P個重要的S：用雲盤存片的童鞋注意了，別以為你辛辛苦苦收集好幾年的片存到雲盤就高枕無憂了，根據“假秒傳，真共享”原則，你秒傳的檔案是非常不保險的，很容易被河蟹，已經有童鞋表示存到雲盤的片子被河蟹了。

自己多年的“勞動成果”很有可能突然化為烏有！！！

自己的“財產”突然被剝奪了你有脾氣麼？

不是有可能，是已經被刪了，我很憤怒有木有！！！！

如果把檔案和資料比做財產（很多時候已經是了），只因為你的檔案和別人的一樣，然後別人犯法了，買賣了，你的檔案也跟著沒了。“雲盤”這不是赤裸裸的對個人財產的剝奪嗎？！！！！

想保住革命果實，趕緊看下邊的方法，打造屬於你自己的，獨特的，不被河蟹的雲碟片源。

============================================================================================================================

前幾天給360雲盤傳了《一個華爾街之狼》（無刪減送審版，很暴力呦：http://yunpan.cn/QICpnLPX3CLaX），但是是秒傳的，當時能想到肯定是伺服器有了，但是它憑什麼知道已經有？檔名？不可能，亂七八糟什麼檔名都有，我改了一個試試，還是秒傳~究竟是什麼原理呢？

首先想到的是360雲盤利用檔案識別符號之類，唯一的ID，有檔案相關資訊等，尤其是索引資訊。但後來感覺不對，查了一下，原來識別符號指的是檔名，那個概念應該是檔案描述符。那是否是通過檔案描述符來解決檔案重複的問題呢？仔細想想，明顯不是，很關鍵的一個問題其實是，檔案索引，描述符，它唯一的標識你的硬碟中某檔案的索引資訊，在另一臺機子上他就是另一個ID了，這是針對系統的而不是針對檔案的。

那麼檔案有什麼唯一性呢？想起了mp3檔案可以改屬性，包括音樂家、專輯等，而且很多播放器是利用這個屬性來自動匹配歌詞等資訊的。但是視訊檔案好像不是這樣的。到這，常識已經用的差不多了，似乎沒找到方向。

其實通過過去網盤常用的連結共享，或者百度文庫的收藏功能就可以知道，通過把同一個檔案分發一些連結等假象，是可以讓很多人同時”擁有“的。不過看雲盤需要角度更深一點，是不管你們共享不共享，傳播不傳播，只要檔案相同，他都是隻存一份（問題簡單化，不考慮分散式和備份等現實問題）。那他怎麼做到的呢？是對比整個檔案嗎？如果真的去一個位元組一個位元組的完全不差的比較，那樣伺服器不得憋死~！其實，他只要比較HASH值就夠了，聯想我們去網上下東西，某些網站，是不是也經常看到HASH值呢。那計算HASH值是不是也得耗費伺服器資源呢，其實，HASH去重也是分粒度的，有檔案去重，塊去重，位元組去重，粒度越細的準確率越高，相應的耗費伺服器資源肯定也要多，這裡只要檔案級別的去重就夠了

，有誰沒事閒的（或者具備一定的知識而有能力）去修改一個音視訊檔案呢？太少了吧，對於大多數人，除了檔名，他的音視訊檔案無非就是網上流傳的幾個熱門版本，這樣大家都用一個就夠了，是不是很節約雲盤資源呢？通過數十個視訊數十G大規模的上傳證實，雖然這些檔案都“秒傳”了，但是沒那麼迅速，說明檢索龐大的資料庫是需要時間的，或者跟顆粒粗細有關係。

“破解”秒傳的辦法：比如360雲盤，把電影檔案隨便改哪怕一個字元，那應該就“秒傳”不成了。這樣仇視360的就可以通過不斷上傳垃圾檔案飽和攻擊360網盤了（不過怕網速不夠）。如果真的這種現象頻繁了，他們可以把去重粒度轉為位元組級，這樣你把一個位元組改一百次，因為其他部分都重複，所以只需增加99位元組（問題簡單化分析）的空間，不過考慮到檔案太大，可能粒度需要把調整到塊來應對~又是另一個根據現實情況分析對策的問題了。

箇中細節，其實我也不是很瞭解，只是整合了一些知識進行了一個小猜想，不保證對，想解釋的很透，還得再充電。

補充測試：

前邊說的不是非常準確吧，hash碼我不知道，但是回到mp3的問題上，mp3的檔案頭是有各種歌曲歌手資訊的，也許人家去重就是通過這個檔案頭，這個是我知識範圍能搞定的事。

百度雲盤下載了一個華爾街之狼插曲——the money chant.mp3，秒傳360雲盤。

用UE開啟mp3檔案，如圖：

掛到linux

[email protected]:/mnt/hgfs/share2VM# cp The\ Money\ Chant.mp3 /tmp
[email protected]:/mnt/hgfs/share2VM# cd /tmp
[email protected]:/tmp# ls
at-spi2             ssh-bCAlBYJZ2212      VMwareDnD      vmware-root-2966103375
pulse-2L9K88eMlGn7  The Money Chant.mp3   vmware-huhuhu
pulse-PKdhtXMmr18n  unity_support_test.0  vmware-root

用vi開啟，把ID3（注意看上圖）直接改成ID4：

[email protected]:/tmp# cp The\ Money\ Chant.mp3 /mnt/hgfs/share2VM/The\ Money\ Chant_ID4.mp3

傳回去，不影響，能聽，傳360雲盤，秒傳失敗

當然，這是改了二進位制檔案的，不是改檔名，至於改檔名行不行，你試試~

另外，不光ID3，後邊的幾個改了也有點效果（我這顯示的效果有上傳過程有網速，不過還是近乎秒傳，不知道是不是網速太快了，有時候能到1M，估計還是太快了，加上他在進度條出現之前耗了一陣子，所以剛看到進度條就快滿了，有條件還是應該用電影測試，我硬碟太小，沒存~~~~）。

最後一個小規律就是，人家應該是存了一個數據庫的，放索引用（也許就是檔案頭）。你剛上傳一個個性化定製（ID4）的MP3檔案，哪怕馬上又刪了，第二個和他一樣的也能秒傳了。

那樣貌似會出問題？你的刪了，別人是“秒傳”不是真傳。那他也下載不到這個檔案了，最後出現空有標題沒有檔案的尷尬~怎麼辦？

其實你只管刪你的就行了，人家伺服器還是存著呢，不光檔案頭存著，物理硬碟也躺著一份。可以”秒傳“，就不可以“秒刪”麼？“秒刪”又是一個假象，只是你對該檔案的定向沒了，人家伺服器才懶得幫你刪了又裝，並且人家可以用來讓別人“秒傳”。

具體的流程應該是你上傳了，人家就存好了，你刪了，也保留一陣子。萬一這之中（保質期）有別人上傳了，那麼你刪了檔案也不會影響別人了。這個其實特別像linux的檔案硬連結（也許就是）。

至於為什麼廠商做這麼無私的事情（硬碟躺一堆沒用的檔案佔地方）：

一方面，大家某日傳檔案，突然發現能秒傳，是不是很開心呢？這對口碑和使用者粘性都有好處。（不過也不一定就傳多少垃圾“刪除”後都給你保留，可能有一定的演算法，比如你上傳又刪了的東西，長時間都沒有人傳相同的，這樣也就沒必要保留死資料在那了。）

另一方面，讓你秒傳他也節省頻寬啊。

今天傳高音質mp3，十兆以上的，全不是秒傳。
你傳到雲盤，說的通俗點，等於你把自己檔案全傳別人機子裡去了，人家那一個目錄寫著mp3，一個目錄寫著avi的，說複製就複製，說分享就分享。
最後人家就有了無數免費資源，免費上傳？是免費打工，替人家收集資源了。

你就不怕哪天人家雲盤運營商突然開個資源釋出（並且設法避免版權糾紛）什麼的？其實現在人家也在積極推動這個事，比如資源共享群什麼的，一方面是讓你們重複“儲存”相同內容，另一方面，可能把雲盤裡邊“私人“儲存的東西又取出來分享了，所以，你要有點什麼好資源，可要慎重上傳哦？（加密或者打包可能會好一點，考慮到成本問題，人家應該找最好弄的資源，比如從檔案頭就讀出這是什麼歌曲的mp3）

想到測試方法：

1.寫一個word文件A，用第一個帳戶存，然後刪，看多久以後再傳不是秒傳。這證明沒有別人用過你的是可以被刪除的。

2.一個word文件B，第一個帳戶存，然後刪，第二個帳戶再存，看是不是秒傳，能證明你的檔案不光被保留了，還能被檢索，和別人的檔案“合體”。

實測，刪除後清空回收站，第二個賬號存，不是秒傳。

3.word文件C，用第一個帳戶存，第二個帳戶也存，看看是不是無論過多久第一個使用者都能秒傳。這證明存在檔案硬連結。

實測，都不是秒傳，可能伺服器沒更新檢索目錄，可能東西太小，不值得放到秒傳裡，也可能對文件和對多媒體檔案的策略不同。

擴充套件測試：

word文件可能目標太小，被伺服器忽視了，可以自己剪切個大點的電影，只要MD5變了，不是秒傳就行，然後重複上邊的測試流程。

提供一個比較方便的測試方法，放一個壓縮包上去，再把壓縮包裡隨便扔個檔案，再傳上去，就不能秒傳了（至於壓縮檔案的檔案頭，表示太亂了，不容易讀出來區別）。

提供一個未經測試的傻瓜方式：用視訊剪輯軟體，隨便加一秒或者減一秒，我覺得可以達到改變檔案雜湊值的目的。有興趣的可以試試，只要要求你重新整個檔案上傳，就證明改成功了。

想學習相關知識可以找找：去重deduplication、ZFS、HASH、檔案頭、重複資料刪除