// Package digest 负责给文件算"身份证号"（MD5），以及一种偷懒的指纹算法。
//
// 大白话理解：
//   - MD5：把整个文件的内容算出一串固定长度的数字，内容一样 MD5 就一样，
//     所以可以用它来判断"两个文件是不是一模一样"。
//   - 指纹：大文件（几 GB 的视频）算全量 MD5 很慢。于是只读文件"开头 256KB
//     和结尾 256KB"各算一个 MD5，加上文件大小，凑成一个"指纹"。
//     指纹一样基本就说明是同一个文件——先用它去数据库碰碰运气，
//     能对上就直接复用已有的 MD5，省掉全量计算。
package digest

import (
	"crypto/md5"
	"encoding/hex"
	"io"
	"os"
)

const (
	// FingerprintThreshold 文件大于这个字节数（1MB）才值得用指纹偷懒；
	// 小文件全量算 MD5 也没多慢，没必要麻烦。
	FingerprintThreshold = 1 << 20
	fingerprintHeadSize  = 256 << 10 // 文件开头采样 256KB
	fingerprintTailSize  = 256 << 10 // 文件结尾采样 256KB
)

// CalcFileMd5 计算整个文件的 MD5。分块读取，大文件也能吃下不占太多内存。
func CalcFileMd5(filePath string) (string, error) {
	file, err := os.Open(filePath)
	if err != nil {
		return "", err
	}
	defer file.Close()
	h := md5.New()
	if _, err := io.Copy(h, file); err != nil {
		return "", err
	}
	return hex.EncodeToString(h.Sum(nil)), nil
}

// CalcFileFingerprint 计算文件的"指纹"：开头 256KB 的 MD5 + 结尾 256KB 的 MD5。
// 只读很少一点字节，用来快速判断"是不是和之前见过的文件一样"。
// 注意：文件大小必须大于开头+结尾采样的大小（即大于 512KB），否则读不满，会报错。
func CalcFileFingerprint(filePath string, size int64) (headMd5, tailMd5 string, err error) {
	file, err := os.Open(filePath)
	if err != nil {
		return "", "", err
	}
	defer file.Close()
	// 开头 256KB
	h := md5.New()
	if _, err := io.CopyN(h, file, fingerprintHeadSize); err != nil {
		return "", "", err
	}
	headMd5 = hex.EncodeToString(h.Sum(nil))
	// 跳到"结尾往前 256KB"的位置，再读 256KB
	h = md5.New()
	if _, err := file.Seek(size-fingerprintTailSize, io.SeekStart); err != nil {
		return "", "", err
	}
	if _, err := io.CopyN(h, file, fingerprintTailSize); err != nil {
		return "", "", err
	}
	tailMd5 = hex.EncodeToString(h.Sum(nil))
	return headMd5, tailMd5, nil
}