diff --git a/crates/core/src/download/chunk_resume.rs b/crates/core/src/download/chunk_resume.rs new file mode 100644 index 0000000..64f75db --- /dev/null +++ b/crates/core/src/download/chunk_resume.rs @@ -0,0 +1,235 @@ +//! 分块下载的**续传判定与旧字节自证**。 +//! +//! 台账 P21 第 2 条 + P19(b):分块路径此前**不写**续传元数据、每次进 `attempt_chunked` 先 +//! `part.discard()`,于是 188MB 的 JDK 任何一次失败都从 0 重下。这里补上「记住落了哪些段」, +//! 但**不是**把旧字节当可信——分块路径的旧字节比单连接的更可疑,原因有三条: +//! +//! 1. 中间文件被 `set_len(total)` 预分配过,长度恒等于总长:`resume::decide` 的「长度 = 已下」 +//! 这条前提在这里根本不成立(它会判成 `Complete`,然后整文件校验把一份没下完的文件判死); +//! 2. 段是**乱序**写的,磁盘上「有字节」不等于「这一段是完整的」——进程被强杀时正写到一半的段 +//! 与写完了的段在文件里长得一模一样; +//! 3. 同一个 URL 的响应可能在两次尝试之间换了内容(镜像回源、滚动发布)。 +//! +//! 所以复用旧段要过两道门,缺一不可: +//! +//! * **身份**([`decide`],纯函数):策略允许续传、元数据在、URL / 总长 / 摘要算法 / 期望摘要 +//! 全部与本次请求一致、有 ETag 或 Last-Modified 作校验器(续传请求会带 `If-Range`,让服务器 +//! 自己回答「内容变了没有」),并且每条记录都能**精确对上**本次分块规划里的某一段; +//! * **自证**([`verify_records`]):按记录重读那段字节、重算摘要,与记录比对。 +//! +//! 两道门任一不过 ⇒ 丢掉整份中间文件**从头再来**(不是「只补坏的那一段」): +//! 摘要对不上意味着这份元数据本身已经不可信(盘上数据在腐坏,或者元数据是崩溃前写的、 +//! 盘上并没有落那样),同一份元数据里的**其它**记录同样没有理由被信任。这条与 +//! [`super::resume`] 的保守立场一致——重下 100MB 也比交付一个坏文件便宜。 +//! +//! 最后还有第三道保险:整文件摘要在传输结束后**整份重算**(`transfer_chunk::verify_part`), +//! 覆盖新下的字节与复用的字节。前两道门只保证「旧字节是我们写的」,第三道门才保证 +//! 「我们写的是对的那份」。 +//! +//! 写的这一侧是本文末的 [`ChunkJournal`]:每成功回收一段就落一次盘(原子写),失败时元数据 +//! 里已经有「哪几段、各自摘要是什么」,于是下一次尝试能接着下而不是从 0。 + +use std::fs::File; +use std::io::{self, Read, Seek, SeekFrom}; +use std::path::{Path, PathBuf}; + +use super::cache::now_ms; +use super::chunked::{self, ByteRange, ChunkFetch}; +use super::resume::{ChunkRecord, RestartReason, ResumeMeta}; +use super::types::{HashAlgo, ResumePolicy}; +use super::verify; + +/// 复用旧分块的判定结果。 +#[derive(Debug, Clone, PartialEq, Eq)] +pub enum ChunkDecision { + /// 这些段可以复用——**但调用方仍须先跑 [`verify_records`]**,本判定只看不碰盘。 + Reuse { + /// 已落盘且对得上本次规划的分块记录。 + done: Vec, + }, + /// 从头下载(调用方要丢掉整份中间文件)。 + Restart { + /// 原因(诊断用;与单连接路径共用同一个枚举)。 + reason: RestartReason, + }, +} + +/// 判定能否复用旧分块(纯函数:不读盘、不看时钟)。 +/// +/// `part_len` 为 0 表示没有中间文件(或它是 0 字节)。`planned` 是本次要用的分块规划, +/// 记录必须**逐一精确命中**其中的段:连接数变了、总长变了、或记录本身畸形,都判从头再来。 +#[must_use] +pub fn decide( + policy: ResumePolicy, + part_len: u64, + meta: Option<&ResumeMeta>, + url: &str, + integrity: Option<(HashAlgo, &str)>, + total: u64, + planned: &[ByteRange], +) -> ChunkDecision { + let restart = |reason| ChunkDecision::Restart { reason }; + if policy == ResumePolicy::Never { + return restart(RestartReason::PolicyNever); + } + if part_len == 0 { + return restart(RestartReason::NoPart); + } + let Some(meta) = meta else { + return restart(RestartReason::NoMeta); + }; + // 没有分块清单的元数据(单连接路径写的)证明不了「乱序段各自到哪」,一律从头来。 + let Some(records) = meta.chunks.as_ref() else { + return restart(RestartReason::NoMeta); + }; + if meta.url != url { + return restart(RestartReason::UrlChanged); + } + if let Some((algo, hash)) = integrity { + if meta.algo != algo || !meta.hash.eq_ignore_ascii_case(hash) { + return restart(RestartReason::HashChanged); + } + } + // 总长变了就是另一个文件:旧段的偏移全部作废(只比 URL 抓不住这个)。 + if meta.total != Some(total) { + return restart(RestartReason::SizeChanged); + } + // 没有校验器就无法让服务器回答「内容变了没有」,只能从头下(与单连接同一立场)。 + if meta.validator().if_range_value().is_none() { + return restart(RestartReason::NoValidator); + } + // 每条记录必须是规划里**原样**的一段,且不许重复:段边界一旦漂移, + // 「已落盘多少」就说不清了(长度恰好但位置错的文件会被整文件校验兜住,但那已经是白下)。 + let mut done: Vec = Vec::with_capacity(records.len()); + for record in records { + if record.is_empty() || record.end >= total { + return restart(RestartReason::ChunkLayout); + } + if !planned + .iter() + .any(|range| range.start == record.start && range.end == record.end) + { + return restart(RestartReason::ChunkLayout); + } + if done + .iter() + .any(|seen| seen.start == record.start && seen.end == record.end) + { + return restart(RestartReason::ChunkLayout); + } + done.push(record.clone()); + } + ChunkDecision::Reuse { done } +} + +/// 本次还要抓的段 = 规划 − 已落盘([`decide`] 已保证 `done ⊆ planned` 且边界精确)。 +#[must_use] +pub fn remaining(planned: &[ByteRange], done: &[ChunkRecord]) -> Vec { + planned + .iter() + .copied() + .filter(|range| { + !done + .iter() + .any(|record| record.start == range.start && record.end == range.end) + }) + .collect() +} + +/// 按记录逐段重读、重算摘要:返回**可复用的字节数**。 +/// +/// 任一记录对不上(摘要不符 / 读不满一段 / 读盘失败)就返回 `Err`,调用方必须整份丢掉。 +/// 同步阻塞 IO:异步路径要把它放进 `spawn_blocking` 并套上 `verify_timeout` +/// (与 `transfer_chunk::verify_part` 同一套做法)。 +pub fn verify_records(path: &Path, records: &[ChunkRecord]) -> io::Result { + let mut file = File::open(path)?; + let mut buffer = vec![0_u8; 64 * 1024]; + let mut verified = 0_u64; + for record in records { + let mut hasher = verify::Hasher::new(chunked::CHUNK_DIGEST); + file.seek(SeekFrom::Start(record.start))?; + let mut left = record.len(); + while left > 0 { + let want = usize::try_from(left.min(buffer.len() as u64)).unwrap_or(buffer.len()); + let read = file.read(&mut buffer[..want])?; + if read == 0 { + return Err(io::Error::new( + io::ErrorKind::UnexpectedEof, + format!( + "分块 [{}..={}] 在盘上不够长(缺 {left} 字节)", + record.start, record.end + ), + )); + } + hasher.update(&buffer[..read]); + left -= read as u64; + } + let actual = hasher.finish(); + if !verify::matches(&record.sha1, &actual) { + return Err(io::Error::new( + io::ErrorKind::InvalidData, + format!( + "分块 [{}..={}] 摘要不符:记录 {} 实得 {actual}", + record.start, record.end, record.sha1 + ), + )); + } + verified += record.len(); + } + Ok(verified) +} + +/// 续传元数据的增量写手:每落完一段就把「这一段已落盘、摘要是它」写进元数据。 +/// +/// 为什么不收工再写:进程被强杀 / 断电时收工那次写根本不会发生,而已经落盘的段是好几分钟到 +/// 几十分钟的字节。代价是每段一次小文件原子写(`plan` 最多切 `MAX_CONNECTIONS` = 16 段, +/// 单个作业最多 16 次),而且**只有成功回收的段才记**——写到一半被 abort 的段不会被记, +/// 下次整段重抓(于是「记录里的段」不会出现半截字节)。 +pub struct ChunkJournal { + /// 元数据本体(`chunks` 随进度增长)。 + meta: ResumeMeta, + /// 落盘路径。 + path: PathBuf, +} + +impl ChunkJournal { + /// 建账并立刻落一次盘。 + /// + /// 这一次写还担着第二个作用:元数据里 `chunks: Some(..)` 是「这个中间文件属于分块路径」的 + /// 标记,下次尝试靠它躲开单连接路径「长度 = 已下满」的误判(预分配文件长度恒等于总长)。 + pub fn begin(meta: ResumeMeta, path: PathBuf) -> Self { + let mut journal = Self { meta, path }; + journal.save(); + journal + } + + /// 已落盘的段。 + pub fn done(&self) -> &[ChunkRecord] { + self.meta.chunks.as_deref().unwrap_or_default() + } + + /// 记一个已落盘段(顺带补上服务器校验器:只有第一次拿到的算数,续传沿用旧的那个)。 + pub fn record(&mut self, fetched: ChunkFetch) { + if self.meta.etag.is_none() { + self.meta.etag = fetched.etag; + } + if self.meta.last_modified.is_none() { + self.meta.last_modified = fetched.last_modified; + } + self.meta + .chunks + .get_or_insert_with(Vec::new) + .push(ChunkRecord { + start: fetched.range.start, + end: fetched.range.end, + sha1: fetched.sha1, + }); + self.save(); + } + + /// 落盘(元数据写失败不影响下载本身:续传只是加速,不是正确性前提)。 + pub fn save(&mut self) { + self.meta.saved_at_ms = now_ms(); + let _ = self.meta.save(&self.path); + } +} diff --git a/crates/core/src/download/chunked.rs b/crates/core/src/download/chunked.rs index 9a0a948..d0d2965 100644 --- a/crates/core/src/download/chunked.rs +++ b/crates/core/src/download/chunked.rs @@ -11,7 +11,14 @@ use std::sync::atomic::{AtomicU64, Ordering}; use super::error::{DownloadError, DownloadErrorKind}; use super::http; use super::stall::Deadlines; -use super::types::ResourceKind; +use super::types::{HashAlgo, ResourceKind}; +use super::verify; + +/// 分块自证用的摘要算法([`super::resume::ChunkRecord`] 里记的就是它)。 +/// +/// 固定 SHA-1 而不是跟随请求的校验算法:这条摘要是「这段字节是我们写下去的」的**归属证据**, +/// 不对抗攻击者;整文件的期望摘要仍按请求里的 `algo` 校验。固定算法让记录不必再存一个算法字段。 +pub const CHUNK_DIGEST: HashAlgo = HashAlgo::Sha1; /// 默认分块连接数(设计文档 Q19 定案 N=4)。 pub const DEFAULT_CONNECTIONS: usize = 4; @@ -205,11 +212,35 @@ pub fn content_range_matches(requested: ByteRange, value: Option<&str>) -> bool .is_some_and(|parsed| parsed.start == requested.start && parsed.end == requested.end) } +/// 一次成功分块抓取的产物:落盘的字节数 + **它的身份信息**。 +/// +/// 为什么把这些一起带回来:分块路径的续传元数据(`ResumeMeta::chunks`)要记「这一段是什么」 +/// ——段区间、这段字节的摘要([`Self::sha1`])、服务器的校验器与总长。它们只有响应头/读流这一处 +/// 拿得到,带回来由编排层决定怎么落盘,比在这里再读一遍盘便宜。 +#[derive(Debug, Clone, PartialEq, Eq)] +pub struct ChunkFetch { + /// 本段区间。 + pub range: ByteRange, + /// 实际落盘字节数(校验通过时恒等于 `range.len()`)。 + pub written: u64, + /// 本段字节的摘要(边写边算,算法见 [`CHUNK_DIGEST`])。 + pub sha1: String, + /// 响应 `Content-Range` 里的总长(服务器没给就是 `None`)。 + pub total: Option, + /// 响应 `ETag`。 + pub etag: Option, + /// 响应 `Last-Modified`。 + pub last_modified: Option, +} + /// 抓一个段,写到预分配文件的 `range.start` 偏移处,并把字节数累加进 `progress`。 /// /// 服务器若对带 `Range` 的请求返回 200(无视 Range),立刻返回 `RangeUnsupported` /// —— 引擎据此退化单连接,而不是把整份文件重复写 N 遍。 /// +/// `if_range` 是续传时的校验器(ETag 优先 / Last-Modified 兜底):服务器照办回 206, +/// 内容变过回 200 —— 于是「远端换了内容」由协议层回答,不必等整文件摘要才发现。 +/// /// 两处 `await` 都有界(M289):等响应头用 [`http::send_bounded`],等正文用 /// [`http::read_step`],上界来自 [`Deadlines`]。失速时错误里带阶段与本段口径的字节数。 pub async fn fetch_chunk( @@ -219,12 +250,16 @@ pub async fn fetch_chunk( part: &Path, deadlines: Deadlines, progress: &AtomicU64, -) -> Result { + if_range: Option<&str>, +) -> Result { use tokio::io::{AsyncSeekExt, AsyncWriteExt}; - let request = client + let mut request = client .get(url) .header(reqwest::header::RANGE, range.header_value()); + if let Some(value) = if_range { + request = request.header(reqwest::header::IF_RANGE, value); + } let response = http::send_bounded(request, url, deadlines, Some(range.len())).await?; let status = response.status().as_u16(); @@ -252,6 +287,13 @@ pub async fn fetch_chunk( )); } + // 顺手取走总长:编排层要拿它比对「这个源给的还是不是同一个文件」。 + let total = content_range + .and_then(parse_content_range) + .and_then(|parsed| parsed.total); + let etag = http::etag(response.headers()); + let last_modified = http::last_modified(response.headers()); + let mut file = tokio::fs::OpenOptions::new() .write(true) .open(part) @@ -262,6 +304,7 @@ pub async fn fetch_chunk( .map_err(|err| io_error(&err, "定位分块偏移失败"))?; let mut stream = response.bytes_stream(); + let mut hasher = verify::Hasher::new(CHUNK_DIGEST); let mut written = 0_u64; loop { let next = http::read_step( @@ -277,6 +320,7 @@ pub async fn fetch_chunk( file.write_all(&chunk) .await .map_err(|err| io_error(&err, "写入分块失败"))?; + hasher.update(&chunk); let len = chunk.len() as u64; written += len; progress.fetch_add(len, Ordering::Relaxed); @@ -291,7 +335,14 @@ pub async fn fetch_chunk( format!("分块长度不符:期望 {} 实得 {written}({url})", range.len()), )); } - Ok(written) + Ok(ChunkFetch { + range, + written, + sha1: hasher.finish(), + total, + etag, + last_modified, + }) } fn io_error(err: &std::io::Error, context: &str) -> DownloadError { diff --git a/crates/core/src/download/mod.rs b/crates/core/src/download/mod.rs index d070221..9c08a19 100644 --- a/crates/core/src/download/mod.rs +++ b/crates/core/src/download/mod.rs @@ -29,6 +29,7 @@ //! health 源 × 资源类型的健康度记忆 //! cache 内容寻址缓存(记录信任) atomic 落盘守卫 / 原子写 //! resume 保守续传判定 verify 流式摘要 +//! chunk_resume 分块续传判定 + 旧字节自证 //! progress 事件流 error 错误分类 //! shared 进程级共享:一个数据根一个引擎(跨请求复用连接池/限流/健康度) //! ``` @@ -49,6 +50,7 @@ pub mod adoptium; pub mod backoff; pub mod blocking; pub mod cache; +pub mod chunk_resume; pub mod chunked; pub mod config; pub mod engine; @@ -79,6 +81,7 @@ pub use self::atomic::{PartFile, ADOPT_MIN_AGE, META_SUFFIX, ORPHAN_MAX_AGE, PAR pub use self::backoff::{BackoffPolicy, Jitter}; pub use self::blocking::block_on; pub use self::cache::{CacheRecord, CacheStats, ContentCache}; +pub use self::chunk_resume::ChunkDecision; pub use self::chunked::{ByteRange, ChunkedConfig, RangeSupport}; pub use self::config::EngineConfig; pub use self::engine::DownloadEngine; @@ -92,7 +95,7 @@ pub use self::mirrors::{direct_source_id, AdoptiumMirror, GhProxy, MirrorTable, pub use self::progress::{ProgressEmitter, ProgressEvent, ProgressThrottle}; pub use self::region::{RegionMode, RegionProfile, RegionTrigger, Signals}; pub use self::region_system::detect_signals; -pub use self::resume::{RestartReason, ResumeDecision, ResumeMeta}; +pub use self::resume::{ChunkRecord, RestartReason, ResumeDecision, ResumeMeta}; pub use self::stall::{Deadlines, StallReason, StallReport, StallStage, MIN_AVG_THROUGHPUT}; pub use self::types::{ Candidate, DownloadId, DownloadOutcome, DownloadRequest, HashAlgo, Integrity, ResourceKind, diff --git a/crates/core/src/download/resume.rs b/crates/core/src/download/resume.rs index 976cf57..a7de948 100644 --- a/crates/core/src/download/resume.rs +++ b/crates/core/src/download/resume.rs @@ -13,6 +13,14 @@ //! 任何一条不满足就**从头下**——重下 100MB 也比交付一个坏文件便宜。 //! 另外单独处理 416(`Requested Range Not Satisfiable`):已下满则直接进入校验, //! 否则丢弃中间文件重来。 +//! +//! # 分块路径(`chunks` 字段) +//! +//! 多连接分块写的是**乱序的段**,单连接那套「长度 = 偏移」的续传判定完全不适用:文件被 +//! `set_len(total)` 预分配过,长度永远等于总长,`Complete` 判定会被它骗到。所以分块路径把 +//! 「已落盘的分块清单」写进同一份元数据的 [`ResumeMeta::chunks`],判定逻辑在 +//! [`super::chunk_resume`]:那边要求 URL / 总长 / 期望摘要 / 校验器全部对得上,**而且** +//! 每条记录都要能重算出与记录一致的摘要,才允许复用旧字节。 use std::io; use std::path::Path; @@ -39,6 +47,49 @@ pub struct ResumeMeta { pub hash: String, /// 保存时间(unix 毫秒)。 pub saved_at_ms: u64, + /// 分块路径已落盘的分块清单(单连接路径不写也不读,恒为 `None`)。 + /// + /// `Some([])` 与 `None` 是两件事:前者表示「这个中间文件是分块路径预分配的、此刻一段都还没 + /// 落完」,后者表示「这份元数据不是分块路径写的」。单连接路径要靠这个区别躲开 + /// 「预分配全长 = 下满了」的误判(见 [`super::chunk_resume`])。 + #[serde(default, skip_serializing_if = "Option::is_none")] + pub chunks: Option>, +} + +/// 一个已落盘分块的**自证记录**:段区间 + 写盘时顺手算出的摘要。 +/// +/// 恢复时按这条记录重读那段字节、重算摘要并比对——这是「磁盘上这堆旧字节确实是我们上次 +/// 写下去的那一段」的唯一证据。只凭长度/URL/ETag 无法证明:同一个 URL 的响应可能换过内容, +/// 进程被强杀也可能留下「元数据说写完了、盘上只写了一半」的段。 +/// +/// 摘要算法固定 SHA-1(见 [`super::chunked::CHUNK_DIGEST`]):它在这里是**字节归属**的证据, +/// 不是对抗性安全边界;整文件的期望摘要仍按请求里的算法校验。 +#[derive(Debug, Clone, PartialEq, Eq, Serialize, Deserialize)] +pub struct ChunkRecord { + /// 段起始偏移(含)。 + pub start: u64, + /// 段结束偏移(**含**,与 [`super::chunked::ByteRange`] 同口径)。 + pub end: u64, + /// 该段字节的小写十六进制摘要。 + pub sha1: String, +} + +impl ChunkRecord { + /// 段长度(字节;`end < start` 时为 0)。 + #[must_use] + pub const fn len(&self) -> u64 { + if self.end < self.start { + 0 + } else { + self.end - self.start + 1 + } + } + + /// 空段。 + #[must_use] + pub const fn is_empty(&self) -> bool { + self.end < self.start + } } impl ResumeMeta { @@ -96,12 +147,18 @@ pub enum RestartReason { NoPart, /// 中间文件是 0 字节。 EmptyPart, + /// 中间文件是分块路径预分配的全长文件:单连接的「长度 = 已下」不成立,交给分块路径判。 + ChunkedPart, /// 没有元数据(无法证明中间文件是同一次下载的产物)。 NoMeta, /// URL 变了(换源后偏移不可信)。 UrlChanged, /// 期望摘要变了(目标文件已经不是同一个东西)。 HashChanged, + /// 记录的总长与本次规划的总长不一致(远端换了文件,或换了个大小的目标)。 + SizeChanged, + /// 已落盘分块的段区间与本次分块规划对不上(连接数/规划变了,旧段无法对号入座)。 + ChunkLayout, /// 总长未知(无法判断是否已下满)。 TotalUnknown, /// 已下字节超过总长(中间文件被污染)。 @@ -120,9 +177,12 @@ impl RestartReason { Self::PolicyNever => "policy_never", Self::NoPart => "no_part", Self::EmptyPart => "empty_part", + Self::ChunkedPart => "chunked_part", Self::NoMeta => "no_meta", Self::UrlChanged => "url_changed", Self::HashChanged => "hash_changed", + Self::SizeChanged => "size_changed", + Self::ChunkLayout => "chunk_layout", Self::TotalUnknown => "total_unknown", Self::Oversize => "oversize", Self::NoValidator => "no_validator", diff --git a/crates/core/src/download/transfer.rs b/crates/core/src/download/transfer.rs index e3d0a4a..224a699 100644 --- a/crates/core/src/download/transfer.rs +++ b/crates/core/src/download/transfer.rs @@ -50,8 +50,19 @@ impl DownloadEngine { let integrity = req.integrity.as_ref(); let meta_path = part.meta_path(); let previous = ResumeMeta::load(&meta_path); + // 分块路径的中间文件是**预分配整长**的:长度等于总长不代表下满了。元数据里带分块清单 + // (`chunks`)就说明这份文件是分块路径写的,单连接的 `Complete` 判定在这里必然判错 + // (它会把「3/4 块完成」当成「已下满」,然后整文件校验白读一遍再判死)。 + // 这种文件一律交给分块路径:它能按段对号入座,且逐段重算摘要后才敢复用。 + let chunked_part = previous + .as_ref() + .is_some_and(|meta| meta.chunks.is_some() && part.exists()); // 「没有中间文件」和「有但 0 字节」是两种不同的原因,分开报出来便于诊断。 - let decision = if !part.exists() { + let decision = if chunked_part { + ResumeDecision::Restart { + reason: RestartReason::ChunkedPart, + } + } else if !part.exists() { ResumeDecision::Restart { reason: RestartReason::NoPart, } @@ -207,6 +218,8 @@ impl DownloadEngine { algo: integrity.map_or(HashAlgo::Sha1, |item| item.algo), hash: integrity.map_or_else(String::new, |item| item.hex.clone()), saved_at_ms: now_ms(), + // 单连接路径不写分块清单:这份文件是「从头顺序追加」的,长度就是已下字节。 + chunks: None, }; let _ = meta.save(&part.meta_path()); diff --git a/crates/core/src/download/transfer_chunk.rs b/crates/core/src/download/transfer_chunk.rs index 11c1ee3..476da7f 100644 --- a/crates/core/src/download/transfer_chunk.rs +++ b/crates/core/src/download/transfer_chunk.rs @@ -1,19 +1,37 @@ //! 大文件多连接分块的编排与校验。 //! //! 分块本身由 `chunked.rs` 负责(纯规划 + 单块抓取),这里负责并发、进度上报、 -//! 失败清理与「整文件重算一次摘要」(分块是乱序写,只能整文件校验)。 +//! 续传元数据的读写与「整文件重算一次摘要」(分块是乱序写,只能整文件校验)。 +//! +//! # 续传(M293:台账 P21 第 2 条 + P19(b)) +//! +//! 此前这里开头无条件 `part.discard()`、失败也 `discard()`,于是 188MB 的 JDK 任何一次失败 +//! 都从 0 重下;M289 又给「预算耗尽」加了「不再重试、不再换源」的短路,慢链路上一次晚到的 +//! 失败就变成「这个文件下不来」。现在: +//! +//! * 每落完一段就把它连同**这段字节的摘要**写进 `ResumeMeta::chunks`(`ChunkJournal`); +//! * 失败**不再**丢中间文件——已完成的段是几十分钟的字节,元数据里带着它们的自证记录; +//! * 下次进本函数先过 [`super::chunk_resume::decide`](身份)与 [`Self::verify_chunks`] +//! (旧字节自证),两道门都过才复用;任何一道不过就整份丢掉从头再来; +//! * 整文件摘要照旧在传输结束后整份重算,覆盖新下 + 复用的全部字节。 +//! +//! 唯一仍然主动 `discard()` 的失败是 `RangeUnsupported`:服务器不支持 Range 时单连接路径 +//! 接不住「预分配 + 乱序段」这种形状的文件(它只会截断重写),留着没意义。 use std::sync::atomic::{AtomicU64, Ordering}; use std::sync::Arc; use std::time::Duration; use super::atomic::PartFile; -use super::chunked; +use super::cache::now_ms; +use super::chunk_resume::{self, ChunkDecision, ChunkJournal}; +use super::chunked::{self, ChunkFetch}; use super::engine::{AttemptOk, DownloadEngine}; use super::error::{DownloadError, DownloadErrorKind}; use super::progress::ProgressEvent; +use super::resume::{ChunkRecord, ResumeMeta}; use super::stall::{StallReason, StallReport, StallStage}; -use super::types::{Candidate, DownloadId, DownloadRequest, Integrity}; +use super::types::{Candidate, DownloadId, DownloadRequest, HashAlgo, Integrity}; use super::verify; impl DownloadEngine { @@ -38,53 +56,124 @@ impl DownloadEngine { "可切分段不足,退化为单连接", )); } + let integrity = req.integrity.as_ref(); + + // ① 身份:旧分块是不是**这次**下载的产物(纯判定,不碰盘)。 + let meta_path = part.meta_path(); + let previous = ResumeMeta::load(&meta_path); + let decision = chunk_resume::decide( + req.resume, + part.len(), + previous.as_ref(), + &candidate.url, + integrity.map(|item| (item.algo, item.hex.as_str())), + total, + &ranges, + ); + // ② 自证:按记录重读那些字节、重算摘要。任何一段对不上就整份丢掉从头再来 + // (理由见 `chunk_resume` 模块头:对不上说明这份元数据本身已经不可信)。 + let mut done: Vec = Vec::new(); + match decision { + ChunkDecision::Reuse { done: records } => { + if self.verify_chunks(part, &records).await { + done = records; + } else { + part.discard(); + } + } + ChunkDecision::Restart { .. } => part.discard(), + } + let reused: u64 = done.iter().map(ChunkRecord::len).sum(); + // 续传时把旧校验器带上:这是 `If-Range` 的取值来源,也是「远端内容没变」的协议层证据。 + let if_range = if done.is_empty() { + None + } else { + previous + .as_ref() + .and_then(|meta| meta.validator().if_range_value().map(str::to_string)) + }; - part.discard(); part.ensure_parent_async() .await .map_err(|err| io_err("创建下载目录失败", &err))?; { - let file = tokio::fs::OpenOptions::new() - .create(true) - .write(true) - .truncate(true) + let mut options = tokio::fs::OpenOptions::new(); + options.create(true).write(true); + if done.is_empty() { + // 从头:先把可能存在的旧内容截掉,再预分配整长。 + options.truncate(true); + } + let file = options .open(part.path()) .await .map_err(|err| io_err("预分配中间文件失败", &err))?; + // 续传时这一行是「归一化」:分块写是随机偏移,长度本该已经是 total; + // 若被外部截短/加长过,先摆正,缺的段下面的补抓会填满。 file.set_len(total) .await .map_err(|err| io_err("预分配长度失败", &err))?; } - let counter = Arc::new(AtomicU64::new(0)); + let mut journal = ChunkJournal::begin( + ResumeMeta { + url: candidate.url.clone(), + // 续传沿用旧校验器:新响应可能不给 ETag,而 `If-Range` 要靠它。 + etag: previous.as_ref().and_then(|meta| meta.etag.clone()), + last_modified: previous + .as_ref() + .and_then(|meta| meta.last_modified.clone()), + total: Some(total), + algo: integrity.map_or(HashAlgo::Sha1, |item| item.algo), + hash: integrity.map_or_else(String::new, |item| item.hex.clone()), + saved_at_ms: now_ms(), + chunks: Some(done), + }, + meta_path, + ); + + let counter = Arc::new(AtomicU64::new(reused)); let reporter = self.spawn_reporter(id, Arc::clone(&counter), total); let deadlines = self.cfg.deadlines(); + let todo = chunk_resume::remaining(&ranges, journal.done()); let mut set = tokio::task::JoinSet::new(); - for range in ranges { + for range in todo { let client = self.http.clone(); let url = candidate.url.clone(); let path = part.path().to_path_buf(); let progress = Arc::clone(&counter); + let if_range = if_range.clone(); set.spawn(async move { - chunked::fetch_chunk(&client, &url, range, &path, deadlines, &progress).await + chunked::fetch_chunk( + &client, + &url, + range, + &path, + deadlines, + &progress, + if_range.as_deref(), + ) + .await }); } let failure = self - .await_chunks(&mut set, &counter, total, &candidate.url) - .await - .map(|err| err.with_source(candidate.source.as_str())); + .await_chunks(&mut set, &counter, total, &candidate.url, &mut journal) + .await; reporter.abort(); if let Some(err) = failure { - part.discard(); - return Err(err); + // 已完成的段连同自证摘要都在元数据里(`ChunkJournal` 每段落一次盘),中间文件留着, + // 下一次(甚至下次启动)接着下。只有「这个源不支持 Range」才把文件丢掉: + // 单连接路径接不住预分配 + 乱序段的形状。 + if err.kind == DownloadErrorKind::RangeUnsupported { + part.discard(); + } + return Err(err.with_source(candidate.source.as_str())); } - // 分块是乱序写,只能整文件重算一次摘要。 - self.verify_part(part, req.integrity.as_ref(), Some(total), id) - .await?; + // 分块是乱序写,只能整文件重算一次摘要——这一步覆盖新下的字节**与**复用的旧字节。 + self.verify_part(part, integrity, Some(total), id).await?; self.emit(ProgressEvent::Progress { id, downloaded: total, @@ -92,7 +181,7 @@ impl DownloadEngine { }); Ok(AttemptOk { bytes: total, - resumed_from: 0, + resumed_from: reused, }) } @@ -105,12 +194,16 @@ impl DownloadEngine { /// * **总期限**:`chunk_job_budget`(按平均吞吐下限反推,见 `stall` 模块头)用完。 /// /// 两者都归到阶段 [`StallStage::AwaitChunkJoin`],靠 [`StallReason`] 区分。 + /// + /// 成功的段在这里**顺手记账**([`ChunkJournal::record`]):这是唯一同时握着「段结果」与 + /// 「段区间」的地方,落到元数据之后,本作业后面怎么挂都不影响这几段的续传价值。 async fn await_chunks( &self, - set: &mut tokio::task::JoinSet>, + set: &mut tokio::task::JoinSet>, counter: &AtomicU64, total: u64, url: &str, + journal: &mut ChunkJournal, ) -> Option { let budget = self.cfg.chunk_job_budget(Some(total)); let hard_deadline = tokio::time::Instant::now() + budget; @@ -124,7 +217,22 @@ impl DownloadEngine { } let wake = (last_progress + self.cfg.chunk_stall_timeout).min(hard_deadline); match tokio::time::timeout_at(wake, set.join_next()).await { - Ok(Some(Ok(Ok(_)))) => {} + Ok(Some(Ok(Ok(fetched)))) => { + // 「这个源给的还是不是同一个文件」:`Content-Range` 的总长必须与我们规划的 + // 一致,否则写下去的段根本拼不成目标文件(单连接路径同一处判据是收尾的 + // `written != total`)。 + if fetched.total.is_some_and(|server| server != total) { + set.abort_all(); + return Some(DownloadError::new( + DownloadErrorKind::Network, + format!( + "分块总长不符:响应声明 {},本次规划 {total}({url})", + fetched.total.unwrap_or_default() + ), + )); + } + journal.record(fetched); + } Ok(Some(Ok(Err(err)))) => { set.abort_all(); return Some(err); @@ -175,6 +283,23 @@ impl DownloadEngine { } } + /// 旧分块自证:按记录逐段重读、重算摘要。 + /// + /// `true` = 每一段都对得上,可以复用;`false` = 证明不了(摘要不符 / 盘上不够长 / 读盘失败 / + /// 超时),调用方必须整份丢掉。超时也归到「证明不了」:`spawn_blocking` 的线程不可取消, + /// 拿不到结果就不能拿旧字节去拼文件——宁可再生一遍字节。 + async fn verify_chunks(&self, part: &PartFile, records: &[ChunkRecord]) -> bool { + let path = part.path().to_path_buf(); + let records = records.to_vec(); + let job = tokio::task::spawn_blocking(move || { + chunk_resume::verify_records(&path, &records).is_ok() + }); + matches!( + tokio::time::timeout(self.cfg.verify_timeout, job).await, + Ok(Ok(true)) + ) + } + fn spawn_reporter( &self, id: DownloadId, diff --git a/crates/core/tests/download/chunked/resume.rs b/crates/core/tests/download/chunked/resume.rs new file mode 100644 index 0000000..be6ec87 --- /dev/null +++ b/crates/core/tests/download/chunked/resume.rs @@ -0,0 +1,287 @@ +//! 分块路径的续传(M293 / 台账 P21 第 2 条 + P19(b)):真跑两次尝试,**数服务端吐了多少字节**。 +//! +//! 判据刻意不用「最终 hash 对」:hash 对只说明拼出来的文件没错,抓不住「其实整份又下了一遍」—— +//! 那正是 P21 那条债的形态(188MB 的 JDK 一次失败就从 0 重下)。所以每个用例都用夹具统计 +//! 服务端实际发出的正文字节数([`MockServer::bytes_sent`]): +//! +//! * `resumes_the_finished_chunks_after_a_partial_failure`:第一次在 3/4 处失败、第二次续传完成 +//! ⇒ 两次总字节必须 **< 1.5×文件大小**。变异:把 `attempt_chunked` 改回「进来先 `discard()`、 +//! 失败也 `discard()`」⇒ 第二次必然整份重下,该断言红(1.75×)。 +//! * `without_resume_the_same_failure_downloads_again`:同一份夹具、同一个失败点,只把续传策略 +//! 换成 `Never` ⇒ 服务端确实吐出 ~1.75×。这条是上一条的**可执行变异证明**:`< 1.5×` 这个阈值 +//! 真的把「续传」和「全重下」分开了,不是随便定的一个宽阈值。 +//! * `corrupted_old_chunks_are_never_stitched_in`:盘上的旧段被改过一个字节 ⇒ 一段都不许复用 +//! (摘要自证不过就整份丢掉从头再来),服务端要重新吐全部字节。 +//! * `changed_size_invalidates_old_chunk_layout`:总长换了(同一个目标文件,大小变了)⇒ 旧段一段 +//! 都不许用。这条钉的是「旧元数据不得被误用」。 + +use std::sync::Arc; +use std::time::Duration; + +use unlucky_core::download::backoff::BackoffPolicy; +use unlucky_core::download::cache::ContentCache; +use unlucky_core::download::chunked::{plan, ByteRange, ChunkedConfig}; +use unlucky_core::download::config::EngineConfig; +use unlucky_core::download::engine::DownloadEngine; +use unlucky_core::download::health::HealthRegistry; +use unlucky_core::download::mirrors::MirrorTable; +use unlucky_core::download::region::RegionProfile; +use unlucky_core::download::resume::{ChunkRecord, ResumeMeta}; +use unlucky_core::download::types::{DownloadRequest, HashAlgo, ResourceKind, ResumePolicy}; +use unlucky_core::download::verify::digest_bytes; + +use super::support::{sha1_hex, temp_dir, MockResponse, MockServer}; + +/// 4 段 × 10 KiB。 +const SIZE: usize = 40 * 1024; +/// 卡住的那一段吐这么多字节就停(这部分字节落盘了但不会被记账)。 +const STALL_TAIL: usize = 1024; + +fn payload() -> Vec { + (0..SIZE).map(|index| (index % 251) as u8).collect() +} + +/// 一次尝试允许 2 次(第一次故意失败、第二次续传);读空闲 300ms:卡住的那一段自己报错, +/// 那时其余三段早就落完并被回收了(作业级的无进度窗口是 10s,不会抢在它前面)。 +fn config() -> EngineConfig { + EngineConfig { + max_attempts_per_source: 2, + backoff: BackoffPolicy::none(), + connect_timeout: Duration::from_secs(2), + response_timeout: Duration::from_secs(2), + read_timeout: Duration::from_millis(300), + chunk_stall_timeout: Duration::from_secs(10), + chunk_job_floor: Duration::from_secs(10), + verify_timeout: Duration::from_secs(10), + chunked: ChunkedConfig { + enabled: true, + connections: 4, + min_size: 1024, + }, + ..EngineConfig::default() + } +} + +fn engine(dir: &std::path::Path) -> DownloadEngine { + DownloadEngine::new( + config(), + Arc::new(MirrorTable::builtin()), + Arc::new(RegionProfile::direct(0)), + Arc::new(HealthRegistry::in_memory()), + Arc::new(ContentCache::open(dir.join("cache"))), + ) +} + +fn request(url: &str, dest: &std::path::Path, payload: &[u8]) -> DownloadRequest { + DownloadRequest::new(ResourceKind::JavaRuntime, url, dest) + .with_sha1(sha1_hex(payload)) + .with_size(payload.len() as u64) +} + +/// 第一次尝试的脚本:4 段里 3 段正常落完,第 4 个连接拿到「吐一点就卡住」的那份。 +fn partial_script(payload: &[u8]) -> Vec { + let mut script: Vec = + (0..3).map(|_| MockResponse::ok(payload.to_vec())).collect(); + script.push(MockResponse::ok(payload.to_vec()).stalling_after(STALL_TAIL)); + script +} + +fn record_of(payload: &[u8], range: ByteRange) -> ChunkRecord { + ChunkRecord { + start: range.start, + end: range.end, + sha1: digest_bytes( + HashAlgo::Sha1, + &payload[range.start as usize..=range.end as usize], + ), + } +} + +/// 分块路径的元数据(`chunks: Some(..)` 是「这个中间文件属于分块路径」的标记)。 +fn chunk_meta(url: &str, total: u64, hash: &str, chunks: Vec) -> ResumeMeta { + ResumeMeta { + url: url.to_string(), + etag: Some("\"v1\"".to_string()), + last_modified: None, + total: Some(total), + algo: HashAlgo::Sha1, + hash: hash.to_string(), + saved_at_ms: 1, + chunks: Some(chunks), + } +} + +/// 3/4 段落完就失败,第二次续传完成 ⇒ 服务端总共只该吐 ≈1.0×,而不是 ≈1.75×。 +#[tokio::test] +async fn resumes_the_finished_chunks_after_a_partial_failure() { + let payload = payload(); + let size = payload.len() as u64; + let mut script = partial_script(&payload); + // 第二次尝试只该有 1 段要补。脚本仍给足 4 条:万一实现退化成「从头下」, + // 那一次也要能下完——这样红的就是**字节判据**本身,而不是「脚本用尽 ⇒ 500」。 + script.extend((0..4).map(|_| MockResponse::ok(payload.clone()))); + let server = MockServer::start(script).await; + let url = server.url("/jdk.zip"); + let dir = temp_dir("chunked-resume"); + let engine = engine(&dir); + let dest = dir.join("jdk.zip"); + + let outcome = engine + .download(request(&url, &dest, &payload)) + .await + .expect("续传后应当成功"); + assert_eq!(std::fs::read(&dest).expect("读回落盘文件失败"), payload); + + // 主判据:服务端总共吐了多少字节(「最终 hash 对」抓不到「其实全重下了」)。 + let sent = server.bytes_sent(); + assert!( + sent < size * 3 / 2, + "两次尝试总共只该吐 ≈1.0× 字节,实得 {sent}(1.5×{size} = {}):\ + 超过它说明第二次又把整份下了一遍", + size * 3 / 2 + ); + assert_eq!(server.hits(), 5, "第一次 4 段 + 第二次补 1 段"); + assert_eq!( + outcome.resumed_from, + size * 3 / 4, + "3/4 的段应当从磁盘复用(剩下 1 段重抓)" + ); + server.stop(); +} + +/// 上一条的变异证明:同一个失败点,只把续传关掉 ⇒ 两次尝试一共吐 ~1.75×。 +/// +/// 把实现改回「失败就 discard、下次从头下」时,上一条的 `< 1.5×` 会落到本用例的区间 ⇒ 必红。 +#[tokio::test] +async fn without_resume_the_same_failure_downloads_again() { + let payload = payload(); + let size = payload.len() as u64; + let mut script = partial_script(&payload); + // 第二次尝试要是从头下:4 段全部重抓。 + script.extend((0..4).map(|_| MockResponse::ok(payload.clone()))); + let server = MockServer::start(script).await; + let url = server.url("/jdk.zip"); + let dir = temp_dir("chunked-noresume"); + let engine = engine(&dir); + let dest = dir.join("jdk.zip"); + + let outcome = engine + .download(request(&url, &dest, &payload).with_resume(ResumePolicy::Never)) + .await + .expect("不续传也要能下完"); + assert_eq!(std::fs::read(&dest).expect("读回落盘文件失败"), payload); + assert_eq!(outcome.resumed_from, 0, "策略 Never ⇒ 一个字节都不复用"); + + let sent = server.bytes_sent(); + assert!( + sent > size * 3 / 2, + "不续传时服务端要吐出两遍的字节(实测 {sent},应当 > {})——\ + 这正是 P21 那条债的形态", + size * 3 / 2 + ); + assert_eq!(server.hits(), 8, "第一次 4 段 + 第二次整份 4 段"); + server.stop(); +} + +/// 盘上的旧段被改过:不许把「记录里说好的字节」当成「盘上现在就是好的」直接拼进结果。 +#[tokio::test] +async fn corrupted_old_chunks_are_never_stitched_in() { + let payload = payload(); + let size = payload.len() as u64; + let mut script: Vec = (0..4).map(|_| MockResponse::ok(payload.clone())).collect(); + // 万一实现真去复用坏段,它还要再整份重下一遍才有机会成功(8 条够两种世界都下完)。 + script.extend((0..4).map(|_| MockResponse::ok(payload.clone()))); + let server = MockServer::start(script).await; + let url = server.url("/jdk.zip"); + let dir = temp_dir("chunked-broken-part"); + let engine = engine(&dir); + let dest = dir.join("jdk.zip"); + let ranges = plan(size, 4); + + // 旧版无主命名的中间文件(`PartFile::for_dest` 会收养它)。 + let part = dir.join("jdk.zip.ullpart"); + let meta_path = dir.join("jdk.zip.ullpart.ullmeta.json"); + let mut on_disk = payload.clone(); + on_disk[ranges[1].start as usize + 5] ^= 0xff; + std::fs::write(&part, &on_disk).expect("写旧中间文件失败"); + // 元数据声称前 3 段都落完了(记的是**原始**字节的摘要),只有第 4 段没记。 + chunk_meta( + &url, + size, + &sha1_hex(&payload), + ranges[..3] + .iter() + .map(|range| record_of(&payload, *range)) + .collect(), + ) + .save(&meta_path) + .expect("写旧元数据失败"); + + let outcome = engine + .download(request(&url, &dest, &payload)) + .await + .expect("坏旧段被丢掉后应当重下成功"); + assert_eq!(std::fs::read(&dest).expect("读回落盘文件失败"), payload); + // 主判据:坏段自证不过 ⇒ 整份丢掉从头来,服务端只该吐这一份文件的字节。 + assert_eq!( + server.bytes_sent(), + size, + "全部字节都要重新抓一遍(复用坏字节 = 交付坏文件)" + ); + assert_eq!(server.hits(), 4, "从头下 = 4 个分块请求"); + assert_eq!( + outcome.resumed_from, 0, + "任何一段对不上就整份丢掉,一段都不复用" + ); + server.stop(); +} + +/// 同一个目标文件换了大小:旧的 2 段元数据**恰好**对得上新规划的前两段,只有「总长变了」能拦住它。 +#[tokio::test] +async fn changed_size_invalidates_old_chunk_layout() { + let payload = payload(); + let size = payload.len() as u64; + let mut script: Vec = (0..4).map(|_| MockResponse::ok(payload.clone())).collect(); + // 真去复用旧段时,它还要再整份重下一遍才有机会成功(8 条够两种世界都下完)。 + script.extend((0..4).map(|_| MockResponse::ok(payload.clone()))); + let server = MockServer::start(script).await; + let url = server.url("/jdk.zip"); + let dir = temp_dir("chunked-size-change"); + let engine = engine(&dir); + let dest = dir.join("jdk.zip"); + + // 旧中间文件 = 上一次「同一个目标、一半大小」的下载残留(内容是**另一个版本**的字节)。 + let old_size = SIZE / 2; + let old_bytes = vec![0xEE_u8; old_size]; + let part = dir.join("jdk.zip.ullpart"); + let meta_path = dir.join("jdk.zip.ullpart.ullmeta.json"); + std::fs::write(&part, &old_bytes).expect("写旧中间文件失败"); + // 2 段 × 10KiB:段区间与新规划的 [0-10239] / [10240-20479] 完全重合,所以 + // 「段对不上号」这条拦不住它,只有总长比较能拦(变异:删掉总长比较 ⇒ 本用例红: + // 复用 20480 字节 + 整文件校验失败 ⇒ 白下一次 20480 字节)。 + chunk_meta( + &url, + old_size as u64, + &sha1_hex(&payload), + plan(old_size as u64, 2) + .iter() + .map(|range| record_of(&old_bytes, *range)) + .collect(), + ) + .save(&meta_path) + .expect("写旧元数据失败"); + + let outcome = engine + .download(request(&url, &dest, &payload)) + .await + .expect("大小变了以后必须从头重下成功"); + assert_eq!(std::fs::read(&dest).expect("读回落盘文件失败"), payload); + // 主判据:旧文件的那 20480 字节一个都不许用(误用 ⇒ 这次会吐出 1.5×)。 + assert_eq!( + server.bytes_sent(), + size, + "旧的那 20480 字节一个都不许用:只允许下这次的 {size} 字节" + ); + assert_eq!(outcome.resumed_from, 0, "总长变了 ⇒ 旧段偏移全部作废"); + server.stop(); +} diff --git a/crates/core/tests/download/chunked_test.rs b/crates/core/tests/download/chunked_test.rs index 71c059d..aadeb85 100644 --- a/crates/core/tests/download/chunked_test.rs +++ b/crates/core/tests/download/chunked_test.rs @@ -377,3 +377,7 @@ async fn rejects_lying_content_range_and_falls_back() { /// 分块作业的两道失速判据(无进度 / 总期限):拆到子模块守 400 行硬线。 #[path = "chunked/timeout.rs"] mod timeout; + +/// 分块路径的续传(失败不重下、旧字节要自证):同族用例单独一份。 +#[path = "chunked/resume.rs"] +mod resume; diff --git a/crates/core/tests/download/engine_mock_test.rs b/crates/core/tests/download/engine_mock_test.rs index b15bdbd..24e99d1 100644 --- a/crates/core/tests/download/engine_mock_test.rs +++ b/crates/core/tests/download/engine_mock_test.rs @@ -278,6 +278,7 @@ async fn resumes_from_existing_part_file() { algo: HashAlgo::Sha1, hash: sha1_hex(&payload), saved_at_ms: 1, + chunks: None, } .save(&meta_path) .expect("写续传元数据失败"); diff --git a/crates/core/tests/download/resume/chunk.rs b/crates/core/tests/download/resume/chunk.rs new file mode 100644 index 0000000..eb214c9 --- /dev/null +++ b/crates/core/tests/download/resume/chunk.rs @@ -0,0 +1,242 @@ +//! 分块路径的续传判定(`chunk_resume`,M293)。 +//! +//! 分块路径不能复用单连接那套「长度 = 已下」的判定:它的中间文件被 `set_len(total)` 预分配过, +//! 长度恒等于总长(`resume::decide` 会判成 `Complete`,然后整文件校验把一份没下完的文件判死)。 +//! 这里钉住的是**另一套条件**:URL / 总长 / 摘要 / 校验器全部对上,而且每条记录都要精确命中 +//! 本次分块规划里的一段;过了判定还要能按记录重算出同样的摘要(`verify_records`), +//! 否则一律从头再来。 + +use unlucky_core::download::chunk_resume::{ + decide as chunk_decide, remaining, verify_records, ChunkDecision, +}; +use unlucky_core::download::chunked::{plan, ByteRange}; +use unlucky_core::download::resume::{ChunkRecord, RestartReason, ResumeMeta}; +use unlucky_core::download::types::{HashAlgo, ResumePolicy}; +use unlucky_core::download::verify::digest_bytes; + +use super::{meta, HASH, URL}; + +fn chunk_payload(len: usize) -> Vec { + (0..len).map(|index| (index % 251) as u8).collect() +} + +fn record(payload: &[u8], range: ByteRange) -> ChunkRecord { + let bytes = &payload[range.start as usize..=range.end as usize]; + ChunkRecord { + start: range.start, + end: range.end, + sha1: digest_bytes(HashAlgo::Sha1, bytes), + } +} + +fn with_chunks(base: ResumeMeta, chunks: Vec) -> ResumeMeta { + ResumeMeta { + chunks: Some(chunks), + ..base + } +} + +/// 判定「应当从头再来」,返回原因。 +fn chunk_restart( + part_len: u64, + meta: Option<&ResumeMeta>, + url: &str, + total: u64, + planned: &[ByteRange], +) -> RestartReason { + match chunk_decide( + ResumePolicy::Conservative, + part_len, + meta, + url, + Some((HashAlgo::Sha1, HASH)), + total, + planned, + ) { + ChunkDecision::Restart { reason } => reason, + other => panic!("应当判从头再来,实得 {other:?}"), + } +} + +#[test] +fn chunk_resume_reuses_only_segments_that_match_the_plan() { + let payload = chunk_payload(1_000); + let planned = plan(1_000, 4); + let done = vec![record(&payload, planned[0]), record(&payload, planned[2])]; + let meta = with_chunks(meta(URL), done.clone()); + + let decision = chunk_decide( + ResumePolicy::Conservative, + 1_000, + Some(&meta), + URL, + Some((HashAlgo::Sha1, HASH)), + 1_000, + &planned, + ); + assert_eq!( + decision, + ChunkDecision::Reuse { done: done.clone() }, + "身份全部对上时应复用,且只复用记录过的段" + ); + assert_eq!( + remaining(&planned, &done), + vec![planned[1], planned[3]], + "本次要抓的应当是规划里没落盘的那几段" + ); + + // 全部落完 ⇒ 没有要抓的段(下一次尝试只做整文件校验)。 + let all: Vec = planned + .iter() + .map(|range| record(&payload, *range)) + .collect(); + assert!(remaining(&planned, &all).is_empty()); +} + +#[test] +fn chunk_resume_restart_matrix() { + let planned = plan(1_000, 4); + let good = with_chunks( + meta(URL), + vec![ChunkRecord { + start: planned[0].start, + end: planned[0].end, + sha1: HASH.to_string(), + }], + ); + + // 策略禁止续传。 + assert_eq!( + match chunk_decide( + ResumePolicy::Never, + 1_000, + Some(&good), + URL, + Some((HashAlgo::Sha1, HASH)), + 1_000, + &planned + ) { + ChunkDecision::Restart { reason } => reason, + other => panic!("实得 {other:?}"), + }, + RestartReason::PolicyNever + ); + // 没有中间文件 / 没有元数据 / 元数据里没有分块清单(单连接写的那种)。 + assert_eq!( + chunk_restart(0, Some(&good), URL, 1_000, &planned), + RestartReason::NoPart + ); + assert_eq!( + chunk_restart(1_000, None, URL, 1_000, &planned), + RestartReason::NoMeta + ); + assert_eq!( + chunk_restart(1_000, Some(&meta(URL)), URL, 1_000, &planned), + RestartReason::NoMeta, + "没有分块清单的元数据证明不了乱序段各自到哪" + ); + // 换了源 / 换了目标文件(摘要变)/ 换了大小。 + assert_eq!( + chunk_restart( + 1_000, + Some(&good), + "https://other.example/x.jar", + 1_000, + &planned + ), + RestartReason::UrlChanged + ); + let changed_hash = ResumeMeta { + hash: "f".repeat(40), + ..good.clone() + }; + assert_eq!( + chunk_restart(1_000, Some(&changed_hash), URL, 1_000, &planned), + RestartReason::HashChanged + ); + assert_eq!( + chunk_restart(1_000, Some(&good), URL, 2_000, &plan(2_000, 4)), + RestartReason::SizeChanged, + "总长变了就是另一个文件,旧段的偏移全部作废" + ); + // 没有校验器:服务器无法回答「内容变了没有」。 + let weak = ResumeMeta { + etag: None, + last_modified: None, + ..good.clone() + }; + assert_eq!( + chunk_restart(1_000, Some(&weak), URL, 1_000, &planned), + RestartReason::NoValidator + ); + // 段边界漂移:半段、重复、越界都不行。 + let half = with_chunks( + meta(URL), + vec![ChunkRecord { + start: 0, + end: 100, + sha1: HASH.to_string(), + }], + ); + assert_eq!( + chunk_restart(1_000, Some(&half), URL, 1_000, &planned), + RestartReason::ChunkLayout, + "记录必须是规划里原样的一段" + ); + let first = ChunkRecord { + start: planned[0].start, + end: planned[0].end, + sha1: HASH.to_string(), + }; + let duplicated = with_chunks(meta(URL), vec![first.clone(), first]); + assert_eq!( + chunk_restart(1_000, Some(&duplicated), URL, 1_000, &planned), + RestartReason::ChunkLayout + ); + // 换了连接数 ⇒ 规划变了 ⇒ 旧段对不上号(从头再来,而不是硬拼)。 + let reconfigured = with_chunks( + meta(URL), + vec![ChunkRecord { + start: planned[0].start, + end: planned[0].end, + sha1: HASH.to_string(), + }], + ); + assert_eq!( + chunk_restart(1_000, Some(&reconfigured), URL, 1_000, &plan(1_000, 8)), + RestartReason::ChunkLayout + ); +} + +#[test] +fn chunk_verify_rejects_bytes_that_do_not_match_the_record() { + let dir = std::env::temp_dir().join(format!("ull-chunk-verify-{}", std::process::id())); + let _ = std::fs::remove_dir_all(&dir); + std::fs::create_dir_all(&dir).unwrap(); + let path = dir.join("jdk.zip.ullpart"); + + let payload = chunk_payload(1_000); + let planned = plan(1_000, 4); + let records = vec![record(&payload, planned[0]), record(&payload, planned[1])]; + std::fs::write(&path, &payload).expect("写中间文件失败"); + assert_eq!( + verify_records(&path, &records).expect("字节与记录一致时必须通过"), + planned[0].len() + planned[1].len(), + "返回的是可复用的字节数" + ); + + // 盘上那一段被改过(断电半截写 / 坏盘 / 别的源写进来的字节)。 + let mut broken = payload.clone(); + broken[planned[1].start as usize + 3] ^= 0xff; + std::fs::write(&path, &broken).expect("写中间文件失败"); + assert!( + verify_records(&path, &records).is_err(), + "摘要对不上必须判「证明不了」,不能拿旧字节当好的" + ); + + // 盘上根本不够长(记录说写完了,其实只有开头几个字节)。 + std::fs::write(&path, &payload[..10]).expect("写中间文件失败"); + assert!(verify_records(&path, &records).is_err()); + + let _ = std::fs::remove_dir_all(&dir); +} diff --git a/crates/core/tests/download/resume_test.rs b/crates/core/tests/download/resume_test.rs index 5c966fd..87a578a 100644 --- a/crates/core/tests/download/resume_test.rs +++ b/crates/core/tests/download/resume_test.rs @@ -5,6 +5,10 @@ use unlucky_core::download::resume::{ }; use unlucky_core::download::types::{HashAlgo, ResumePolicy}; +/// 分块路径的续传判定与旧字节自证(M293):拆到子模块守 400 行硬线。 +#[path = "resume/chunk.rs"] +mod chunk; + const URL: &str = "https://bmclapi2.bangbang93.com/versions/1.20.1/client.jar"; const HASH: &str = "0123456789abcdef0123456789abcdef01234567"; @@ -17,6 +21,7 @@ fn meta(url: &str) -> ResumeMeta { algo: HashAlgo::Sha1, hash: HASH.to_string(), saved_at_ms: 1, + chunks: None, } } diff --git a/crates/core/tests/download/support/mod.rs b/crates/core/tests/download/support/mod.rs index 28a9f99..d10836c 100644 --- a/crates/core/tests/download/support/mod.rs +++ b/crates/core/tests/download/support/mod.rs @@ -1,17 +1,17 @@ //! 测试支撑:临时目录、摘要工具、进程内极简 HTTP 服务器(零额外依赖)。 //! //! 为什么自己写 mock server 而不用 wiremock:P0 阶段控制依赖面(Win7 Tier-3 构建 + -//! 单文件体积),一个 60 行的 `TcpListener` 足够表达「成功 / 500 / 校验不符 / 无视 Range」。 +//! 单文件体积),一个 `TcpListener` + 脚本队列足够表达「成功 / 500 / 校验不符 / 无视 Range」。 +//! 服务器本体拆在 [`server`] 里(守 400 行硬线),这里只做再导出,调用方路径不变。 #![allow(dead_code)] -use std::net::SocketAddr; use std::sync::atomic::{AtomicUsize, Ordering}; -use std::sync::Arc; -use std::time::Duration; -use tokio::io::{AsyncReadExt, AsyncWriteExt}; -use tokio::net::{TcpListener, TcpStream}; +mod server; + +#[allow(unused_imports)] +pub use self::server::{MockResponse, MockServer}; /// 断言用的小工具:唯一临时目录(进程内计数 + 时间戳,避免并行测试互相踩)。 pub fn temp_dir(tag: &str) -> std::path::PathBuf { @@ -61,328 +61,3 @@ pub fn age_file(path: &std::path::Path, age: std::time::Duration) { .set_times(times) .expect("改 mtime 失败"); } - -/// mock 服务器给一次请求的应答。 -#[derive(Debug, Clone)] -pub struct MockResponse { - /// HTTP 状态码。 - pub status: u16, - /// 响应体。 - pub body: Vec, - /// 是否声明 `Accept-Ranges: bytes` 并在收到 `Range` 时真的切段。 - pub range_support: bool, - /// `ETag`(续传测试用)。 - pub etag: Option, - /// 返回 206 时故意把 `Content-Range` 写成从 0 开始(模拟段错位的坏服务器)。 - pub lie_content_range: bool, - /// 读完请求头后**一个字节都不写**(服务端接了连接但永不回话)。 - /// - /// 这是「无界 `await`」唯一能表达成用例的形态:读方不设上界就永远不返回。 - pub silent: bool, - /// 写出这么多字节正文后就**停住不再写**(中途卡住),连接保持打开。 - pub stall_at: Option, - /// 正文实际只发这么多字节(头部仍声称全量 = 短包)。 - pub send_len: Option, - /// 正文之后**多**发这么多字节,且故意不发 `Content-Length`(超长包:HTTP/1.1 靠关连接分帧)。 - pub trailing_extra: Option, - /// 正文按 `piece` 字节一片、片间睡 `gap` 滴流(慢但持续,用来证明超时不会误杀它)。 - pub drip: Option<(usize, Duration)>, -} - -/// 夹具「挂住」的时长:远大于用例自己的上界,保证读方只能靠超时脱身。 -const HOLD: Duration = Duration::from_secs(30); - -impl MockResponse { - /// 200 + 完整内容(支持 Range)。 - pub fn ok(body: impl Into>) -> Self { - Self { - status: 200, - body: body.into(), - range_support: true, - etag: Some("\"v1\"".to_string()), - lie_content_range: false, - silent: false, - stall_at: None, - send_len: None, - trailing_extra: None, - drip: None, - } - } - - /// 固定状态码 + 空体。 - pub fn status(status: u16) -> Self { - Self { - status, - body: Vec::new(), - range_support: false, - etag: None, - lie_content_range: false, - silent: false, - stall_at: None, - send_len: None, - trailing_extra: None, - drip: None, - } - } - - /// 200 但**永不回话**:读完请求头就挂住,一个字都不写。 - pub fn silent() -> Self { - Self { - silent: true, - ..Self::ok(Vec::new()) - } - } - - /// 写完 `bytes` 字节正文后停住(中途卡住,连接不断)。 - pub fn stalling_after(mut self, bytes: usize) -> Self { - self.stall_at = Some(bytes); - self - } - - /// 头部声称全量、正文只发 `sent` 字节(短包,客户端读不满)。 - pub fn short_body(mut self, sent: usize) -> Self { - self.send_len = Some(sent); - self - } - - /// 正文之后多发 `extra` 字节且不发 `Content-Length`(超长包)。 - pub fn oversize_body(mut self, extra: usize) -> Self { - self.trailing_extra = Some(extra); - self - } - - /// 正文按 `piece` 字节一片、片间 `gap` 滴流(慢但持续)。 - pub fn dripping(mut self, piece: usize, gap: Duration) -> Self { - self.drip = Some((piece, gap)); - self - } - - /// 声明不支持 Range(模拟部分镜像)。 - pub fn without_range(mut self) -> Self { - self.range_support = false; - self - } - - /// 206 但 `Content-Range` 谎报(模拟段错位的坏 CDN)。 - pub fn with_wrong_content_range(mut self) -> Self { - self.lie_content_range = true; - self - } -} - -/// 进程内极简 HTTP/1.1 服务器:按脚本顺序返回响应,脚本用尽后一律 500。 -pub struct MockServer { - addr: SocketAddr, - hits: Arc, - handle: tokio::task::JoinHandle<()>, -} - -impl MockServer { - /// 启动服务器(脚本是「每次请求一个响应」的队列)。 - pub async fn start(script: Vec) -> Self { - let listener = TcpListener::bind("127.0.0.1:0") - .await - .expect("绑定端口失败"); - let addr = listener.local_addr().expect("取本地地址失败"); - let hits = Arc::new(AtomicUsize::new(0)); - let script = Arc::new(std::sync::Mutex::new(script)); - let counter = Arc::clone(&hits); - - let handle = tokio::spawn(async move { - loop { - let Ok((stream, _)) = listener.accept().await else { - break; - }; - let script = Arc::clone(&script); - let counter = Arc::clone(&counter); - tokio::spawn(async move { - let index = counter.fetch_add(1, Ordering::Relaxed); - let response = { - let script = script.lock().unwrap_or_else(|err| err.into_inner()); - script.get(index).cloned() - }; - let response = response.unwrap_or_else(|| MockResponse::status(500)); - let _ = serve(stream, response).await; - }); - } - }); - - Self { addr, hits, handle } - } - - /// 第 `index` 个请求该用的 URL(换成不同路径可模拟「不同源」)。 - pub fn url(&self, path: &str) -> String { - format!("http://{}{}", self.addr, path) - } - - /// 换 host 拼 URL(用 `localhost` vs `127.0.0.1` 造出两个不同源)。 - pub fn url_with(&self, host: &str, path: &str) -> String { - format!("http://{host}:{}{}", self.addr.port(), path) - } - - /// 端口号。 - pub fn port(&self) -> u16 { - self.addr.port() - } - - /// 已收到的请求数。 - pub fn hits(&self) -> usize { - self.hits.load(Ordering::Relaxed) - } - - /// 关停。 - pub fn stop(self) { - self.handle.abort(); - } -} - -async fn serve(mut stream: TcpStream, response: MockResponse) -> std::io::Result<()> { - let mut buffer = Vec::new(); - let mut chunk = [0_u8; 1024]; - loop { - let read = stream.read(&mut chunk).await?; - if read == 0 { - break; - } - buffer.extend_from_slice(&chunk[..read]); - if buffer.windows(4).any(|window| window == b"\r\n\r\n") { - break; - } - } - let request = String::from_utf8_lossy(&buffer).to_ascii_lowercase(); - let range = request - .lines() - .find_map(|line| line.strip_prefix("range: bytes=")) - .map(str::trim) - .and_then(parse_range_header); - - if response.silent { - // 接了连接、读完请求头、一个字都不回:读方不设上界就永远挂在这里。 - tokio::time::sleep(HOLD).await; - return Ok(()); - } - - let total = response.body.len() as u64; - // 超长包不能发 `Content-Length`,否则读方按声明截断、永远看不到多余字节。 - let with_length = response.trailing_extra.is_none(); - let (status, headers, body) = match (range, response.range_support) { - (Some((start, requested_end)), true) if start < total => { - // 尊重请求里的结束偏移(分块下载必须逐段精确,否则组装后长度对不上)。 - let end = requested_end.unwrap_or(total - 1).min(total - 1); - let slice = response.body[start as usize..=end as usize].to_vec(); - // 谎报模式:body 仍是正确的那一段,但头部声称从 0 开始(长度恰好 → 只有 - // 严格比对 Content-Range 才抓得住)。 - let (claimed_start, claimed_end) = if response.lie_content_range { - (0, slice.len().saturating_sub(1) as u64) - } else { - (start, end) - }; - let mut headers = vec![ - format!("Content-Range: bytes {claimed_start}-{claimed_end}/{total}"), - "Accept-Ranges: bytes".to_string(), - ]; - if with_length { - headers.push(format!("Content-Length: {}", slice.len())); - } - (206, headers, slice) - } - (Some(_), true) => ( - 416, - vec![ - format!("Content-Range: bytes */{total}"), - "Content-Length: 0".to_string(), - ], - Vec::new(), - ), - _ => { - let mut headers = Vec::new(); - if with_length { - headers.push(format!("Content-Length: {total}")); - } - if response.range_support { - headers.push("Accept-Ranges: bytes".to_string()); - } - (response.status, headers, response.body.clone()) - } - }; - let mut head = format!("HTTP/1.1 {status} {}\r\n", reason(status)); - if let Some(etag) = &response.etag { - head.push_str(&format!("ETag: {etag}\r\n")); - } - for header in headers { - head.push_str(&header); - head.push_str("\r\n"); - } - head.push_str("Connection: close\r\n\r\n"); - stream.write_all(head.as_bytes()).await?; - write_body(&mut stream, &body, &response).await?; - stream.flush().await?; - Ok(()) -} - -/// 按夹具的口径写正文:正常 / 卡在中途 / 短包 / 超长尾巴 / 滴流。 -async fn write_body( - stream: &mut TcpStream, - body: &[u8], - response: &MockResponse, -) -> std::io::Result<()> { - if let Some(stall_at) = response.stall_at { - // 头部 + 这么多字节已发出,之后一个字不再写(连接不断):读方只能靠超时脱身。 - let sent = stall_at.min(body.len()); - stream.write_all(&body[..sent]).await?; - stream.flush().await?; - tokio::time::sleep(HOLD).await; - return Ok(()); - } - let limit = response.send_len.unwrap_or(body.len()).min(body.len()); - match response.drip { - Some((piece, gap)) => { - let piece = piece.max(1); - let mut offset = 0; - while offset < limit { - let end = (offset + piece).min(limit); - stream.write_all(&body[offset..end]).await?; - stream.flush().await?; - offset = end; - if offset < limit { - tokio::time::sleep(gap).await; - } - } - } - None => { - stream.write_all(&body[..limit]).await?; - stream.flush().await?; - } - } - if let Some(extra) = response.trailing_extra { - let filler = vec![0_u8; extra]; - stream.write_all(&filler).await?; - stream.flush().await?; - } - Ok(()) -} - -/// 解析 `Range: bytes=-`(`end` 可缺省 = 到文件末尾)。 -fn parse_range_header(value: &str) -> Option<(u64, Option)> { - let (start, end) = value.split_once('-')?; - let start = start.trim().parse::().ok()?; - let end = end.trim(); - let end = if end.is_empty() { - None - } else { - Some(end.parse::().ok()?) - }; - Some((start, end)) -} - -fn reason(status: u16) -> &'static str { - match status { - 200 => "OK", - 206 => "Partial Content", - 404 => "Not Found", - 416 => "Range Not Satisfiable", - 500 => "Internal Server Error", - 503 => "Service Unavailable", - _ => "Status", - } -} diff --git a/crates/core/tests/download/support/server.rs b/crates/core/tests/download/support/server.rs new file mode 100644 index 0000000..6558580 --- /dev/null +++ b/crates/core/tests/download/support/server.rs @@ -0,0 +1,368 @@ +//! 进程内极简 HTTP/1.1 夹具服务器(零额外依赖)。 +//! +//! 为什么自己写而不用 wiremock:P0 阶段控制依赖面(Win7 Tier-3 构建 + 单文件体积),一个 +//! `TcpListener` + 脚本队列足够表达「成功 / 500 / 校验不符 / 无视 Range / 中途卡住」。 +//! +//! 正文写出的字节数记在 [`MockServer::bytes_sent`] 里:续传用例的判据是「服务端到底吐了 +//! 多少字节」,只看最终 hash 抓不到「其实整份又下了一遍」(见 `chunked/resume.rs`)。 +//! +//! 从 `support/mod.rs` 拆出只为守 400 行硬线(M293)。 + +use std::net::SocketAddr; +use std::sync::atomic::{AtomicUsize, Ordering}; +use std::sync::Arc; +use std::time::Duration; + +use tokio::io::{AsyncReadExt, AsyncWriteExt}; +use tokio::net::{TcpListener, TcpStream}; + +/// mock 服务器给一次请求的应答。 +#[derive(Debug, Clone)] +pub struct MockResponse { + /// HTTP 状态码。 + pub status: u16, + /// 响应体。 + pub body: Vec, + /// 是否声明 `Accept-Ranges: bytes` 并在收到 `Range` 时真的切段。 + pub range_support: bool, + /// `ETag`(续传测试用)。 + pub etag: Option, + /// 返回 206 时故意把 `Content-Range` 写成从 0 开始(模拟段错位的坏服务器)。 + pub lie_content_range: bool, + /// 读完请求头后**一个字节都不写**(服务端接了连接但永不回话)。 + /// + /// 这是「无界 `await`」唯一能表达成用例的形态:读方不设上界就永远不返回。 + pub silent: bool, + /// 写出这么多字节正文后就**停住不再写**(中途卡住),连接保持打开。 + pub stall_at: Option, + /// 正文实际只发这么多字节(头部仍声称全量 = 短包)。 + pub send_len: Option, + /// 正文之后**多**发这么多字节,且故意不发 `Content-Length`(超长包:HTTP/1.1 靠关连接分帧)。 + pub trailing_extra: Option, + /// 正文按 `piece` 字节一片、片间睡 `gap` 滴流(慢但持续,用来证明超时不会误杀它)。 + pub drip: Option<(usize, Duration)>, +} + +/// 夹具「挂住」的时长:远大于用例自己的上界,保证读方只能靠超时脱身。 +const HOLD: Duration = Duration::from_secs(30); + +impl MockResponse { + /// 200 + 完整内容(支持 Range)。 + pub fn ok(body: impl Into>) -> Self { + Self { + status: 200, + body: body.into(), + range_support: true, + etag: Some("\"v1\"".to_string()), + lie_content_range: false, + silent: false, + stall_at: None, + send_len: None, + trailing_extra: None, + drip: None, + } + } + + /// 固定状态码 + 空体。 + pub fn status(status: u16) -> Self { + Self { + status, + body: Vec::new(), + range_support: false, + etag: None, + lie_content_range: false, + silent: false, + stall_at: None, + send_len: None, + trailing_extra: None, + drip: None, + } + } + + /// 200 但**永不回话**:读完请求头就挂住,一个字都不写。 + pub fn silent() -> Self { + Self { + silent: true, + ..Self::ok(Vec::new()) + } + } + + /// 写完 `bytes` 字节正文后停住(中途卡住,连接不断)。 + pub fn stalling_after(mut self, bytes: usize) -> Self { + self.stall_at = Some(bytes); + self + } + + /// 头部声称全量、正文只发 `sent` 字节(短包,客户端读不满)。 + pub fn short_body(mut self, sent: usize) -> Self { + self.send_len = Some(sent); + self + } + + /// 正文之后多发 `extra` 字节且不发 `Content-Length`(超长包)。 + pub fn oversize_body(mut self, extra: usize) -> Self { + self.trailing_extra = Some(extra); + self + } + + /// 正文按 `piece` 字节一片、片间 `gap` 滴流(慢但持续)。 + pub fn dripping(mut self, piece: usize, gap: Duration) -> Self { + self.drip = Some((piece, gap)); + self + } + + /// 声明不支持 Range(模拟部分镜像)。 + pub fn without_range(mut self) -> Self { + self.range_support = false; + self + } + + /// 206 但 `Content-Range` 谎报(模拟段错位的坏 CDN)。 + pub fn with_wrong_content_range(mut self) -> Self { + self.lie_content_range = true; + self + } +} + +/// 进程内极简 HTTP/1.1 服务器:按脚本顺序返回响应,脚本用尽后一律 500。 +pub struct MockServer { + addr: SocketAddr, + hits: Arc, + bytes: Arc, + handle: tokio::task::JoinHandle<()>, +} + +impl MockServer { + /// 启动服务器(脚本是「每次请求一个响应」的队列)。 + pub async fn start(script: Vec) -> Self { + let listener = TcpListener::bind("127.0.0.1:0") + .await + .expect("绑定端口失败"); + let addr = listener.local_addr().expect("取本地地址失败"); + let hits = Arc::new(AtomicUsize::new(0)); + let bytes = Arc::new(std::sync::atomic::AtomicU64::new(0)); + let script = Arc::new(std::sync::Mutex::new(script)); + let counter = Arc::clone(&hits); + let body_bytes = Arc::clone(&bytes); + + let handle = tokio::spawn(async move { + loop { + let Ok((stream, _)) = listener.accept().await else { + break; + }; + let script = Arc::clone(&script); + let counter = Arc::clone(&counter); + let bytes = Arc::clone(&body_bytes); + tokio::spawn(async move { + let index = counter.fetch_add(1, Ordering::Relaxed); + let response = { + let script = script.lock().unwrap_or_else(|err| err.into_inner()); + script.get(index).cloned() + }; + let response = response.unwrap_or_else(|| MockResponse::status(500)); + let _ = serve(stream, response, &bytes).await; + }); + } + }); + + Self { + addr, + hits, + bytes, + handle, + } + } + + /// 第 `index` 个请求该用的 URL(换成不同路径可模拟「不同源」)。 + pub fn url(&self, path: &str) -> String { + format!("http://{}{}", self.addr, path) + } + + /// 换 host 拼 URL(用 `localhost` vs `127.0.0.1` 造出两个不同源)。 + pub fn url_with(&self, host: &str, path: &str) -> String { + format!("http://{host}:{}{}", self.addr.port(), path) + } + + /// 端口号。 + pub fn port(&self) -> u16 { + self.addr.port() + } + + /// 已收到的请求数。 + pub fn hits(&self) -> usize { + self.hits.load(Ordering::Relaxed) + } + + /// 已发出的**正文字节**总数(不含响应头)。 + /// + /// 续传用例的判据靠它:「最终 hash 对」证明不了没白下字节,只有统计服务端真正吐了多少 + /// 才知道是不是又整份下了一遍(见 `chunked/resume.rs`)。 + pub fn bytes_sent(&self) -> u64 { + self.bytes.load(Ordering::Relaxed) + } + + /// 关停。 + pub fn stop(self) { + self.handle.abort(); + } +} + +async fn serve( + mut stream: TcpStream, + response: MockResponse, + sent: &std::sync::atomic::AtomicU64, +) -> std::io::Result<()> { + let mut buffer = Vec::new(); + let mut chunk = [0_u8; 1024]; + loop { + let read = stream.read(&mut chunk).await?; + if read == 0 { + break; + } + buffer.extend_from_slice(&chunk[..read]); + if buffer.windows(4).any(|window| window == b"\r\n\r\n") { + break; + } + } + let request = String::from_utf8_lossy(&buffer).to_ascii_lowercase(); + let range = request + .lines() + .find_map(|line| line.strip_prefix("range: bytes=")) + .map(str::trim) + .and_then(parse_range_header); + + if response.silent { + // 接了连接、读完请求头、一个字都不回:读方不设上界就永远挂在这里。 + tokio::time::sleep(HOLD).await; + return Ok(()); + } + + let total = response.body.len() as u64; + // 超长包不能发 `Content-Length`,否则读方按声明截断、永远看不到多余字节。 + let with_length = response.trailing_extra.is_none(); + let (status, headers, body) = match (range, response.range_support) { + (Some((start, requested_end)), true) if start < total => { + // 尊重请求里的结束偏移(分块下载必须逐段精确,否则组装后长度对不上)。 + let end = requested_end.unwrap_or(total - 1).min(total - 1); + let slice = response.body[start as usize..=end as usize].to_vec(); + // 谎报模式:body 仍是正确的那一段,但头部声称从 0 开始(长度恰好 → 只有 + // 严格比对 Content-Range 才抓得住)。 + let (claimed_start, claimed_end) = if response.lie_content_range { + (0, slice.len().saturating_sub(1) as u64) + } else { + (start, end) + }; + let mut headers = vec![ + format!("Content-Range: bytes {claimed_start}-{claimed_end}/{total}"), + "Accept-Ranges: bytes".to_string(), + ]; + if with_length { + headers.push(format!("Content-Length: {}", slice.len())); + } + (206, headers, slice) + } + (Some(_), true) => ( + 416, + vec![ + format!("Content-Range: bytes */{total}"), + "Content-Length: 0".to_string(), + ], + Vec::new(), + ), + _ => { + let mut headers = Vec::new(); + if with_length { + headers.push(format!("Content-Length: {total}")); + } + if response.range_support { + headers.push("Accept-Ranges: bytes".to_string()); + } + (response.status, headers, response.body.clone()) + } + }; + let mut head = format!("HTTP/1.1 {status} {}\r\n", reason(status)); + if let Some(etag) = &response.etag { + head.push_str(&format!("ETag: {etag}\r\n")); + } + for header in headers { + head.push_str(&header); + head.push_str("\r\n"); + } + head.push_str("Connection: close\r\n\r\n"); + stream.write_all(head.as_bytes()).await?; + write_body(&mut stream, &body, &response, sent).await?; + stream.flush().await?; + Ok(()) +} + +/// 按夹具的口径写正文:正常 / 卡在中途 / 短包 / 超长尾巴 / 滴流。发出的正文逐块计数。 +async fn write_body( + stream: &mut TcpStream, + body: &[u8], + response: &MockResponse, + sent: &std::sync::atomic::AtomicU64, +) -> std::io::Result<()> { + if let Some(stall_at) = response.stall_at { + // 头部 + 这么多字节已发出,之后一个字不再写(连接不断):读方只能靠超时脱身。 + let sent_len = stall_at.min(body.len()); + stream.write_all(&body[..sent_len]).await?; + stream.flush().await?; + sent.fetch_add(sent_len as u64, Ordering::Relaxed); + tokio::time::sleep(HOLD).await; + return Ok(()); + } + let limit = response.send_len.unwrap_or(body.len()).min(body.len()); + match response.drip { + Some((piece, gap)) => { + let piece = piece.max(1); + let mut offset = 0; + while offset < limit { + let end = (offset + piece).min(limit); + stream.write_all(&body[offset..end]).await?; + stream.flush().await?; + sent.fetch_add((end - offset) as u64, Ordering::Relaxed); + offset = end; + if offset < limit { + tokio::time::sleep(gap).await; + } + } + } + None => { + stream.write_all(&body[..limit]).await?; + stream.flush().await?; + sent.fetch_add(limit as u64, Ordering::Relaxed); + } + } + if let Some(extra) = response.trailing_extra { + let filler = vec![0_u8; extra]; + stream.write_all(&filler).await?; + stream.flush().await?; + sent.fetch_add(extra as u64, Ordering::Relaxed); + } + Ok(()) +} + +/// 解析 `Range: bytes=-`(`end` 可缺省 = 到文件末尾)。 +fn parse_range_header(value: &str) -> Option<(u64, Option)> { + let (start, end) = value.split_once('-')?; + let start = start.trim().parse::().ok()?; + let end = end.trim(); + let end = if end.is_empty() { + None + } else { + Some(end.parse::().ok()?) + }; + Some((start, end)) +} + +fn reason(status: u16) -> &'static str { + match status { + 200 => "OK", + 206 => "Partial Content", + 404 => "Not Found", + 416 => "Range Not Satisfiable", + 500 => "Internal Server Error", + 503 => "Service Unavailable", + _ => "Status", + } +}