HTTP文件断点续传的原理

前几天一个同事跑过来找我说，我们在广告素材视频这块想做断点续传，就是这次某个视频缓存到一半，下次不用重头开始，可以在原来停留得位置开始继续下载.以提供更好的用户体验。

同时说需要我们支持吐素材地址的业务接口告诉终端最后修改时间/文件签名（md5），用这个用来判断我当前要下的文件有没有变化，同时告诉终端文件的Size大小.

我一细想，这个问题压根不需要通过改变现有接口提供更多的数据来做.下面从原理实现上简单说下：

关键点：

对于断点续传，关键点是两个：

1. 终端知道当前的文件和上一次加载的文件是不是内容发生了变化，如果有变化，需要重新从offset 0 的位置开始下载

2. 终端记录好上次成功下载到的offset，告诉server端,server端支持从特定的offset 开始吐数据

文件变化感知：

前置业务接口方案：

对于关键点1，对于决定大部分产品的业务场景，可以通过前置业务接口解决；这里简单介绍一下：

对于非下载工具类的产品，如视频APP（奇艺,优酷），视频播放前会请求相关业务的信息，主要返回片子叫什么名字，主要演员等等一些列信息，同时会返回一个对于播放最重要的信息——播放地址。

播放地址就是我们可以做文章的地方，如果《太子妃第一集》这个片子更新了（被广电要求减掉某个污的画面），可以后端系统让这个业务接口吐不同的播放地址/一个不同的url参数(?ver=1.1)/位置参数(#ver1.1)。这样纯天然的URL变化能纯天然的让终端认为不是同一个片子，而需要重新加载。

HTPP 标准ETAG方案：

没有业务接口的下载工具类的如何解决呢？

下载工具类的没有前置接口，可以使用HTTP 的ETAG来标识是否文件已经修改。

ETAG原理：如果URL上的资源内容改变，一个新的不一样的ETag就会被分配。用这种方法使用ETag即类似于指纹，并且他们能够被快速地被比较，以确定两个版本的资源是否相同。ETag的比较只对同一个URL有意义——不同URL上的资源的ETag值可能相同也可能不同，从他们的ETag的比较中无从推断。

ETAG是HTTP的一个可选字段，且没有规范他的实现；实际上业内用的比较多的就是使用MD5签名的方式来生成(linux shell md5sum)

典型用法：

server端： Nginx >1.3.3 自带有ETAG的module , 当然同时也可以在业务代码里SetHeaders加一个ETAG字段

client端：

第一次请求时：

String etag = httpURLConnection.getHeaderField("ETag");

ETag: "b428eab9654aa7c87091e"

第二次请求（断点续传时）：

httpURLConnection.setRequestProperty(“If-None-Match”, "b428eab9654aa7c87091e");

If-None-Match: "b428eab9654aa7c87091e"

如果ETag值匹配，这就意味着资源没有改变，服务器便会发送回一个极短的响应，包含HTTP “304 未修改”的状态。304状态告诉客户端，它的缓存版本是最新的，并应该使用它。

然而，如果ETag的值不匹配，这就意味着资源很可能发生了变化，那么，一个完整的响应就会被返回，包括资源的内容，就好像ETag没有被使用。这种情况下，客户端可以用新返回的资源和新的ETag替代先前的缓存版本。

续传支持：

对于一个C/C++程序员，第一时间会得出一个系统级实现方案：

1. 客户端传当前的offset

2. server端seek到文件特定的offset开始读取往http connection吐数据

不过我们深处在一个开放方案和标准不断完善的时代，不需要自己实现一个（这也是像我这样的C/C++研发工程师越来越没落的原因）,来看看HTTP协议是怎么解决这个问题的：

HTTP头Range字段：

Range : 用于客户端到服务器端的请求，可通过该字段指定下载文件的某一段大小，及其单位。典型的格式如：

Range: bytes=0-499 下载第0-499字节范围的内容
Range: bytes=500-999 下载第500-999字节范围的内容
Range: bytes=-500 下载最后500字节的内容
Range: bytes=500- 下载从第500字节开始到文件结束部分的内容

来个简单粗暴的例子

curl --header "Range: bytes=0-20000" xxx.com/memcache.pdf -o part1
curl --header "Range: bytes=20001-223651" xxx.com/memcache.pdf -o part2
cat part1 part2 >> a.pdf

衍生阅读：

使用ETags减少Web应用带宽和负载