TML超大文件上傳和斷點續(xù)傳的實現(xiàn)，VUE 大文件分片上傳(斷點續(xù)傳、并發(fā)上傳、秒傳)，完美解決PHP無法上傳大文件方法，NGINX 實現(xiàn)文件夾上傳(保留目錄結(jié)構(gòu))，http之實現(xiàn)文件上傳與下載，內(nèi)網(wǎng) 批量大文件上傳下載，瀏覽器超大文件上傳和斷點續(xù)傳的實現(xiàn)，超大文件上傳解決方案：分片斷點上傳，

VUE+ELEMENT 上傳文件及文件夾，VUE上傳大文件的三種解決方案，DJANGO+VUE實現(xiàn)文件夾上傳，前端實現(xiàn)文件夾的上傳和下載，HTML+前端超大視頻上傳解決方案，網(wǎng)頁 項目文件夾上傳下載解決方案，

在網(wǎng)上也花時間搜索過相關的資料，論壇里面也有網(wǎng)友交流過，還加過很多QQ群微信群，但是結(jié)果都不太令人滿意。網(wǎng)上的文章吧基本上都是相互抄襲的，內(nèi)容不能說是一模一樣吧，但是實際上都是差不多的，提到的也是HTML5的API，基本上都是說的用的HTML5的API。你說不能用吧他也能傳，但是兼容性不行，只能在chrome上面用，用吧也只是基本上的功能，你沒辦法擴展。

不能夠滿足公司項目上的需求，公司這邊實際上是需要一個成熟的商業(yè)解決方案，而不是一個文件的上傳思路。但是網(wǎng)上幾乎所有的文章都是在講思路和想法，很少有提供成熟解決方案的。另外一方面就是公司項目需要最好能夠提供國企和央企的成功案例，這個也是客戶那邊的要求。項目這塊要求比較高，不可能隨便在網(wǎng)上找?guī)讉€開源的代碼糊弄過去，因為后期項目要做維護和升級。

前端用了JS，JQuery,vue2,vue3,vue-cli,html5,html，前端框架也比較多，但是網(wǎng)上提供的都是代碼片斷。

找了一圈基本上都是講上傳的，下載的講的很少，文章里面也是寫的不詳細

客戶那邊是一家國企，主要也是給政府和央企做項目。實際上客戶對具體的技術(shù)并不關心。客戶關注點不在這塊，主要是對穩(wěn)定性和兼容性比較在意。

網(wǎng)上搜了一下，基本上大部分的文章里面提到的前端JS或VUE或HTML5上傳文件夾的方案都是使用JS的API來實現(xiàn)的，也就是html5提供的一個API，也就是chrome提供的API。用是能用，但是不夠好用，有很多限制，也不夠靈活。不太能夠滿足用戶的實際應用需求，

多多少少還是有點問題，穩(wěn)定性，靈活性，可擴展性，安全性方面還是有點問題。chrome的每個域名只允許5個TCP連接的限制，這個基本上是一個無法逾越的鴻溝，目前為止網(wǎng)上還沒有發(fā)現(xiàn)哪家公司或者個人能夠突破的。

我們做項目的話個人用戶比較少，一般都是行業(yè)用戶，比如政府，公司，金融，這類企業(yè)，他們對用戶體驗要求較高。就實際項目開發(fā)和實施的情況來看，html5或者chrome提供的功能基本上都是不能夠滿足他們需求的，都需要我們進行定制開發(fā)。

文件夾上傳，html5提供了API,用戶開始用的時候還行，然后就提了要求要求支持斷點續(xù)傳，

客戶這邊是一個政府單位，涉密了，就不透露單位名稱了，每天主要就是上傳和下載一些資料，數(shù)據(jù)都是加密的。

客戶那邊每天都會上傳和下載資料，

視頻教程：https://www.ixigua.com/7226245960341389859

1.下載示例

https://gitee.com/xproer/up6-vue-cli

將up6組件復制到項目中

示例中已經(jīng)包含此目錄

1.引入up6組件

2.配置接口地址

接口地址分別對應：文件初始化，文件數(shù)據(jù)上傳，文件進度，文件上傳完畢，文件刪除，文件夾初始化，文件夾刪除，文件列表

參考：http://www.ncmem.com/doc/view.aspx?id=e1f49f3e1d4742e19135e00bd41fa3de

3.處理事件

啟動測試

啟動成功

效果

數(shù)據(jù)庫

源碼工程文檔：https://drive.weixin.qq.com/s?k=ACoAYgezAAw1dWofra

源碼報價單：https://drive.weixin.qq.com/s?k=ACoAYgezAAwoiul8gl

OEM版報價單：https://drive.weixin.qq.com/s?k=ACoAYgezAAwuzp4W0a

控件源碼下載：https://drive.weixin.qq.com/s?k=ACoAYgezAAwbdKCskc
授權(quán)碼生成器：https://drive.weixin.qq.com/s?k=ACoAYgezAAwTIcFph1

JAX上傳的用戶體驗更好，HTML上傳用戶使用更方便一點，直接在網(wǎng)頁里面就能夠操作了。示例在下面提供了，是完整的源代碼，有教程，有視頻教程，基本上使用非常簡單，開發(fā)也非常簡單，有技術(shù)支持，

網(wǎng)上搜了一下，基本上講這塊的文章還是很多，但是就是一個字亂，講的很混亂。也沒有提供完整的前后端示例。

用戶上傳的文件比較大，有20G左右，直接用HTML傳的話容易失敗，服務器也容易出錯，需要分片，分塊，分割上傳。也就是將一個大的文件分成若干個小文件塊來上傳，另外就是需要實現(xiàn)秒傳功能和防重復功能，秒傳就是用戶如果上傳過這個文件，那么直接在數(shù)據(jù)庫中查找記錄就行了，不用再上傳一次，節(jié)省時間，實現(xiàn)的思路是對文件做MD5計算，將MD5值保存到數(shù)據(jù)庫，算法可以用MD5，或者CRC，或者SHA1，這個隨便哪個算法都行。

分片還需要支持斷點續(xù)傳，現(xiàn)在HTML5雖然提供了信息記錄功能，但是只支持到了會話級，也就是用戶不能關閉瀏覽器，也不能清空緩存。但是有的政府單位上傳大文件，傳了一半下班了，明天繼續(xù)傳，電腦一關結(jié)果進度信息就丟失了，這個是他們的一個痛點。

切片的話還有一點就是在服務器上合并，一個文件的所有分片數(shù)據(jù)上傳完后需要在服務器端進行合并操作。

1.下載示例

https://gitee.com/xproer/up6-vue-cli

將up6組件復制到項目中

示例中已經(jīng)包含此目錄

1.引入up6組件

2.配置接口地址

接口地址分別對應：文件初始化，文件數(shù)據(jù)上傳，文件進度，文件上傳完畢，文件刪除，文件夾初始化，文件夾刪除，文件列表

參考：http://www.ncmem.com/doc/view.aspx?id=e1f49f3e1d4742e19135e00bd41fa3de

3.處理事件

啟動測試

啟動成功

效果

數(shù)據(jù)庫

者： 俊欣

來源：關于數(shù)據(jù)分析與可視化

今天小編來為大家安利另外一個用于繪制可視化圖表的Python框架，名叫Dash，建立在Flask、Plotly.js以及React.js的基礎之上，在創(chuàng)建之出的目的是為了幫助前端知識匱乏的數(shù)據(jù)分析人員，以純Python編程的方式快速制作出交互特性強的數(shù)據(jù)可視化大屏，在經(jīng)過多年的迭代發(fā)展，如今不僅僅可以用來開發(fā)在線數(shù)據(jù)可視化作品，即便是輕量級的數(shù)據(jù)儀表盤、BI應用甚至是博客或者是常規(guī)的網(wǎng)站都隨處可見Dash框架的影子，今天小編就先來介紹一下該框架的一些基礎知識，并且來制作一個簡單的數(shù)據(jù)可視化大屏。

Dash框架中的兩個基本概念

我們先來了解一下Dash框架中的兩個基本概念

• Layout
• Callbacks

Layout顧名思義就是用來設計可視化大屏的外觀和布局，添加一些例如下拉框、單選框、復選框、輸入框、文本框、滑動條等組件，其中Dash框架對HTML標簽也進行了進一步的封裝，使得我們直接可以通過Python代碼來生成和設計每一個網(wǎng)頁所需要的元素，例如

<div>
    <h1>Hello World!!</h1>
    <div>
        <p>Dash converts Python classes into HTML</p>
    </div>
</div>

我們轉(zhuǎn)化成Dash的Python結(jié)構(gòu)就是

html.Div([
    html.H1('Hello Dash'),
    html.Div([
        html.P('Dash converts Python classes into HTML'),
    ])
])

Callbacks也就是回調(diào)函數(shù)，基本上是以裝飾器的形式來體現(xiàn)的，實現(xiàn)前后端異步通信的交互，例如我們在點擊按鈕或者下拉框之后出現(xiàn)的功能就是通過回調(diào)函數(shù)來實現(xiàn)的。

安裝和導入模塊

在導入模塊之前，我們先用pip命令來進行安裝，

! pip install dash   
! pip install dash-html-components
! pip install dash-core-components                           
! pip install plotly

然后我們導入這些剛剛安裝完的模塊，其中dash-html-components用來生成HTML標簽，dash-core-components模塊用來生成例如下拉框、輸入框等組件，這里我們還需要用到plotly模塊，因為我們需要用到的數(shù)據(jù)來自該模塊，里面是一眾互聯(lián)網(wǎng)公司過去一段時間中股價的走勢

import dash
import dash_html_components as html
import dash_core_components as dcc
import plotly.graph_objects as go
import plotly.express as px

讀取數(shù)據(jù)并且繪制折線圖

那么我們讀取數(shù)據(jù)并且用plotly來繪制折線圖，代碼如下

app = dash.Dash()   #實例化Dash
df = px.data.stocks() #讀取股票數(shù)據(jù) 

def stock_prices():
    # 繪制折線圖
    fig = go.Figure([go.Scatter(x=df['date'], y=df['AAPL'],
                                line=dict(color='firebrick', width=4), name='Apple')
                     ])
    fig.update_layout(title='股價隨著時間的變幻',
                      xaxis_title='日期',
                      yaxis_title='價格'
                      )
    return fig
    
app.layout = html.Div(id='parent', children=[
    html.H1(id='H1', children='Dash 案例一', style={'textAlign': 'center',
                                                 'marginTop': 40, 'marginBottom': 40}),
    dcc.Graph(id='line_plot', figure=stock_prices())
])

if __name__ == '__main__':
    app.run_server()

我們點擊運行之后會按照提示將url復制到瀏覽器當中便可以看到出來的結(jié)果了，如下所示

從代碼的邏輯上來看，我們通過Dash框架中的Div方法來進行頁面的布局，其中有參數(shù)id來指定網(wǎng)頁中的元素，以及style參數(shù)來進行樣式的設計，最后我們將會指出來的圖表放在dcc.Graph()函數(shù)當中。

添置一個下拉框

然后我們再添置一個下拉框，當我們點擊這個下拉框的時候，可是根據(jù)我們的選擇展示不同公司的股價，代碼如下

dcc.Dropdown(id='dropdown',
             options=[
                 {'label': '谷歌', 'value': 'GOOG'},
                 {'label': '蘋果', 'value': 'AAPL'},
                 {'label': '亞馬遜', 'value': 'AMZN'},
             ],
             value='GOOG'),

output

options參數(shù)中的label對應的是下拉框中的各個標簽，而value對應的是DataFrame當中的列名

df.head()

output

添加回調(diào)函數(shù)

最后我們將下拉框和繪制折線圖的函數(shù)給連接起來，我們點擊下拉框選中不同的選項的時候，折線圖也會相應的產(chǎn)生變化，

@app.callback(Output(component_id='bar_plot', component_property='figure'),
              [Input(component_id='dropdown', component_property='value')])
def graph_update(dropdown_value):
    print(dropdown_value)
    # Function for creating line chart showing Google stock prices over time
    fig = go.Figure([go.Scatter(x=df['date'], y=df['{}'.format(dropdown_value)],
                                line=dict(color='firebrick', width=4))
                     ])
    fig.update_layout(title='股價隨著時間的變幻',
                      xaxis_title='日期',
                      yaxis_title='價格'
                      )
    return fig

我們看到callback()方法中指定輸入和輸出的媒介，其中Input參數(shù)，里面的component_id對應的是下拉框的id也就是dropdown，而Output參數(shù)，當中的component_id對應的是折線圖的id也就是bar_plot，我們來看一下最后出來的結(jié)果如下

最后，全部的代碼如下所示