续即可。注意,浏览器中的 fetch 默认不支持流式上传大文件时的进度回调,因此通常依赖服务端的响应状态来判断成功与否。
立即学习“Java免费学习笔记(深入)”;
使用Atmosphere构建通过WebSocket、SSE、gRPC、WebTransport、MCP、A2A和AG-UI流传输的JVM代理网关,并带有治理钩子。
如何实现断点续传的进度存储与恢复
为了实现真正的断点续传,需要在客户端持久化已上传的块信息。最简单的方式是使用 localStorage 或 IndexedDB 存储当前已上传到的字节偏移量 lastUploadedByte 和文件元数据(如文件名、大小、哈希值)。在开始上传前,先检查本地存储是否有残留的 lastUploadedByte,如果有,则将其作为初始 start 值,跳过已上传的部分。每次成功上传一块后,更新本地存储中的 lastUploadedByte。这样即使页面刷新或关闭,也能从断点处继续上传,而不必从头开始。

// 假设已从 localStorage 读取 lastUploadedByte
let start = parseInt(localStorage.getItem('lastUploadedByte')) || 0;
const total = file.size;
async function resumeUpload() {
while (start < total) {
const end = Math.min(start + chunkSize, total);
const chunk = file.slice(start, end);
try {
const response = await fetch('/upload', {
method: 'POST',
headers: {
'Content-Type': chunk.type,
'Content-Range': `bytes ${start}-${end - 1}/${total}`
},
body: chunk
});
if (!response.ok) throw new Error('Failed');
// 更新进度
localStorage.setItem('lastUploadedByte', end.toString());
start = end;
} catch (e) {
console.error('Retry needed at byte:', start);
break; // 出错时停止,等待用户手动重试
}
}
}
此代码片段演示了基于 localStorage 的断点续传机制。通过循环检查 start ,确保所有块都被上传。每次成功后更新 <code>localStorage,保证进度不丢失。若遇到网络错误,程序会抛出异常并跳出循环,此时 start 仍指向未完成的块,用户可稍后重新调用 resumeUpload 继续。这种方式避免了因单次请求失败而重传整个文件的问题,显著提升了大文件上传的可靠性。
当文件总大小超过 2GB 时如何处理内存溢出
当文件总大小超过 2GB 时,直接使用 file.slice() 可能会在内存中创建巨大的临时对象,导致浏览器崩溃或性能下降。解决方案是采用更细粒度的分块策略,例如将每块大小减小到 256KB 或更小,并使用 ReadableStream 逐步读取文件内容,而不是一次性加载整个文件到内存。此外,可以结合 requestIdleCallback 或 Web Worker 来异步处理分块逻辑,避免阻塞主线程。对于超大文件,建议在服务端也做相应优化,如支持流式写入磁盘,减少内存占用。

















