我可以在没有客户端缓冲的情况下将多个字节数组写入 HttpClient 吗？

Question

问题

我想使用 Apache 的 HttpClient 类 (4.1.2) 将非常大的文件（最多 5 或 6 GB）上传到 Web 服务器。在发送这些文件之前，我将它们分成更小的块（例如 100 MB）。不幸的是，我看到的使用 HttpClient 执行多部分 POST 的所有示例似乎都会在发送文件内容之前对其进行缓冲（通常假设文件大小较小）。这是这样一个示例：

HttpClient httpclient = new DefaultHttpClient();
HttpPost post = new HttpPost("http://www.example.com/upload.php");

MultipartEntity mpe = new MultipartEntity();

// Here are some plain-text fields as a part of our multi-part upload
mpe.addPart("chunkIndex", new StringBody(Integer.toString(chunkIndex)));
mpe.addPart("fileName", new StringBody(somefile.getName()));

// Now for a file to include; looks like we're including the whole thing!
FileBody bin = new FileBody(new File("/path/to/myfile.bin"));
mpe.addPart("myFile", bin);

post.setEntity(mpe);
HttpResponse response = httpclient.execute(post);

在这个示例中，我们创建了一个新的 FileBody 对象并将其添加到 MultipartEntity 中。在我的例子中，文件大小可能为 100 MB，我不想立即缓冲所有数据。我希望能够以较小的块（例如，一次 4 MB）写出该数据，最终写入全部 100 MB。我可以使用 Java 中的 HTTPURLConnection 类（通过直接写入输出流）来完成此操作，但是该类有它自己的一系列问题，这就是为什么我尝试使用阿帕奇产品。

我的问题

是否可以将 100 MB 的数据写入 HttpClient，但以更小的迭代块的形式写入？我不希望客户端在实际执行 POST 之前必须缓冲最多 100 MB 的数据。我看到的示例似乎都不允许您直接写入输出流；它们似乎都在 execute() 调用之前预先打包了一些东西。

任何提示将不胜感激！

--- 更新 ---

为了澄清起见，以下是我之前对 HTTPURLConnection 类所做的操作。我试图弄清楚如何在 HttpClient 中执行类似的操作：

// Get the connection's output stream
out = new DataOutputStream(conn.getOutputStream());

// Write some plain-text multi-part data
out.writeBytes(fieldBuffer.toString());

// Figure out how many loops we'll need to write the 100 MB chunk
int bufferLoops = (dataLength + (bufferSize - 1)) / bufferSize;

// Open the local file (~5 GB in size) to read the data chunk (100 MB)
raf = new RandomAccessFile(file, "r");
raf.seek(startingOffset); // Position the pointer to the beginning of the chunk

// Keep track of how many bytes we have left to read for this chunk
int bytesLeftToRead = dataLength;

// Write the file data block to the output stream
for(int i=0; i<bufferLoops; i++)
{
    // Create an appropriately sized mini-buffer (max 4 MB) for the pieces
    // of this chunk we have yet to read
    byte[] buffer = (bytesLeftToRead < bufferSize) ? 
                    new byte[bytesLeftToRead] : new byte[bufferSize];

    int bytes_read = raf.read(buffer); // Read ~4 MB from the local file
    out.write(buffer, 0, bytes_read); // Write that bit to the stream
    bytesLeftToRead -= bytes_read;
}

// Write the final boundary
out.writeBytes(finalBoundary);
out.flush();

Answer 1

如果我正确理解你的问题，你关心的是将整个文件加载到内存中（对吗？）。如果是这种情况，您应该使用 Stream（例如 FileInputStream）。这样，整个文件就不会立即被拉入内存。

如果这没有帮助，并且您仍然想将文件分成块，您可以对服务器进行编码以处理多个 POSTS，在获取数据时连接数据，然后手动拆分文件的字节。

就我个人而言，我更喜欢我的第一个答案，但无论哪种方式（或者如果这些都没有帮助，则两种方式都没有），祝你好运！

Answer 2

流绝对是可行的方法，我记得不久前对一些更大的文件做了类似的事情，并且效果很好。

Answer 3

您所需要做的就是将自定义内容生成逻辑包装到 HttpEntity 实现中。这将使您能够完全控制内容生成和内容流的过程。

郑重声明：HttpClient 附带的 MultipartEntity 在将文件部分写入连接套接字之前不会在内存中缓冲文件部分。