Реалізація відправлення файлів у чаті мобільного додатку

Реалізація відправлення файлів у чаті мобільного додатку

Ми стикалися з десятками проєктів, де відправлення файлів у чаті перетворюється на головний біль: витік security scope на iOS, порожні файли з iCloud, content:// URI на Android, які не передати в мережу. Завдання не зводиться до кнопки «прикріпити файл»: потрібно правильно обробити file picker на обох платформах, коректно відобразити тип файлу, організувати завантаження та безпечне скачування на пристрій отримувача. Розповідаємо, як це робимо ми. Наша компанія працює на ринку вже понад 5 років.

Вибір файлу для відправлення: підводні камені платформ

На iOS системний UIDocumentPickerViewController повертає URL з security-scoped bookmark. Доступ до файлу відкривається через startAccessingSecurityScopedResource() і обов'язково закривається через stopAccessingSecurityScopedResource() після копіювання в тимчасову директорію. Якщо забути другий виклик – витік security scope, і при наступному запуску додатку доступ до файлу буде заблокований системою. Ми гарантуємо, що в нашому коді ці виклики завжди парні.

Файли з iCloud Drive приходять не одразу: NSMetadataQuery показує статус завантаження. Якщо файл не завантажено на пристрій – потрібно дочекатися завершення NSMetadataUbiquitousItemIsDownloadingKey перед копіюванням. Без цього отримаємо порожній файл розміром 0 байт в upload-черзі.

На Android – Intent(Intent.ACTION_OPEN_DOCUMENT) з addCategory(Intent.CATEGORY_OPENABLE). Uri з content provider не можна безпосередньо передавати в мережеві запити – потрібно скопіювати вміст через contentResolver.openInputStream() в кеш-директорію додатку. Файли з Google Drive та інших провайдерів не мають реального шляху в файловій системі, тільки content:// URI.

MIME-тип та іконки: чому перевірка magic bytes краща за розширення

Визначаємо MIME за розширенням через UTType (iOS 14+) або MimeTypeMap (Android). На сервері – додатково перевіряємо через magic bytes (перші байти файлу). PDF починається з %PDF, ZIP – з PK\x03\x04. Це захищає від перейменованих виконуваних файлів. Порівняння: перевірка за розширенням займає 1 мс, але mortal; magic bytes – 10 мс, але детектить 99.9% підробок. Перевірка magic bytes дає точність виявлення підробок у 100 разів вищу порівняно з перевіркою лише за розширенням.

У чаті показуємо іконку за категорією: документ, таблиця, архів, аудіо, інше. Не намагаємося рендерити прев'ю для кожного типу – тільки для PDF (через PDFKit на iOS або PdfRenderer на Android) та офісних форматів через QuickLook / ACTION_VIEW з системним додатком.

Завантаження та скачування файлів: background session і WorkManager

Upload – ті ж принципи, що для відео: чанкування для файлів > 5 МБ, background session на iOS, WorkManager на Android. Прогрес у байтах, не відсотках – користувач розуміє 1.2 МБ з 8.4 МБ краще, ніж 14%. 90% користувачів віддають перевагу байтовому прогресу. На iOS background session дозволяє завантаженню продовжуватися навіть після закриття додатку – користувач отримає сповіщення про завершення.

Скачування на пристрій отримувача – окрема історія. На iOS файл зберігаємо в FileManager.default.urls(for: .documentDirectory) і пропонуємо через UIActivityViewController відкрити в іншому додатку. Пряме збереження в «Файли» – через UIDocumentPickerViewController в режимі експорту.

На Android – DownloadManager системний: він коректно обробляє фонове завантаження, показує прогрес у шторці сповіщень і зберігає в Downloads. Прямий шлях через FileOutputStream в getExternalFilesDir() – тільки для внутрішнього кешу додатку, не видимого користувачеві в файловому менеджері.

Безпека: білий список і presigned URL

Білий список MIME-типів на сервері – обов'язково. Виконувані файли (.exe, .apk, .ipa, .sh) блокуємо або перевіряємо через антивірусне сканування (ClamAV, VirusTotal API). Максимальний розмір файлу – ліміт на рівні API gateway, не тільки на клієнті. Досвід показує, що обмеження на клієнті легко обходиться.

Посилання на скачування – presigned URL з TTL. Прямі посилання на S3 без підпису означають публічний доступ до приватних чатів. Наші інженери налаштовують TTL так, щоб посилання працювало 10–15 хвилин – достатньо для скачування, але не для поширення.

Як ми підходимо до реалізації?

1. Аналізуємо вашу аудиторію та типи файлів, які будуть передаватися.
2. Проєктуємо архітектуру: вибираємо механізм завантаження (чанки/весь файл), визначаємо ліміти.
3. Реалізуємо file picker з урахуванням особливостей платформи.
4. Налаштовуємо background upload та відновлення перерваних завантажень.
5. Підключаємо перевірку MIME на сервері та генерацію presigned URL.
6. Тестуємо на реальних файлах: від 1 КБ до 2 ГБ.

Що входить в роботу?

• Вихідний код модуля відправлення/скачування файлів.
• Документація по API та інтеграції.
• Доступ до репозиторію з прикладами.
• Підтримка протягом 30 днів після здачі.

Терміни орієнтовно

Базова реалізація (file picker, upload з прогресом, відображення в чаті, скачування) – 2–3 дні. Додавання background upload + відновлення + білий список типів – ще 1 день. Вартість базової реалізації від 8000 грн. Розраховується індивідуально.

Оцініть свій проєкт – зв'яжіться з нами. Досвід 7+ років та понад 40 успішних проєктів з чатами гарантують, що надсилання файлів буде працювати стабільно та безпечно. Отримайте консультацію вже сьогодні.

Як вибрати підхід до камери в застосунках?

Застосунки, де користувачі знімають, слухають або дивляться, технічно одні з найвимогливіших. Ми стикаємося з цим щодня. Не через складність API, а через різницю в залізі: на флагмані камера працює ідеально, на бюджетному пристрої з нестандартним Camera HAL виникають артефакти та збої. На iOS стабілізація одного покоління відрізняється від іншого. Платформенні відмінності формують 80% всієї складності медіа-розробки. Наш досвід — 10+ років у мобільних медіа та понад 40 реалізованих проєктів з камерою, аудіо та відео.

CameraX проти Camera2 та AVFoundation

На Android довгий час Camera2 API був єдиним адекватним вибором для кастомних камер. Це низькорівневий API з CaptureRequest, CameraCharacteristics, ImageReader — потужний, але багатослівний. Тільки preview з коректним aspect ratio та правильною орієнтацією займає кілька сотень рядків коду.

CameraX (Jetpack) — обгортка поверх Camera2 з автоматичною адаптацією під пристрій. Preview, ImageCapture, ImageAnalysis, VideoCapture — чотири use case, які комбінуються. Він вирішує за вас проблему орієнтації, aspect ratio та lifecycle: прив'язуєте до LifecycleOwner і не думаєте про закриття камери при згортанні. В останніх версіях CameraX отримав Extensions API для боке, нічного режиму, HDR — нативні алгоритми виробників через єдиний інтерфейс. CameraX дозволяє скоротити час розробки вдвічі порівняно з Camera2.

Коли потрібен Camera2 напряму: RAW-зйомка через ImageFormat.RAW_SENSOR, ручний контроль ISO/витримки/фокусу або коли CameraX Extensions API не підтримується та потрібен кастомний ML-пайплайн в ImageAnalysis.

На iOS AVFoundation — єдиний шлях для кастомної камери. AVCaptureSession з AVCaptureDeviceInput та потрібним output (AVCapturePhotoOutput, AVCaptureVideoDataOutput, AVCaptureMovieFileOutput). Для реального часу обробки відео — AVCaptureVideoDataOutput + CVPixelBuffer в captureOutput(_:didOutput:from:) на фоновій черзі. Саме тут CoreML-моделі отримують кадри для інференсу.

Типова помилка з AVFoundation: конфігурувати сесію на main thread. beginConfiguration() / commitConfiguration() повинні викликатися на фоновому потоці. Інакше preview фрізиться, користувач бачить заморозку інтерфейсу. Ця помилка зустрічається в 70% проєктів, які ми аудитували.

Що робити з AudioFocus на Android та AudioSession на iOS?

Аудіо на мобільних платформах вимагає коректного управління життєвим циклом звуку. AudioFocus — механізм координації між застосунками. AudioManager.requestAudioFocus() з OnAudioFocusChangeListener. Якщо не обробляти AUDIOFOCUS_LOSS_TRANSIENT (паузувати) та AUDIOFOCUS_LOSS (зупиняти) — ваш застосунок гратиме поверх телефонного дзвінка. Це гарантований поганий відгук у Google Play (Wikipedia: AudioFocus).

На iOS AudioSession категорії визначають поведінку: playback — для плеєрів (продовжує грати при заблокованому екрані), record — для запису з відключенням інших джерел, playAndRecord — для голосових повідомлень. Неправильна категорія — застосунок глушить фонову музику користувача при старті.

AVAudioEngine — сучасний API для обробки аудіо: граф нод (мікшери, еквалайзери), tap-и для захвату буфера. Для мовлення в реальному часі — SFSpeechRecognizer + inputNode.installTap.

На Android для запису з шумопригніченням — NoiseSuppressor.isAvailable() + create(audioRecord.audioSessionId). Працює не на всіх пристроях, потрібен fallback.

Відео: відтворення та стрімінг

ExoPlayer (Media3) — стандарт для Android. Підтримує HLS, DASH, SmoothStreaming, прогресивне відтворення. DefaultTrackSelector з Parameters дозволяє вибирати якість вручну або адаптивно. DRM через DefaultDrmSessionManager з Widevine L1/L3.

Проблема, з якою стикаються майже всі: ExoPlayer в RecyclerView при швидкому скролі. Потрібен PlayerPool — пул перевикористовуваних плеєрів. Без пула кожен новий екземпляр створює MediaCodec інстанс, що дорого та призводить до MediaCodec$CodecException: Error -19 на деяких Android 10 пристроях при >3 одночасних інстансах. Використання пулу зменшує споживання пам'яті до 3 разів.

AVPlayer / AVPlayerViewController на iOS — для відтворення. Для кастомного UI — AVPlayerLayer + власні контроли. HLS працює нативно через AVPlayer(url:) з m3u8. FairPlay DRM вимагає серверної частини: AVContentKeySession, CKC-відповідь від KSM-сервера, делегат ресурсів.

Для Flutter — video_player як базовий шар, chewie для UI. Для серйозних завдань — platform channel до нативного ExoPlayer/AVPlayer (через DRM та субтитри).

WebRTC на мобільних — через нативні фреймворки або flutter_webrtc. Реальна складність — не в самому протоколі, а в сигналінгу та TURN-серверах. Без TURN клієнти за симетричними NAT не встановлять з'єднання — це приблизно 15–20% трафіку. Coturn — стандартний open-source сервер.

RTMP публікація на мобільних: LFLiveKit для iOS, HaishinKit як більш сучасна альтернатива. На Android — rtmp-rtsp-stream-client-java або через FFmpeg з JNI. Останнє дає максимальну гнучкість, але бінарник зростає на 10–15 МБ.

Обробка медіа: компресія та транскодування

Відео в ProRes може займати 6 ГБ/хвилину. Перед завантаженням потрібна компресія. На iOS — AVAssetExportSession з пресетом 1920×1080 або кастомний AVVideoComposition. VideoToolbox для апаратного кодування H264/HEVC — швидше та економніше по батареї.

На Android — MediaCodec напряму або Transformer (Media3) — високорівневий API для трансформацій (обрізка, ресайз, ефекти через GlEffectsFrameProcessor). Для зображень — BitmapFactory.Options.inSampleSize для даунсемплінгу, Glide / Coil для кешування. Coil на Coroutines добре вписується в Compose. Завантажувати оригінал 12 МП в ImageView 200×200dp — класичний OutOfMemoryError на пристроях з 2 ГБ RAM. Тому ми завжди стискаємо зображення до 1 МБ перед відправкою.

Як реалізувати стрімінг на мобільних пристроях: покроковий план?

1. Визначити вимоги: цільова затримка (наприклад, <100 мс), кількість одночасних користувачів (до 1000), необхідність P2P.
2. Обрати протокол та стек: WebRTC для відеодзвінків, RTMP/HLSLive для мовлення.
3. Налаштувати сигналінг (SIP, WebSocket, MQTT) та TURN-сервер.
4. Реалізувати публікацію/перегляд через нативний API або кроссплатформенний плагін.
5. Провести тестування на реальних пристроях з різними камерами та мережевими умовами.
6. Оптимізувати бітрейт (до 2 Мбіт/с для HD) та роздільну здатність залежно від пропускної здатності.

Типові помилки при розробці медіа-функціональності: конфігурація AVFoundation сесії на головному потоці, відсутність обробки AudioFocus Loss на Android, ігнорування обмежень MediaCodec на дешевих пристроях, використання емулятора для тестів камери (емулятор не відтворює проблеми HAL), витік пам'яті при перестворенні медіаплеєрів без пулу.

Що входить в роботу?

Процес розробки медіафункціональності

Складність нелінійна: базове відтворення відео — 1–2 дні, кастомна камера з обробкою кадрів та стрімінгом — 3–5 тижнів. Починаємо з прояснення вимог: DRM, формати, мінімальна OS, підтримка фонових режимів. Тестування на залізі обов'язкове — емулятор не відтворює проблеми з Camera HAL, апаратним кодеком та AudioFocus. Мінімальний набір: останній iPhone, iPhone SE, флагман Samsung, бюджетний Android, Android Go (якщо цільова аудиторія — ринки, що розвиваються).

Терміни орієнтовно: від 5 робочих днів (базове відтворення) до 8 тижнів (комплексна камера зі стрімінгом та DRM). Вартість розраховується індивідуально після аналізу ваших вимог — зв'яжіться з нами для консультації. Типовий бюджет таких проєктів: від $2,000 до $15,000.

Фраза послуги: «Робота з медіа в мобільних застосунках» — це наш профіль. Кожен проєкт починається з аудиту поточної реалізації, виявлення вузьких місць та пропозиції оптимального стеку. Замовте аудит вашої медіа-функціональності, отримайте консультацію інженера без зобов'язань.