Nginx断点续传功能代码浅析-Range模块
HTTP 的Content-Range支持对于一般的网页处理没啥重要的作用，但是对于大文件的下载，CDN回源，点续传功能的作用是非常重要的。
Content-Range允许一次只下载一个文件的一部分，后面再分批次下载文件的其他部分，或者并发下载，提高下载速度，这样如果在下载一个文件的过程中，网络断开了，恢复后不需要重新下载。
nginx 对Content-Range的支持包括header处理和body处理，分别用来解析客户端发送过来的Range header 和裁剪返回给客户端的请求数据Body。其实现分别由2个filter过滤模块完成，分别是ngx_http_range_header_filter_module和ngx_http_range_body_filter_module。下面分别介绍。
零、解析客户端发送的请求Range头
这部分很简单，nginx通过在ngx_http_headers_in请求头处理数组中增加对Range，If-Range的处理函数，从而读取到客户端发送的HEADER的时候，调用对应的函数，将请求数据设置到对应的字段上去。比如对于Range，处理函数为ngx_http_process_header_line ，Range值会放入ngx_http_headers_in_t 的 range字段上面。以便后续filter模块去处理。
ngx_http_headers_in
{ ngx_string("Range"), offsetof(ngx_http_headers_in_t, range),
ngx_http_process_header_line },
{ ngx_string("If-Range"),
offsetof(ngx_http_headers_in_t, if_range),
ngx_http_process_unique_header_line },
一、Header 过滤函数
ngx_http_range_header_filter_module模块回调函数中，只设置了一个ngx_http_range_header_filter_init，用来在nginx filter链表中挂载当前模块的header filter函数。这里说一下nginx对于filter函数链表的组织形式，相当巧妙：利用static 文件局部变量来保存下一个链表节点元素，类似堆栈的方式一个个将后面链接的文件组织起来，达到代码非常简单优美的效果。看下面就知道了。
ngx_http_top_header_filter为全局变量，对于ngx_http_range_filter_module.c文件来说，是static 全局变量，也就是只在本文件有效。多个filter里面各有一份这样的static变量。
//静态局部变量，用来保存下一个过滤器的函数指针。nginx通常做法，用这种方式来建立一调filter链
static ngx_http_output_header_filter_pt ngx_http_next_header_filter;
static ngx_int_t
ngx_http_range_header_filter_init(ngx_conf_t *cf)
{//组成filter链表
ngx_http_next_header_filter = ngx_http_top_header_filter;
ngx_http_top_header_filter = ngx_http_range_header_filter;
return NGX_OK;
}
ngx_int_t
ngx_http_send_header(ngx_http_request_t *r)
{
if (r->err_status) {//如果有错误发生，则发送错误状态。
r->headers_out.status = r->err_status;
r->headers_out.status_line.len = 0;
}
//第一个是ngx_http_not_modified_header_filter，后面一个个往后掉用。每个函数独立一个文件，那里面有个静态变量记录它的上一个filter是谁。
return ngx_http_top_header_filter(r);//最后一个是ngx_http_header_filter_module模块里面的发送模块
}
这样，在nginx需要给客户端发送头部header的时候，会调用ngx_http_send_header函数，而其代码很简单，只是调用了ngx_http_top_header_filter，因此，如果header range filter是最后一个挂载的header filter模块的话，ngx_http_top_header_filter链表头节点就等于ngx_http_range_header_filter，也就是最先调用ngx_http_range_header_filter函数进行header过滤处理。
ngx_http_range_header_filter函数用来给客户端返回的header中插入"Accept-Ranges:bytes"头，以及解析客户端发送过来的Range头，其首先检查一下客户端是否支持Range，如果发送了If-Range，则需要检查一下last_modified_time的时间，是否相等，如果不相等，表示服务器的文件比客户端已经下载的不一样了，需要重新下载全部文件。
static ngx_int_t
ngx_http_range_header_filter(ngx_http_request_t *r)
{//ngx_http_top_header_filter链的函数指针，用来过滤发送给客户端的头部数据。
//ngx_http_send_header函数会调用这里。
time_t if_range;
ngx_int_t rc;
ngx_http_range_filter_ctx_t *ctx;
if (r->http_version < NGX_HTTP_VERSION_10
|| r->headers_out.status != NGX_HTTP_OK
|| r != r->main
|| r->headers_out.content_length_n == -1
|| !r->allow_ranges)
{//不处理非200的请求，否则直接调用下一个。
return ngx_http_next_header_filter(r);
}
if (r->headers_in.range == NULL
|| r->headers_in.range->value.len < 7
|| ngx_strncasecmp(r->headers_in.range->value.data,
(u_char *) "bytes=", 6)
!= 0)
{//如果客户端发送过来的头部数据中没有range字段，则我们也不需要处理range。直接返回即可
goto next_filter;
}
if (r->headers_in.if_range && r->headers_out.last_modified_time != -1) {
//语法为If-Range = "If-Range" ":" ( entity-tag | HTTP-date ) 后面带的是时间，也就如果修改时间等于XX的话，就给我我没有的，否则给我所有的。
if_range = ngx_http_parse_time(r->headers_in.if_range->value.data, r->headers_in.if_range->value.len);
ngx_log_debug2(NGX_LOG_DEBUG_HTTP, r->connection->log, 0,
"http ir:%d lm:%d", if_range, r->headers_out.last_modified_time);
//If-Range的意思是：“如果entity没有发生变化，那么把我缺失的部分发送给我。
//如果entity发生了变化，那么把整个entity发送给我”。
if (if_range != r->headers_out.last_modified_time) {
goto next_filter;//时间跟服务器上的时间不相等，需要返回所有的。所以略过
}
}
之后便需要解析Range头了。解析后的开始-结束区块会放入ctx->ranges数组中，用来在发送body的时候拼接http multipart 数据。这个工作主要由ngx_http_range_parse函数进行，其会解析字符串的Range格式数据，"Range: bytes=0-1024"请求一块 ， “Range:bytes=500-600,601-999”代表客户端请求2块。ngx_http_range_parse不多介绍了，其主要就是做字符串解析。结果会放到ctx->ranges里面。后面拼接返回数据的时候会需要的。
解析请求头完成后，需要准备返回给客户端的头部数据，其实这里还不能拼接返回数据，只是准备了一下相关结构。如果客户端只请求了一块，则由ngx_http_range_singlepart_header完成，否则由ngx_http_range_multipart_header完成。
//解析range的语法，在本文件开头有介绍。解析出开始，结束等。结果range放入ctx->ranges里面
rc = ngx_http_range_parse(r, ctx);
if (rc == NGX_OK) {
ngx_http_set_ctx(r, ctx, ngx_http_range_body_filter_module);
//修改发送的头部字段为206
r->headers_out.status = NGX_HTTP_PARTIAL_CONTENT;
r->headers_out.status_line.len = 0;
if (ctx->ranges.nelts == 1) {//单个RANGE
return ngx_http_range_singlepart_header(r, ctx);
}
//多个range，比如"Range: bytes=500-600,601-999"
return ngx_http_range_multipart_header(r, ctx);
}
if (rc == NGX_HTTP_RANGE_NOT_SATISFIABLE) {
return ngx_http_range_not_satisfiable(r);
}
对于单个range请求，比较简单，只需要在返回的头部增加"Content-Range: bytes START-END/SIZE"头，数据就放在body里面即可，不需要用multipart的方式组织数据。单个range请求的返回数据形如：
* "HTTP/1.0 206 Partial Content" CRLF
* ... header ...
* "Content-Type: image/jpeg" CRLF
* "Content-Length: SIZE" CRLF
* "Content-Range: bytes START-END/SIZE" CRLF
* CRLF
* ... data ...
static ngx_int_t
ngx_http_range_singlepart_header(ngx_http_request_t *r, ngx_http_range_filter_ctx_t *ctx)
{//客户端只请求了一个range,那么我们返回的数据格式为: Content-Range: bytes START-END/SIZE" CRLF
ngx_table_elt_t *content_range;
ngx_http_range_t *range;
content_range = ngx_list_push(&r->headers_out.headers);//在输出头里面申请一个header line
if (content_range == NULL) {
return NGX_ERROR;
}
r->headers_out.content_range = content_range;
content_range->hash = 1;
ngx_str_set(&content_range->key, "Content-Range");
content_range->value.data = ngx_pnalloc(r->pool, sizeof("bytes -/") - 1 + 3 * NGX_OFF_T_LEN);//申请三个足够长度的数字的字符串
if (content_range->value.data == NULL) {
return NGX_ERROR;
}
/* "Content-Range: bytes SSSS-EEEE/TTTT" header */
range = ctx->ranges.elts;
//设置START-END/SIZE格式。
content_range->value.len = ngx_sprintf(content_range->value.data,
"bytes %O-%O/%O",
range->start, range->end - 1, r->headers_out.content_length_n) - content_range->value.data;
r->headers_out.content_length_n = range->end - range->start;//本次返回的数据长度。总长度在SIZE上面
//·····
return ngx_http_next_header_filter(r);
}
但是对于一次请求多个区块的请求，其处理相对复杂。因为返回的body数据无法直接放在BODY里面发送，需要组织成multipart 的形式才行了。这个由ngx_http_range_multipart_header函数搞定。先看一下多个range请求时返回数据的格式：
"HTTP/1.0 206 Partial Content" CRLF
... header ...
"Content-Type: multipart/byteranges; boundary=0123456789" CRLF
CRLF//头部结束
CRLF
"--0123456789" CRLF
"Content-Type: image/jpeg" CRLF
"Content-Range: bytes START0-END0/SIZE" CRLF
CRLF
... data ...
CRLF
"--0123456789" CRLF
"Content-Type: image/jpeg" CRLF
"Content-Range: bytes START1-END1/SIZE" CRLF
CRLF
... data ...
CRLF
"--0123456789--" CRLF
ngx_http_range_multipart_header函数首先调用ngx_next_temp_number获取一个临时数字当做boundary，然后组成boundary_header，也就是上面黄色背景的部分，这部分是通用的，可以在组成给客户端的返回数据的时候重复使用。
static ngx_int_t
ngx_http_range_multipart_header(ngx_http_request_t *r,
ngx_http_range_filter_ctx_t *ctx)
{
size_t len;
ngx_uint_t i;
ngx_http_range_t *range;
ngx_atomic_uint_t boundary;
len = sizeof(CRLF "--") - 1 + NGX_ATOMIC_T_LEN
+ sizeof(CRLF "Content-Type: ") - 1
+ r->headers_out.content_type.len
+ sizeof(CRLF "Content-Range: bytes ") - 1;
if (r->headers_out.charset.len) {
len += sizeof("; charset=") - 1 + r->headers_out.charset.len;
}
ctx->boundary_header.data = ngx_pnalloc(r->pool, len);
if (ctx->boundary_header.data == NULL) {
return NGX_ERROR;
}
boundary = ngx_next_temp_number(0);
/*
* The boundary header of the range:
* CRLF
* "--0123456789" CRLF
* "Content-Type: image/jpeg" CRLF
* "Content-Range: bytes "
*/
//拼接bondery头，也就是--xxxxx以及后面的那几行头部数据。头部数据之后就是bonder的数据部分了。
if (r->headers_out.charset.len) {
ctx->boundary_header.len = ngx_sprintf(ctx->boundary_header.data,
CRLF "--%0muA" CRLF
"Content-Type: %V; charset=%V" CRLF
"Content-Range: bytes ",
boundary,
&r->headers_out.content_type,
&r->headers_out.charset)
- ctx->boundary_header.data;
r->headers_out.charset.len = 0;
}
//···
然后组成"Content-Type: multipart/byteranges; boundary="这一行头部数据，放到r->headers_out.content_type上面。
//这是最开始那一行声明下面是mutipart 格式数据的行:"Content-Type: multipart/byteranges; boundary=0123456789" CRLF
//下面的sizeof其实没必要用全部字符串，Content-Type:不需要。
r->headers_out.content_type.data =
ngx_pnalloc(r->pool, sizeof("Content-Type: multipart/byteranges; boundary=") - 1 + NGX_ATOMIC_T_LEN);
if (r->headers_out.content_type.data == NULL) {
return NGX_ERROR;
}
r->headers_out.content_type_lowcase = NULL;
/* "Content-Type: multipart/byteranges; boundary=0123456789" */
r->headers_out.content_type.len =
ngx_sprintf(r->headers_out.content_type.data,
"multipart/byteranges; boundary=%0muA", boundary)
- r->headers_out.content_type.data;
r->headers_out.content_type_len = r->headers_out.content_type.len;
然后就需要一个个将range的开始，结束部分字符串进行拼接了，也就是"SSSS-EEEE/TTTT" CRLF CRLF"，结果放到range[i].content_range.data上面，用来在后面body过滤函数里面组成返回body。之后就是调用下一个header filter过滤哈数ngx_http_next_header_filter。
到这里头部数据的过滤函数完毕了，总结一下就是：
1.调用ngx_http_range_parse解析客户端请求头：“Range: bytes=0-1024”。
2.如果是单个Range，调用ngx_http_range_singlepart_header拼接"Content-Range: bytes START-END/SIZE"头。
3.如果是多个Range请求，调用ngx_http_range_multipart_header准备multipart数据，以便后面body filter使用。
二、BODY 过滤函数
类似header过滤函数的处理方式，nginx挂载了body过滤函数ngx_http_range_body_filter，用来在ngx_http_output_filter里面需要给客户端发送HTTP BODY的时候调用。
当该函数很简单，就是判断一下ctx->ranges.nelts的数量，如果是单个Range请求，就调用ngx_http_range_singlepart_body完成工作，否则判断一下是否所有的ranges都在第一块buf里面，nginx目前只支持所有的ranges都在一块buf里面的情况，并且也只支持所有的都在buf链表的的一块buf里面。所以支持的比较鸡肋。如果条件满足，就调用ngx_http_range_body_filter去处理。
static ngx_int_t
ngx_http_range_body_filter(ngx_http_request_t *r, ngx_chain_t *in)
{//这是第一个BODY过滤函数
ngx_http_range_filter_ctx_t *ctx;
if (in == NULL) {
return ngx_http_next_body_filter(r, in);
}
ctx = ngx_http_get_module_ctx(r, ngx_http_range_body_filter_module);
if (ctx == NULL) {
return ngx_http_next_body_filter(r, in);
}
if (ctx->ranges.nelts == 1) {//如果只有一个range
return ngx_http_range_singlepart_body(r, ctx, in);
}
/*下面说明，NGINX只支持整个数据都在一个buffer里面的情况也就是多个body它不好处理
* multipart ranges are supported only if whole body is in a single buffer
*/
if (ngx_buf_special(in->buf)) {
return ngx_http_next_body_filter(r, in);
}
//检查是否所有的RANGE都在第一块buf里面。那么在后面的buf里面不行么，不行，nginx不支持
if (ngx_http_range_test_overlapped(r, ctx, in) != NGX_OK) {
return NGX_ERROR;
}
return ngx_http_range_multipart_body(r, ctx, in);
}
单个range的情况由ngx_http_range_singlepart_body完成，其相对也简单，循环扫描每个in参数的buf链表，如果其在range里面，就将其放到out的链表中，组成一个新的链表，然后调用下一个filter。下面看一下有改动的函数。
static ngx_int_t ngx_http_range_singlepart_body(ngx_http_request_t *r, ngx_http_range_filter_ctx_t *ctx, ngx_chain_t *in)
{//处理客户端只发送一个range过来的情况
off_t start, last;
ngx_buf_t *buf;
ngx_chain_t *out, *cl, **ll;
ngx_http_range_t *range;
out = NULL;
ll = &out;
range = ctx->ranges.elts;
//对in参数的要发送出去的缓冲数据链表，一一检查其内容是否在range的start-end之间，
//不在的就丢弃，只剪裁出区间之内的，发送给客户端。
for (cl = in; cl; cl = cl->next) {
buf = cl->buf;
start = ctx->offset;//在所有数据中的位置。
last = ctx->offset + ngx_buf_size(buf);
ctx->offset = last;
ngx_log_debug2(NGX_LOG_DEBUG_HTTP, r->connection->log, 0, "http range body buf: %O-%O", start, last);
if (range->end <= start || range->start >= last) {//丢弃这个。将其pos指向last从而略过。
ngx_log_debug0(NGX_LOG_DEBUG_HTTP, r->connection->log, 0, "http range body skip");
if (buf->in_file) {
buf->file_pos = buf->file_last;
}
buf->pos = buf->last;
buf->sync = 1;
continue;
}
if (range->start > start) {//开头重合，去掉重合部分
if (buf->in_file) {
buf->file_pos += range->start - start;//向后移动开始部分
}
if (ngx_buf_in_memory(buf)) {//如果在内存的话就移动指针
buf->pos += (size_t) (range->start - start);
}
}
if (range->end <= last) {//尾部重合，去掉尾部
if (buf->in_file) {
buf->file_last -= last - range->end;
}
if (ngx_buf_in_memory(buf)) {
buf->last -= (size_t) (last - range->end);
}
buf->last_buf = 1;//标记为最后一块内存，后面的都不需要了。
*ll = cl;
cl->next = NULL;//直接剪断，后面可能还有输出链的，但是没事，等这个连接关闭后，数据都回收了的。
break;
}
*ll = cl;//后移动。
ll = &cl->next;
}
//到这里后，out变量所指向的链表里面的数据都是range之间的，需要发送给客户端的数据。于是调用下一个filter进行发送。
if (out == NULL) {
return NGX_OK;
}
return ngx_http_next_body_filter(r, out);
}
对于多个range的情况，首先由ngx_http_range_test_overlapped函数判断一下是否in参数的buf是最后一块，如果是最后一块那可以支持，否则，如果所有的ranges都在第一块buf里面，那也支持。其他都不能处理。
ngx_http_range_multipart_body的工作是组成mutipart格式的数据，调用下一个过滤器发送给客户端。具体不啰嗦了。
总结一下，nginx对于多个ranges的请求支持目前还不是让人满意，所以需要使用的同学建议只使用单个Range请求的方式。否则就会出现诡异的500错误而不得善终。不过好消息是：PHP没有cached的请求是不支持range的，image不支持，目前只有static请求是支持的。但是，static请求静态文件的话，一般都是整个文件都在一块buf结构里面，所以多个range也就一定在一块也是第一块buf里面，所以结论是：nginx 对range的支持能够满足大部分需求。
请问下，这些代码是用的什么语言写的？