AWS SDK for JavaScript v3 上传文件到 S3 的常见问题与解决方案
2025-06-25 04:06:31作者:蔡怀权
在基于浏览器的前端应用中使用 AWS SDK for JavaScript v3 上传文件到 S3 存储桶时,开发者可能会遇到 net::ERR_H2_OR_QUIC_REQUIRED 错误。这个错误通常与 HTTP/2 或 QUIC 协议相关,表明浏览器无法建立符合要求的连接。
问题现象
当开发者尝试使用 @aws-sdk/client-s3 的 PutObjectCommand 进行文件上传时,在 Chrome 或其他基于 Chromium 的浏览器中可能会遇到 net::ERR_H2_OR_QUIC_REQUIRED 错误。这个错误表明目标服务器要求使用 HTTP/2 或 QUIC 协议,但浏览器无法建立符合要求的连接。
根本原因分析
这个错误通常由以下几个因素导致:
- 协议兼容性问题:AWS S3 服务端可能配置了严格的协议要求,而客户端环境无法满足
- 网络中间件干扰:安全防护系统或网络管理工具可能拦截或修改了 HTTP 请求
- 浏览器限制:某些浏览器版本或配置可能对 HTTP/2 或 QUIC 支持不完全
- SDK 使用方式:直接使用低级别的
PutObjectCommand可能不如高级 API 稳定
解决方案
方案一:使用 XMLHttpRequest 替代 Fetch API
对于需要进度跟踪的上传场景,可以考虑使用传统的 XMLHttpRequest 方式:
const xhr = new XMLHttpRequest();
xhr.open("PUT", signedUrl);
xhr.setRequestHeader("Content-Type", contentType);
xhr.upload.onprogress = (event) => {
if (event.lengthComputable) {
const percentComplete = (event.loaded / event.total) * 100;
handleProgress(percentComplete);
}
};
xhr.onload = () => {
if (xhr.status === 200) {
// 处理成功情况
} else {
// 处理失败情况
}
};
xhr.send(file);
这种方法的优势在于:
- 更好的浏览器兼容性
- 内置的进度事件支持
- 避免现代协议要求的限制
方案二:使用 @aws-sdk/lib-storage 的高级 Upload 接口
AWS SDK 提供了专门为浏览器环境优化的上传工具:
import { Upload } from "@aws-sdk/lib-storage";
const upload = new Upload({
client: s3Client,
params: {
Bucket: 'bucket-name',
Key: 'file-name',
Body: file,
ContentType: file.type
}
});
upload.on('httpUploadProgress', (progress) => {
console.log(progress);
});
await upload.done();
这个方案的优势包括:
- 内置重试机制
- 自动处理大文件分块上传
- 更好的错误恢复能力
- 内置进度事件
方案三:检查并排除网络干扰
如果问题持续存在,可以检查以下方面:
- 关闭可能干扰网络连接的软件(如网络调试工具等)
- 尝试不同的网络环境(如切换 WiFi 或使用移动热点)
- 检查浏览器扩展是否影响了网络请求
- 确保操作系统和浏览器是最新版本
最佳实践建议
-
优先使用高级 API:对于浏览器环境,
@aws-sdk/lib-storage的Upload类通常是更好的选择,它专门为浏览器环境优化,处理了各种边界情况。 -
考虑使用预签名 URL:对于安全性要求较高的场景,可以在服务器端生成预签名 URL,然后让前端直接上传到 S3,避免在前端暴露长期有效的凭证。
-
实现完善的错误处理:无论采用哪种上传方式,都应该实现全面的错误处理和重试逻辑,特别是对于不稳定的移动网络环境。
-
监控上传质量:在生产环境中,建议收集上传成功率、速度等指标,及时发现潜在问题。
通过理解这些技术细节和解决方案,开发者可以更可靠地在浏览器环境中实现文件上传到 AWS S3 的功能,避免常见的协议和网络相关问题。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.18 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492