mongodb存储二进制数据的二种方式——binary bson或gridfs

python 版本为2.7

mongodb版本2.6.5

使用mongodb存储文件，可以使用两种方式，一种是像存储普通数据那样，将文件转化为二进制数据存入mongodb，另一种使用gridfs，咱们先来说说第一种

先读取文件内容，然后塞进bson.binary.Binary对象里，最后像平常那样写入数据库，是不是很简单呢，获取文件一样的简单，像平时那样查找数据，然后将二进制内容写入文件即可

#coding=utf-8
'''
Created on 2015-10-8

@author: kwsy2015
'''
import pymongo
import bson.binary
from pymongo import MongoClient
from cStringIO import StringIO
def insertFile():
    client = MongoClient('localhost', 27017)
    #获得一个database
    db = client.MongoFile
    #获得一个collection
    coll = db.image
    filename = 'F:/测试数据/hehe.jpg'.decode('utf-8')
    with open (filename,'rb') as myimage:
        content = StringIO(myimage.read())
        coll.save(dict(
        content= bson.binary.Binary(content.getvalue()),
        filename = 'hehe.jpg'
      ))

def getFile():
    client = MongoClient('localhost', 27017)
    #获得一个database
    db = client.MongoFile
    #获得一个collection
    coll = db.image
    data = coll.find_one({'filename':'hehe.jpg'})
    out = open('F:/测试数据/test4.jpg'.decode('utf-8'),'wb')
    out.write(data['content'])
    out.close()
getFile()

因为我的文件路径都带有中文，因此需要用utf-8解码，否则会报错的

使用上述方法存储小文件是很方便的，那么如果是大文件呢，可以使用gridfs

gridfs会把文件分成若干块来存储，每一块的大小默认为256K，所以，如果是小文件，就不要用gridfs来存储了，不然会浪费空间的，gridfs是MongoDB之上的分布式文件系统，可以使用mongodb的分片和复制机制，因为Mongodb分配数据空间时以2GB为单位，所以gridfs不产生磁盘碎片。

#coding=utf-8
'''
Created on 2015-9-29

@author: Administrator
'''
from pymongo import MongoClient
from bson.objectid import ObjectId
from gridfs import *
def insertFile():
    client = MongoClient('localhost', 27017)
    db = client.Pic
    fs = GridFS(db, 'images')
    with open ('F:/测试数据/hehe.jpg'.decode('utf-8'),'rb') as myimage:
        data=myimage.read()
        id = fs.put(data,filename='first')
        print id
def getFile():
    client = MongoClient('localhost', 27017)
    db = client.Pic
    fs = GridFS(db, 'images')
    file = fs.get_version('first', 0)
    data = file.read()
    out = open('F:/测试数据/test3.jpg'.decode('utf-8'),'wb')
    out.write(data)
    out.close()
def delFile():
    client = MongoClient('localhost', 27017)
    db = client.Pic
    fs = GridFS(db, 'images')
    fs.delete(ObjectId('560a531b0d4eae34a4edbfdd'))
def listName():
    client = MongoClient('localhost', 27017)
    db = client.Pic
    fs = GridFS(db, 'images')
    print fs.list()
listName()

写入文件时，我们可以设置它的filename，如果多个文件使用同一个filename呢，我们在获取文件时可以使用get_version()函数，第一个参数是filename，第二个参数是版本，从0开始。

此外，我们还可以使用get(),函数，需传入文件的ObjectId

使用python操作gridfs总得来说是很方便的，毕竟所提供的函数就那么几个，稍微用心看看源码就没问题了

转自：http://www.voidcn.com/blog/KWSY2008/article/p-4871553.html