06.12.4 文件服务(上传下载、分片、鉴权、病毒扫描)
所属:全栈开发面试题库 / 06 后端框架与工程实践 / 06.12 通用业务组件
覆盖范围
- 上传下载流程与对象存储
- 大文件分片上传与断点续传
- 鉴权与访问控制
- 病毒扫描与内容安全
- 图片处理与 CDN
高频题速览
| 编号 | 题目 | 难度 | 频率 |
|---|---|---|---|
| 06.12.4-001 | 文件服务整体架构? | 基础 | ★★★★ |
| 06.12.4-002 | 大文件分片上传怎么做? | 进阶 | ★★★★★ |
| 06.12.4-003 | 断点续传怎么实现? | 进阶 | ★★★★ |
| 06.12.4-004 | 上传下载怎么做鉴权? | 进阶 | ★★★★ |
| 06.12.4-005 | 为什么用预签名 URL? | 进阶 | ★★★★ |
| 06.12.4-006 | 病毒扫描怎么做? | 进阶 | ★★★ |
| 06.12.4-007 | 图片处理与 CDN? | 进阶 | ★★★ |
| 06.12.4-008 | 直接传服务器 vs 直传 OSS? | 高级 | ★★★ |
06.12.4-001 文件服务整体架构?
频率 ★★★★ | 难度 基础
一句话结论
业务服务器不存文件,文件统一放对象存储(OSS/S3/MinIO);业务库只存文件元数据(file_id、OSS key、大小、归属);上传下载通过预签名 URL 直连 OSS,业务服务器只做鉴权。
概念解释
- 存储:对象存储,不存本地磁盘。
- 元数据:业务库存 file_id → oss_key 映射。
- 直传:浏览器直接和 OSS 对话,业务服务器不经过文件流。
06.12.4-002 大文件分片上传怎么做?
频率 ★★★★★ | 难度 进阶
一句话结论
前端把大文件切成 N 片(如 5MB/片),逐片上传;全部传完后调合并接口,对象存储把分片合成完整文件;任一片失败只需重传该片,不用重传整个文件。
概念解释
- 分片:前端切片,每片独立上传。
- 合并:所有片到齐后调 OSS completeMultipartUpload。
- 秒传:前端算文件 MD5,业务库查 MD5 已存在就直接关联,不再上传。
常见误区
- 误区:后端切片。正解:前端切片,后端只做合并与元数据记录。
06.12.4-003 断点续传怎么实现?
频率 ★★★★ | 难度 进阶
一句话结论
前端记录已上传成功的分片号,刷新/断线后只传未成功的片;合并前查询 OSS 已有分片列表,前端据此决定补传哪些片。
概念解释
- 状态记录:localStorage 存 fileId + 已传分片号。
- 查询已传:调 OSS listParts 接口。
- 合并:补全后合并。
06.12.4-004 上传下载怎么做鉴权?
频率 ★★★★ | 难度 进阶
一句话结论
上传:业务服务器校验用户登录态与权限,签发预签名 URL(带过期时间),前端用 URL 直传 OSS;下载:私有文件不能直接公开 URL,用预签名 URL(短期有效)或后端鉴权后 302 跳转。
概念解释
- 上传鉴权:先登录校验,再给临时 URL。
- 下载鉴权:私有 bucket 不公开,短期签名 URL 给前端。
- 防直链:URL 带过期时间,不能永久分享。
06.12.4-005 为什么用预签名 URL?
频率 ★★★★ | 难度 进阶
一句话结论
预签名 URL 由业务服务器用 OSS 密钥签名生成,前端拿这个 URL 直接上传/下载,业务服务器不接触文件流,避免文件经过业务服务器造成带宽与内存压力;URL 带过期时间,安全可控。
概念解释
- 签名:HMAC 计算,含过期时间、HTTP 方法、key。
- 优点:业务服务器零带宽、零存储。
- 风险:签名 URL 泄露,所以必须短时效 + 限定权限。
06.12.4-006 病毒扫描怎么做?
频率 ★★★ | 难度 进阶
一句话结论
上传完成后触发病毒扫描(ClamAV 或云厂商内容安全服务),扫描期间文件状态为“待审核”,扫描通过才允许公开访问;扫描出毒则隔离文件并告警。
概念解释
- 异步扫描:上传后 MQ 通知扫描 worker。
- 状态机:待审核 → 可用 / 隔离。
- 内容安全:图片鉴黄、文档敏感词(国内合规要求)。
06.12.4-007 图片处理与 CDN?
频率 ★★★ | 难度 进阶
一句话结论
原图存 OSS,缩略图/水印/裁剪通过 OSS 图片处理参数(或 CDN 图片处理)实时生成;热门图片放 CDN 边缘节点,回源 OSS。
概念解释
- 图片处理:OSS 支持
?x-oss-process=image/resize。 - CDN:加速访问,回源 OSS。
- 多尺寸:列表用缩略图,详情用原图,避免加载大图。
06.12.4-008 直接传服务器 vs 直传 OSS?
频率 ★★★ | 难度 高级
一句话结论
小文件(< 1MB)可走业务服务器;大文件、高并发上传必须直传 OSS,避免业务服务器带宽与内存打满;直传需要业务服务器签发预签名 URL 并做回调校验。
概念解释
- 走业务服务器:文件流经过业务服务器,占带宽、占内存。
- 直传 OSS:业务服务器只发 URL,文件流不经过。
06.12.4-009 文件上传怎么做秒传?
频率 ★★ | 难度 进阶
一句话结论
前端计算文件 MD5(大文件分块哈希),业务库查 MD5 是否已存在;存在则直接关联,不再上传;适合重复文件(如同一头像多次传)。
概念解释
- MD5:前端算哈希。
- 查重:业务库查 MD5。
- 复用:关联已有文件,不重复存 OSS。
06.12.4-010 图片上传后怎么压缩与缩略?
频率 ★★ | 难度 进阶
一句话结论
原图存 OSS,上传后触发图片处理任务:压缩(降低质量)、生成多尺寸缩略图(列表小图、详情中图);访问时按尺寸参数取对应缩略图,节省带宽。
06.12.4-011 私有文件怎么分享给外部?
频率 ★★ | 难度 高级
一句话结论
生成短期预签名 URL(如 1 小时有效),发给外部用户;不要永久公开私有文件;可加密码或水印。
06.12.4-016 上传文件的类型校验怎么做?
频率 ★★ | 难度 进阶
一句话结论
不只看扩展名(可伪造),看文件头(Magic Number):JPEG 开头 FF D8、PNG 开头 89 50;白名单允许的 MIME 类型,黑名单可执行文件(.exe/.sh)。
06.12.4-017 文件存储怎么设计目录结构?
频率 ★★ | 难度 基础
一句话结论
不要用原始文件名(重名、泄露),用 UUID/雪花 ID 作为 OSS key;按日期分目录(2026/11/uuid.jpg),避免单目录文件过多;业务库存 key 与业务关联。
06.12.4-018 大文件下载怎么做断点续传?
频率 ★★ | 难度 进阶
一句话结论
HTTP Range 请求支持:客户端带 Range: bytes=0-1023,服务端返回 206 Partial Content;OSS 原生支持 Range,前端用下载库(如 axios 流式)实现续传。
06.12.4-019 图片处理的水印怎么做?
频率 ★★ | 难度 进阶
一句话结论
OSS 图片处理参数实时加水印(文字/图片),原图不存水印版;访问时按参数生成;版权保护场景用永久水印,营销场景用动态水印。
06.12.4-020 上传的文件怎么鉴权访问?
频率 ★★★ | 难度 进阶
一句话结论
私有文件不公开,用短期预签名 URL(1 小时有效);用户无权访问时不签发 URL;URL 带签名,不可伪造。
06.12.4-021 文件怎么限流?
频率 ★★ | 难度 进阶
一句话结论
上传限流(每用户每分钟 N 次)、下载限流(防止爬虫批量下载);大文件下载走 CDN,回源 OSS;网关层限流。
06.12.4-022 怎么存储用户头像?
频率 ★★ | 难度 基础
一句话结论
头像压缩(限制 500KB)、生成多尺寸(原图、100px、50px)、OSS 存 key;CDN 加速访问;头像变更时刷新 CDN 缓存。
06.12.4-023 病毒扫描失败怎么处理?
频率 ★★ | 难度 进阶
一句话结论
扫描期间文件状态"待审核",不可访问;扫描出毒则隔离文件、告警管理员、通知上传者;扫描服务故障时降级为"待审核",不默认放行。
06.12.4-024 怎么防止文件上传攻击?
频率 ★★ | 难度 进阶
一句话结论
白名单 MIME 类型、文件头校验(不只看扩展名)、大小限制、病毒扫描、文件名重命名(UUID);不让上传可执行文件。
06.12.4-025 大文件下载怎么做断点续传?
频率 ★★ | 难度 进阶
一句话结论
HTTP Range 请求,服务端返回 206 Partial Content;OSS 原生支持;前端用下载库实现续传。
06.12.4-026 图片处理怎么做?
频率 ★★ | 难度 基础
一句话结论
OSS 图片处理参数(resize/watermark)实时生成,不存多版本;CDN 加速;列表用缩略图,详情用原图。
06.12.4-027 文件怎么存储?
频率 ★★ | 难度 基础
一句话结论
对象存储(OSS/S3/MinIO),不存本地磁盘;元数据业务库存 key 与业务关联;目录按日期分,避免单目录文件过多。
06.12.4-024 文件上传怎么防恶意文件?
频率 ★★ | 难度 进阶
考察点
- 不依赖后缀判断,校验文件内容
- 病毒扫描
参考答案
- 校验文件头(magic number),不看后缀
- 限制 MIME 类型和大小
- 图片用 ImageIO 重新编码,去掉恶意脚本
- 上传文件存独立域名/桶,不执行
- 病毒扫描(ClamAV),发现恶意文件隔离
追问
- 为什么不看后缀?(后缀可伪造,shell.php.jpg 绕过)
06.12.4-025 大文件分片上传怎么实现?
频率 ★★ | 难度 进阶
考察点
- 分片、合并、断点续传
- 秒传
参考答案
- 前端计算文件 MD5,请求后端是否已存在(秒传)
- 不存在则分片上传(每片 5MB),后端记录分片
- 全部传完后请求合并,后端合并分片
- 失败时断点续传:已传分片跳过
- 合并用异步任务,避免大文件阻塞
追问
- 分片怎么防乱序?(每片带序号,合并时按序号排列)
06.12.4-026 文件下载怎么鉴权?
频率 ★★ | 难度 进阶
考察点
- 私有文件不能直接暴露 URL
- 签名 URL
参考答案
- 私有文件用临时签名 URL(OSS/COS 原生支持)
- 签名 URL 带过期时间(5 分钟),用户点击后有效
- 后端先鉴权用户有权访问,再签发临时 URL
- 不暴露永久文件路径,防爬防猜
追问
- 为什么不用后端代理下载?(后端代理消耗带宽和连接,签名 URL 走 CDN 更快)
06.12.4-027 文件怎么存?
频率 ★★ | 难度 基础
考察点
- 不存数据库,存对象存储
- 元数据存数据库
参考答案
- 文件内容存 OSS/COS/MinIO(对象存储)
- 数据库只存文件元数据:文件名、大小、MD5、存储路径、上传人
- 文件路径用 MD5/UUID 命名,不暴露原始文件名
- 图片加 CDN 加速
追问
- 为什么不存数据库?(数据库存大文件影响性能,备份慢,扩展性差)
06.12.4-028 文件服务怎么防滥用?
频率 ★ | 难度 进阶
考察点
- 上传频率限制、存储空间配额
- 防止被用来存垃圾文件
参考答案
- 单用户每日上传次数/大小限制
- 存储空间配额(免费用户 1GB,付费用户 10GB)
- 长期未访问的冷文件归档或清理
- 检测重复文件(MD5),不重复存
追问
- 怎么检测文件滥用?(上传量突增、大量相同文件、异常文件类型)
待整理清单
- [ ] 各 OSS SDK 的分片上传 API(待确认版本)
- [ ] ClamAV 部署与性能(待确认)
- [ ] 图片内容审核服务(阿里云/腾讯云)差异(待确认)