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。

  1. 断点续传的原理。
  2. 重启续传文件时，怎么保障文件的一致性？
  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.exeHTTP/1.1 200 OKServer: JSP3/2.0.14Date: Sat, 25 Jul 2020 13:41:55 GMTContent-Type: application/x-msdownloadContent-Length: 65804256Connection: keep-aliveETag: dcd0bfef7d90dbb3de50a26b875143fcLast-Modified: Tue, 07 Jul 2020 13:19:46 GMTExpires: Sat, 25 Jul 2020 14:05:19 GMTAge: 257796Accept-Ranges: bytesCache-Control: max-age=259200Content-Disposition: attachment;filename="BaiduYunGuanjia_7.0.1.1.exe"x-bs-client-ip: MTgwLjc2LjIyLjU0x-bs-file-size: 65804256x-bs-request-id: MTAuMTM0LjM0LjU2Ojg2NDM6NDM4MTUzMTE4NTU3ODc5MTIxNzoyMDIwLTA3LTA3IDIyOjAxOjE1x-bs-meta-crc32: 3545941535Content-MD5: dcd0bfef7d90dbb3de50a26b875143fcsuperfile: 2Ohc-Response-Time: 1 0 0 0 0 0Access-Control-Allow-Origin: *Access-Control-Allow-Methods: GET, PUT, POST, DELETE, OPTIONS, HEADOhc-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 byteAccept-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。

  1. 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();
  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. 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。