原理探索： 主要是借助于File.prototype.slice() 方法，根据设定的阈值，来将这个文件的二进制内容，切片成一个个的小文件slice。然后并行上传这些切片，最后判断切片是否传递完毕，之后进行合并解压操作！！！
核心问题： -秒传，其实就是上传之前发的get请求做的事，判断是否数据库存在已经完全上传完成的同名文件，是的话，直接返回一个skip标识，表示直接提示上传成功
-
断点续传
-其实就是服务器发现该文件上传过分片信息， 我跟后端当时设计就是，我这边在上传的时候会发两个upload请求，一个get请求,一个post请求，get用于询问服务器已经上传过过哪些分片了,以及是否秒传，会出现：a.如果是一个已经完整上传的文件，直接skip，然后返回该文件的url。 b. 后台返回了的uploaded:[] ,里面是已经上传过的分片的index 默认从1开始，然后再发送upload的 post请求前比较，已经上传的就会直接跳过，直到找到没有上传过的，继续上传。
-
显示上传进度
-
-
如何切片：
-
- 获取到文件对象后，借助于spark-md5 这个库，在上传之前(一般的文件uploader 都会有上传前的回调)，调用一个function 比如 generateMD5(file,{})，里面实例化一个fileReader，定义好chunkSize，也就是分片的大小，chunks = math.ceil(file.size / chunkSize)，currentChunk = 0 generateMD5里面定义一个loadNext函数，实例化一个spark的数组缓冲池 new SparkMD5.arrayBuffer() 开始调用一次，在里面使用fileReader.readAsArrayBuffer(File.prototype.slice(file.file,start, end)),开始 start=0 end=start=chunksize , 得到一个blob, 读取该blob，会触发fileReader.onload(),, onload里面继续调用loadNext() 函数，onload执行一次，currentChunk++,就达到循环切片至最后一个chunk，依次读取chunk并且通过spark.append(将读取到的blob内容) 最后 spark。end()，生成一个唯一hash， 这样就为每一个切片生成了一个唯一的hash。 当然每一个切片都需要与其源文件有一个多对一的关系，也就是这些切片都需要一个唯一的源文件id[一般文件名拼一个Uid]，，用于表示是某一个文件的所有切片。
-
-
如何保证所有的切片完好，在组合解压
-
一般两种的方式
- 上传的时候，传入totoalChunks,以及每个片的顺序，比如total100， 然后后端接收完毕之后，通过hash去统计，是否 === totalChunk， 等于的话后端直接按照chunk的顺序以及大小进行合并。这种方式就有缺点，可能前端提示上传成功，但是可能后端还再合并。 导致去看的时候，看不到文件。
- 第二种，前面都差不多，不同在于，后端会在最后一个片上传后，检验所有的切片都接受完毕。就返回一个isMerge字段给前端，前端在根据这个字段去主动发起一个合并请求。等合并完成，前端在提示解压上传成功。就可以解决上述问题
-
