文章曾经收录在 Github.com/niumoo/JavaNotes，更有 Java 程序员所须要把握的外围常识，欢送 Star 和指教。
欢送关注我的公众号，文章每周更新。
感激看客老爷点进来了，周末闲来无事，想起 共事强哥 的那句话：“你有没有玩过 断点续传 ？”过后转念一想， 断点续传 下载用的的确不少，具体细节嘛，真的没有去思考过啊。这不，思考过后有了这篇文章。感激强哥，让我有了一篇能够水的文章，上面会用纯 Java 无依赖实现一个简略的 多线程断点续传下载器。
这篇水文章到底有什么内容呢？先简略列举一下，顺便思考几个问题。
- 断点续传的原理。
- 重启续传文件时，怎么保障文件的一致性？
- 同一个文件多线程下载如何实现？
- 网速带宽固定，为什么多线程下载能够提速？
多线程断点续传会用到哪些常识呢？下面曾经抛出了几个问题，不放思考一下。上面会针对下面的四个问题一一进行解释，当初大多数的服务都能够在线提供，下载应用的场景越来越少，不过这不障碍咱们对原理的探究。
断点续传的原理
想要理解断点续传是如何实现的，那么必定是要理解一下 HTTP 协定了。HTTP 协定是互联网上利用最宽泛网络传输协定之一，它基于 TCP/IP 通信协议来传递数据。所以断点续传的神秘也就暗藏在这 HTTP 协定中了。
咱们都晓得 HTTP 申请会有一个 Request header 和 Response header，就在这申请头和响应头里，有一个和 Range 相干的参数。上面通过百度网盘的 pc 客户端下载链接进行测试。
应用 cURL 查看 response header. 如果你想晓得更多对于 cURL 的用法，能够看我之前的一篇文章：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 信息有很多，咱们只须要重点关注几个。
Content-Length: 65804256 // 申请的文件的大小，单位 byte
Accept-Ranges: bytes // 是否容许指定传输范畴，bytes：范畴申请的单位是 bytes（字节），none：不反对任何范畴申请单位，Last-Modified: Tue, 07 Jul 2020 13:19:46 GMT // 服务端文件最初批改工夫，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所有下载都反对断点续传，只有在 response header 中有 Accept-Ranges: bytes 字段时才能够断点续传。如果有这个信息，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 应用格局有上面几种。
Content-Range: <unit>=<range-start>-<range-end>/<size> // size 为文件总大小, 如果不晓得能够用 *
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，你能够能曾经发现了，Content-Range 的 start 和 end 曾经让分段下载有了可能。
怎么保障文件的一致性？
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。
因为咱们要写的下载器是反对断点续传的，那么在进行续传时，怎么确定文件自从咱们上次下载时没有进行过更新呢？其实能够通过 response header 中的几个属性值进行判断。
Last-Modified: Tue, 07 Jul 2020 13:19:46 GMT // 服务端文件最初批改工夫，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 都能够用来测验文件是否更新过，依据 HTTP 协定的规定，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 只是上次批改工夫，有时可能并不可能证明文件内容被批改过。
下面是下载阶段的文件一致性校验，那么在写入阶段呢？不论单线程还是多线程，因为要断点续传，在写入时都要在 指定地位 进行字符追加。在 Java 中有没有好的实现形式？
答案是肯定的，应用 RandomAccessFile 类即可，RandomAccessFile 不同于其余的流操作。它能够在应用时指定读写模式，应用 seek 办法随便的挪动要操作的文件指针地位。很适宜断点续传的写入场景。
比方在 test.txt 的地位 0 开始写入字符 abc，在地位 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); // 挪动文件内容指针地位
rw.writeChars("abc");
rw.seek(100);
rw.writeChars("ddd");
}断点续传的写入就靠它了，在续传时只须要挪动文件内容指针到要续传的地位即可。
seek 办法还有很多妙用，比方应用它你能够 疾速定位 到已知的地位，进行 疾速检索 ；也能够在同一个文件的不同地位进行 并发读写。
多线程下载如何实现？
多线程下载必然要每个线程下载文件中的一部分，而后把每个线程下载到的文件内容组装成一个残缺的文件，在这个过程中必定是一个 byte 都不能出错的，不然你组装起来的文件是必定运行不起来的。那么怎么实现下载文件的一部分呢？其实在断点续传的局部曾经介绍过了，还是 Content-Range 参数，只有计算好每个局部要下载的 bytes 范畴就能够了。
比方：单位 bytes，第二局部从第 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，为什么多线程下载能够提速？
这是一个比拟有意思的问题了，最大网速是固定的，运营商给你 100Mbs 的网速，不论你怎么应用，速度最大也就是 100/8=12.5MB/S. 既然瓶颈在这里，为什么多线程下载能够提速呢？其实实践上来说，单线程下载就能够达到最大网速。然而往往事实是网络不是那么通顺，非常拥挤，很难达到现实的最大速度。也就是说 只有在网络不那么通顺的时候，多线程下载能力提速。否则，单线程即可。不过最大速度永远都是网络带宽。
那为什么多线程下载能够提速呢？HTTP 协定在传输时候是基于 TCP 协定传输数据的，为了弄明确这个问题须要理解一下 TCP 协定的 拥塞管制 机制。拥塞管制 是 TCP 的一个 防止网络拥塞 的算法，它是基于 和性增长 / 乘性升高 这样的管制办法来管制拥塞的。
简略来说就是在 TCP 开始传输数据时，服务端会一直的探测可用带宽。在一个 传输内容段 被胜利接管后，会加倍传输两倍段内容，如果再次被胜利接管，就持续加倍，直到产生了 丢包 ，这是这也被叫做 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长的阶段，每次只减少一个分段，放缓减少速度。我感觉其实慢启动的加倍增速过程并不慢，只是一种叫法。
然而当产生了丢包，也就是检测到拥塞时，发送方就会将发送段大小 升高一个乘数 ，比方二分之一，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，并且 从新回到慢启动 阶段。这时多线程的劣势就体现进去了，因为你的多线程会让这个速度加速没有那么剧烈，毕竟这时可能有另一个线程正处在慢启动的在最终减速阶段，这样总体的下载速度就优于单线程了。
多线程断点续传代码实现
基于下面的原理介绍，心里应该有了具体的实现思路了。咱们只须要应用多线程，联合 Content-Range 参数分段申请文件内容保留到临时文件，下载结束后应用 RandomAccessFile 把下载的文件合并成一个文件即可。而在须要断点续传时，只须要读取一下以后临时文件大小，而后调整 Content-Range，就能够进行续传下载。
代码不多，上面是局部外围代码，残缺代码能够间接点开文章最初的 Github 仓库。
-
Content-Range申请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();- 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));- 应用
RandomAccessFile续传写入文件。
RandomAccessFile oSavedFile = new RandomAccessFile(httpFileName, "rw");
oSavedFile.seek(localFileContentLength); // 文件写入开始地位指针挪动到曾经下载地位
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，下载一部分之后关闭程序再次启动。
残缺代码曾经上传到 github.com/niumoo/down-bit.
参考：
[1] HTTP headers
[2] Class RandomAccessFile
[3] RandomAccessFile 简介与应用
[4] 维基百科 – TCP 拥塞管制)
[5] 维基百科 – 和性增长 / 乘性升高)
最初的话
文章曾经收录在 Github.com/niumoo/JavaNotes，欢送 Star 和指教。更有一线大厂面试点，Java 程序员须要把握的外围常识等文章，也整顿了很多我的文字，欢送 Star 和欠缺，心愿咱们一起变得优良。
文章有帮忙能够点个「赞 」或「 分享 」，都是反对，我都喜爱！
文章每周继续更新，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」公众号或者我的博客。