撸了个多线程断点续传下载器，我从中学习到了这些知识

文章已经收录在 Github.com/niumoo/JavaNotes ，更有 Java 程序员所须要掌握的核心知识，欢迎Star和指教。
欢迎关注个人 公众号，文章每周更新。

感谢看客老爷点进来了，周末闲来无事，想起同事强哥的那句话：“你有没有玩过断点续传？” 当时转念一想，断点续传下载用的确实很多，具体细节嘛，真的没有去思考过啊。这不，思考事后有了这篇文章。感谢强哥，让我有了一篇能够水的文章，下面会用纯 Java 无依赖实现一个简单的多线程断点续传下载器。

这篇水文章到底有什么内容呢？先简单列举一下，顺便思考几个问题。

1. 断点续传的原理。
2. 重启续传文件时，怎么保证文件的一致性？
3. 同一个文件多线程下载如何实现？
4. 网速带宽固定，为何多线程下载能够提速？

多线程断点续传会用到哪些知识呢？上面已经抛出了几个问题，不放思考一下。下面会针对上面的四个问题一一进行解释，如今大多数的服务均可以在线提供，下载使用的场景愈来愈少，不过这不妨碍咱们对原理的探求。

断点续传的原理

想要了解断点续传是如何实现的，那么确定是要了解一下 HTTP 协议了。HTTP 协议是互联网上应用最普遍网络传输协议之一，它基于 TCP/IP 通讯协议来传递数据。因此断点续传的奥秘也就隐藏在这 HTTP 协议中了。

咱们都知道 HTTP 请求会有一个 Request header 和 Response header ，就在这请求头和响应头里，有一个和 Range 相关的参数。下面经过百度网盘的 pc 客户端下载连接进行测试。

使用 cURL 查看 response header. 若是你想知道更多关于 cURL 的用法，能够看我以前的一篇文章 ：进来领略下cURL的独门绝技。

$ curl -I http://wppkg.baidupcs.com/issue/netdisk/yunguanjia/BaiduYunGuanjia_7.0.1.1.exe
HTTP/1.1 200 OK
Server: JSP3/2.0.14
Date: Sat, 25 Jul 2020 13:41:55 GMT
Content-Type: application/x-msdownload
Content-Length: 65804256
Connection: keep-alive
ETag: dcd0bfef7d90dbb3de50a26b875143fc
Last-Modified: Tue, 07 Jul 2020 13:19:46 GMT
Expires: Sat, 25 Jul 2020 14:05:19 GMT
Age: 257796
Accept-Ranges: bytes
Cache-Control: max-age=259200
Content-Disposition: attachment;filename="BaiduYunGuanjia_7.0.1.1.exe"
x-bs-client-ip: MTgwLjc2LjIyLjU0
x-bs-file-size: 65804256
x-bs-request-id: MTAuMTM0LjM0LjU2Ojg2NDM6NDM4MTUzMTE4NTU3ODc5MTIxNzoyMDIwLTA3LTA3IDIyOjAxOjE1
x-bs-meta-crc32: 3545941535
Content-MD5: dcd0bfef7d90dbb3de50a26b875143fc
superfile: 2
Ohc-Response-Time: 1 0 0 0 0 0
Access-Control-Allow-Origin: *
Access-Control-Allow-Methods: GET, PUT, POST, DELETE, OPTIONS, HEAD
Ohc-Cache-HIT: bj2pbs54 [2], bjbgpcache54 [4]

能够看到百度 pc 客户端的 response header 信息有不少，咱们只须要重点关注几个。

Content-Length: 65804256  // 请求的文件的大小，单位 byte
Accept-Ranges: bytes      // 是否容许指定传输范围，bytes：范围请求的单位是 bytes （字节），none：不支持任何范围请求单位，
Last-Modified: Tue, 07 Jul 2020 13:19:46 GMT  // 服务端文件最后修改时间，能够用于校验文件是否更改过
x-bs-meta-crc32: 3545941535    // crc32，能够用于校验文件是否更改过
ETag: dcd0bfef7d90dbb3de50a26b875143fc //Etag 标签，能够用于校验文件是否更改过

可见并不见得全部下载都支持断点续传，只有在 response header 中有 Accept-Ranges: bytes 字段时才能够断点续传。若是有这个信息，该怎么断点续传呢？其实只须要在 response header 中指定 Content-Range 值就能够了。

Content-Range 使用格式有下面几种。

Content-Range: <unit>=<range-start>-<range-end>/<size> // size 为文件总大小,若是不知道能够用 *
Content-Range: <unit>=<range-start>-<range-end>/*  
Content-Range: <unit>=<range-start>-
Content-Range: <unit>=*/<size>

举例：

单位 bytes，从第 10 个 bytes 开始下载：Content-Range: bytes=10-.

单位 bytes，从第 10 个 bytes 开始下载，下载到第100个 bytes：Content-Range: bytes=10-100.

这就是断点续传实现的原理了，你能够能已经发现了，Content-Range 的 start 和 end 已经让分段下载有了可能。

怎么保证文件的一致性？

这里要说的文件完整性有两个方面，一个是下载阶段的，一个是写入阶段的。

由于咱们要写的下载器是支持断点续传的，那么在进行续传时，怎么肯定文件自从咱们上次下载时没有进行过更新呢？其实能够经过 response header 中的几个属性值进行判断。

Last-Modified: Tue, 07 Jul 2020 13:19:46 GMT  // 服务端文件最后修改时间，能够用于校验文件是否更改过
ETag: dcd0bfef7d90dbb3de50a26b875143fc //Etag 标签，能够用于校验文件是否更改过
x-bs-meta-crc32: 3545941535    // crc32，能够用于校验文件是否更改过

Last-Modified 和 ETag 均可以用来检验文件是否更新过，根据 HTTP 协议的规定，当文件更新时，是会生成新的 ETag 值的，它相似于文件的指纹信息，而 Last-Modified 只是上次修改时间，有时可能并不可以证实文件内容被修改过。

上面是下载阶段的文件一致性校验，那么在写入阶段呢？无论单线程仍是多线程，因为要断点续传，在写入时都要在指定位置进行字符追加。在 Java 中有没有好的实现方式？

答案是必定的，使用 RandomAccessFile 类便可，RandomAccessFile 不一样于其余的流操做。它能够在使用时指定读写模式，使用 seek 方法随意的移动要操做的文件指针位置。很适合断点续传的写入场景。

好比在 test.txt 的位置 0 开始写入字符 abc，在位置 100 开始写入字符 ddd.

try (RandomAccessFile rw = new RandomAccessFile("test.txt", "rw")){ // rw 为读写模式
    rw.seek(0); // 移动文件内容指针位置
    rw.writeChars("abc");
    rw.seek(100);
    rw.writeChars("ddd");
}

断点续传的写入就靠它了，在续传时只须要移动文件内容指针到要续传的位置便可。

seek 方法还有不少妙用，好比使用它你能够快速定位到已知的位置，进行快速检索；也能够在同一个文件的不一样位置进行并发读写。

多线程下载如何实现？

多线程下载必然要每一个线程下载文件中的一部分，而后把每一个线程下载到的文件内容组装成一个完整的文件，在这个过程当中确定是一个 byte 都不能出错的，否则你组装起来的文件是确定运行不起来的。那么怎么实现下载文件的一部分呢？其实在断点续传的部分已经介绍过了，仍是 Content-Range 参数，只要计算好每一个部分要下载的 bytes 范围就能够了。

好比：单位 bytes，第二部分从第 10 个 bytes 开始下载，下载到第100个 bytes：Content-Range: bytes=10-100.

网速带宽固定，为何多线程下载能够提速？

这是一个比较有意思的问题了，最大网速是固定的，运营商给你 100Mbs 的网速，无论你怎么使用，速度最大也就是 100/8=12.5MB/S. 既然瓶颈在这里，为何多线程下载能够提速呢？其实理论上来讲，单线程下载就能够达到最大网速。可是每每事实是网络不是那么通畅，十分拥堵，很难达到理想的最大速度。也就是说只有在网络不那么通畅的时候，多线程下载才能提速。不然，单线程便可。不过最大速度永远都是网络带宽。

那为何多线程下载能够提速呢？HTTP 协议在传输时候是基于 TCP 协议传输数据的，为了弄明白这个问题须要了解一下 TCP 协议的拥塞控制机制。拥塞控制 是TCP 的一个避免网络拥塞的算法，它是基于和性增加/乘性下降这样的控制方法来控制拥塞的。

简单来讲就是在 TCP 开始传输数据时，服务端会不断的探测可用带宽。在一个传输内容段被成功接收后，会加倍传输两倍段内容，若是再次被成功接收，就继续加倍，直到发生了丢包，这是这也被叫作慢启动。当达到慢启动阀值（ssthresh）时，满启动算法就会转换为线性增加的阶段，每次只增长一个分段，放缓增长速度。我以为其实慢启动的加倍增速过程并不慢，只是一种叫法。

可是当发生了丢包，也就是检测到拥塞时，发送方就会将发送段大小下降一个乘数，好比二分之一，慢启动阈值降为超时前拥塞窗口的一半大小、拥塞窗口会降为1个MSS，而且从新回到慢启动阶段。这时多线程的优点就体现出来了，由于你的多线程会让这个速度减速没有那么猛烈，毕竟这时可能有另外一个线程正处在慢启动的在最终加速阶段，这样整体的下载速度就优于单线程了。

多线程断点续传代码实现

基于上面的原理介绍，内心应该有了具体的实现思路了。咱们只须要使用多线程，结合 Content-Range 参数分段请求文件内容保存到临时文件，下载完毕后使用 RandomAccessFile 把下载的文件合并成一个文件便可。而在须要断点续传时，只须要读取一下当前临时文件大小，而后调整 Content-Range ，就能够进行续传下载。

代码很少，下面是部分核心代码，完整代码能够直接点开文章最后的 Github 仓库。

1. Content-Range 请求指定文件的区间内容。

URL httpUrl = new URL(url);
HttpURLConnection httpConnection = (HttpURLConnection)httpUrl.openConnection();
httpConnection.setRequestProperty("User-Agent", "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.116 Safari/537.36");
httpConnection.setRequestProperty("RANGE", "bytes=" + start + "-" + end + "/*");
InputStream inputStream = httpConnection.getInputStream();

1. 获取文件的 ETag.

Map<String, List<String>> headerFields = httpConnection.getHeaderFields();
List<String> eTagList = headerFields.get("ETag");
System.out.println(eTagList.get(0));

1. 使用 RandomAccessFile 续传写入文件。

RandomAccessFile oSavedFile = new RandomAccessFile(httpFileName, "rw");
oSavedFile.seek(localFileContentLength); // 文件写入开始位置指针移动到已经下载位置
byte[] buffer = new byte[1024 * 10];
int len = -1;
while ((len = inputStream.read(buffer)) != -1) {
    oSavedFile.write(buffer, 0, len);
}

断点续传测试，下载一部分以后关闭程序再次启动。

完整代码已经上传到 github.com/niumoo/down-bit.

参考：

[1] HTTP headers

[2] Class RandomAccessFile

[3] RandomAccessFile简介与使用

[4] 维基百科 - TCP拥塞控制)

[5] 维基百科 - 和性增加/乘性下降)

最后的话

文章已经收录在 Github.com/niumoo/JavaNotes ，欢迎Star和指教。更有一线大厂面试点，Java程序员须要掌握的核心知识等文章，也整理了不少个人文字，欢迎 Star 和完善，但愿咱们一块儿变得优秀。

文章有帮助能够点个「赞」或「分享」，都是支持，我都喜欢！
文章每周持续更新，要实时关注我更新的文章以及分享的干货，能够关注「 未读代码 」公众号或者个人博客。