Go语言实现文件分块器：正确处理不完整分块的大小

本文深入探讨go语言中实现文件分块器时，如何精确处理二进制文件的分块大小，特别是针对文件末尾可能出现的不完整分块。通过分析io.reader的读取行为，我们将介绍一种有效的方法，确保每个文件分块（[]byte）都恰好是其实际读取内容的长度，从而避免不必要的内存分配和数据填充，提高文件处理的效率和准确性。

Go语言文件分块器基础

在处理大型文件时，例如进行网络传输、分布式存储或数据处理，通常需要将文件分割成固定大小的块（chunk）。Go语言提供了强大的I/O原语来实现这一功能。一个基本的文件分块器通常会遍历文件，逐次读取指定大小的数据块。

考虑以下Go语言中实现文件分块器的基本结构。我们定义了两种类型：fileChunk用于表示单个文件块（一个字节切片），fileChunks用于存储所有文件块的集合。NumChunks函数负责计算文件将被分割成的总块数。

package main

import (
    "fmt"
    "io"
    "os"
)

// fileChunk 类型定义一个字节切片作为文件块
type fileChunk []byte

// fileChunks 类型定义一个文件块的集合
type fileChunks []fileChunk

// NumChunks 计算文件需要被分割成的块数
// fileSize: 文件的总字节大小
// chunkSize: 每个文件块的最大字节大小
func NumChunks(fileSize int64, chunkSize int) int {
    chunks := fileSize / int64(chunkSize)
    // 如果文件大小不是块大小的整数倍，则需要额外一个块来存放余数
    if fileSize%int64(chunkSize) != 0 {
        chunks++
    }
    return int(chunks)
}

// chunker 函数负责打开文件并将其分块
// filePath: 待分块的文件路径
// chunkSize: 每个文件块的最大字节大小
func chunker(filePath string, chunkSize int) (fileChunks, error) {
    f, err := os.Open(filePath)
    if err != nil {
        return nil, fmt.Errorf("无法打开文件 '%s': %w", filePath, err)
    }
    defer f.Close() // 确保文件在函数结束时关闭

    fi, err := f.Stat()
    if err != nil {
        return nil, fmt.Errorf("无法获取文件 '%s' 信息: %w", filePath, err)
    }

    fmt.Printf("文件名: %s, 文件大小: %d 字节\n", fi.Name(), fi.Size())

    totalChunks := NumChunks(fi.Size(), chunkSize)
    fmt.Printf("文件需要分割成 %d 个块 (每块最大 %d 字节)\n", totalChunks, chunkSize)

    // 预分配容量，减少append时的内存重新分配，提高性能
    chunksContainer := make(fileChunks, 0, totalChunks) 

    for i := 0; i < totalChunks; i++ {
        // 为当前块分配内存，长度和容量均为 chunkSize
        b := make(fileChunk, chunkSize)

        // 从文件中读取数据到b
        n, err := f.Read(b)
        if err != nil {
            if err == io.EOF { // 读取到文件末尾是正常情况
                // 如果是文件末尾，且没有读取到任何数据，则跳出循环
                if n == 0 {
                    break
                }
                // 如果是EOF但n > 0，说明成功读取了最后一个不完整块
            } else {
                return nil, fmt.Errorf("读取文件块 %d 时发生错误: %w", i, err)
            }
        }

        fmt.Printf("块 %d: 读取了 %d 字节\n", i, n)

        // 此时，如果 n < chunkSize，b 的长度仍然是 chunkSize，包含了冗余的零值。
        // 解决方案将在下一节详细阐述。
        chunksContainer = append(chunksContainer, b)
    }

    fmt.Printf("总共生成了 %d 个文件块\n", len(chunksContainer))
    return chunksContainer, nil
}

// createTestFile 用于生成一个指定大小的二进制文件，用于测试
func createTestFile(filename string, size int) error {
    f, err := os.Create(filename)
    if err != nil {
        return err
    }
    defer f.Close()

    data := make([]byte, size)
    // 填充一些数据，以便文件内容不是全