refactor: 双列布局优化 以及 分片上传功能优化

Co-authored-by: kiki1373639299<zkai0106@163.com>



# message auto-generated for no-merge-commit merge:
!16 merge upload-fix into dev

feat: 双列布局优化 以及 分片上传功能优化

Created-by: kiki1373639299
Commit-by: kiki1373639299
Merged-by: Charles_7c
Description: <!--
  非常感谢您的 PR！在提交之前，请务必确保您 PR 的代码经过了完整测试，并且通过了代码规范检查。
-->

<!-- 在 [] 中输入 x 来勾选) -->

## PR 类型

<!-- 您的 PR 引入了哪种类型的变更？ -->
<!-- 只支持选择一种类型，如果有多种类型，可以在更新日志中增加 “类型” 列。 -->

- [X] 新 feature
- [ ] Bug 修复
- [ ] 功能增强
- [ ] 文档变更
- [ ] 代码样式变更
- [ ] 重构
- [ ] 性能改进
- [ ] 单元测试
- [ ] CI/CD
- [ ] 其他

## PR 目的

<!-- 描述一下您的 PR 解决了什么问题。如果可以，请链接到相关 issues。 -->

## 解决方案

<!-- 详细描述您是如何解决的问题 -->

## PR 测试

<!-- 如果可以，请为您的 PR 添加或更新单元测试。 -->
<!-- 请描述一下您是如何测试 PR 的。例如：创建/更新单元测试或添加相关的截图。 -->

## Changelog

| 模块  | Changelog | Related issues |
|-----|-----------| -------------- |
|     |           |                |

<!-- 如果有多种类型的变更，可以在变更日志表中增加 “类型” 列，该列的值与上方 “PR 类型” 相同。 -->
<!-- Related issues 格式为 Closes #<issue号>，或者 Fixes #<issue号>，或者 Resolves #<issue号>。 -->

## 其他信息

<!-- 请描述一下还有哪些注意事项。例如：如果引入了一个不向下兼容的变更，请描述其影响。 -->

## 提交前确认

- [X] PR 代码经过了完整测试，并且通过了代码规范检查
- [ ] 已经完整填写 Changelog，并链接到了相关 issues
- [X] PR 代码将要提交到 dev 分支

See merge request: continew/continew-admin-ui!16

src/hooks/modules/useMultipartUploader.ts

@@ -100,7 +100,7 @@ export function useMultipartUploader(props: {
     if (typeof Worker !== 'undefined' && !md5Worker) {
       // eslint-disable-next-line no-console
       console.log('[Hooks] 初始化MD5 Worker...')
-      md5Worker = new Worker('/src/utils/md5-worker.ts', { type: 'module' })
+      md5Worker = new Worker(new URL('../../utils/md5-worker.ts', import.meta.url), { type: 'module' })
       md5Worker.onmessage = function (e) {
         const { type, taskId, md5, error } = e.data
 
@@ -141,9 +141,27 @@ export function useMultipartUploader(props: {
           totalTime: 0,
         }
 
-        // 根据文件大小动态调整分块和分片大小
-        const blockSize = file.size > 200 * 1024 * 1024 ? 50 * 1024 * 1024 : 25 * 1024 * 1024 // 50MB或25MB块
-        const chunkSize = file.size > 100 * 1024 * 1024 ? 10 * 1024 * 1024 : 2 * 1024 * 1024 // 10MB或2MB分片
+        // 根据文件大小动态调整分块和分片大小（优化：使用更小的分片以降低内存占用）
+        let blockSize: number
+        let chunkSize: number
+
+        if (file.size > 500 * 1024 * 1024) {
+          // 超大文件（> 500MB）
+          blockSize = 50 * 1024 * 1024 // 50MB块
+          chunkSize = 5 * 1024 * 1024 // 5MB分片
+        } else if (file.size > 100 * 1024 * 1024) {
+          // 大文件（100MB - 500MB）
+          blockSize = 30 * 1024 * 1024 // 30MB块
+          chunkSize = 3 * 1024 * 1024 // 3MB分片
+        } else if (file.size > 10 * 1024 * 1024) {
+          // 中等文件（10MB - 100MB）
+          blockSize = 10 * 1024 * 1024 // 10MB块
+          chunkSize = 1 * 1024 * 1024 // 1MB分片
+        } else {
+          // 小文件（< 10MB）
+          blockSize = 5 * 1024 * 1024 // 5MB块
+          chunkSize = 512 * 1024 // 512KB分片
+        }
 
         // eslint-disable-next-line no-console
         console.log(`[Hooks] 发送文件到Worker: ${file.name}, 大小: ${(file.size / 1024 / 1024).toFixed(2)}MB, 块大小: ${(blockSize / 1024 / 1024).toFixed(2)}MB, 分片大小: ${(chunkSize / 1024 / 1024).toFixed(2)}MB`)

src/layout/LayoutColumns.vue

@@ -5,7 +5,7 @@
       <OneLevelMenu :menus="oneLevelMenus" @menu-click="handleMenuItemClickByItem"></OneLevelMenu>
 
       <!-- 左侧二级菜单区域 -->
-      <div class="layout-columns__right-menu" :class="{ collapse: appStore.menuCollapse }">
+      <div v-if="twoLevelMenus.length > 0" class="layout-columns__right-menu" :class="{ collapse: appStore.menuCollapse }">
         <!-- 系统标题 -->
         <div class="layout-columns__title">
           <span v-show="!appStore.menuCollapse" class="system-name gi_line_1">{{ appStore.getTitle() }}</span>

src/utils/md5-worker.ts

@@ -111,7 +111,7 @@ function calculateFileMd5Optimized(file: File, taskId: string, blockSize: number
             const finalSpark = new SparkMD5.ArrayBuffer()
             blockHashes.forEach((hash) => {
               const hashBuffer = new TextEncoder().encode(hash)
-              finalSpark.append(hashBuffer)
+              finalSpark.append(hashBuffer.buffer.slice(hashBuffer.byteOffset, hashBuffer.byteOffset + hashBuffer.byteLength))
             })
             const finalMd5 = finalSpark.end()