MongoDB整理笔记のGridFS

GridFS 是一种将大型文件存储在MongoDB 数据库中的文件规范。所有官方支持的驱动均实现了GridFS 规范。

GridFS是MongoDB中的一个内置功能，可以用于存放大量小文件。

官网学习：

http://www.mongodb.org/display/DOCS/GridFS

http://www.mongodb.org/display/DOCS/GridFS+Specification

1、为什么要用GridFS

由于MongoDB 中BSON 对象大小是有限制的，所以GridFS 规范提供了一种透明的机制，可以将一个大文件分割成为多个较小的文档，这样的机制允许我们有效的保存大文件对象，特别对于那些巨大的文件，比如视频、高清图片等。

2、如何实现海量存储

为实现这点，该规范指定了一个将文件分块的标准。每个文件都将在文件集合对象中保存一个元数据对象，一个或多个chunk 块对象可被组合保存在一个chunk 块集合中。大多数情况下，你无需了解此规范中细节，而可将注意力放在各个语言版本的驱动中有关GridFS API 的部分或是如何使用mongofiles 工具上。

3、语言支持

GridFS 对Java, Perl, PHP, Python, Ruby 等程序语言均支持，且提供了良好的API 接口。

 4、简单介绍

GridFS 使用两个表来存储数据：

files 包含元数据对象

chunks 包含其他一些相关信息的二进制块

为了使多个GridFS 命名为一个单一的数据库，文件和块都有一个前缀，默认情况下，前缀是fs，所以任何默认的GridFS 存储将包括命名空间fs.files 和fs.chunks。各种第三方语言的驱动有权限改变这个前缀，所以你可以尝试设置另一个GridFS 命名空间用于存储照片，它的具体位置为:photos.files 和photos.chunks。下面我们看一下实际的例子吧。

5、命令行工具

mongofiles 是从命令行操作GridFS 的一种工具，例如我们将”testfile”这个文件存到库里面，具体用法如下：
    [root@localhost bin]# ./mongofiles put testfile
    connected to: 127.0.0.1
    added file: { _id: ObjectId('4fc60175c714c5d960fff76a'), filename: "testfile", chunkSize: 262144,
    uploadDate: new Date(1338376565745), md5: "8addbeb77789ae6b2cb75deee30faf1a", length:
    16 }
    done!

下面我们查一下看库里有哪些GridFS 文件，在”mongofiles”后加一个参数”list”即可

[root@localhost bin]# ./mongofiles list
    connected to: 127.0.0.1
    testfile 16

接下来我们进库里看一下是否有新的东西

 [root@localhost bin]# ./mongo
    MongoDB shell version: 1.8.1
    connecting to: test
    > show collections
    fs.chunks --上文提到的fs.chunks
    fs.files --上文提到的fs.files
    system.indexes
    system.js
    >

我们继续查看fs.files 中的内容

> db.fs.files.find()
    { "_id" : ObjectId("4fc60175c714c5d960fff76a"), "filename" : "testfile", "chunkSize" : 262144,
    "uploadDate" : ISODate("2012-05-30T11:16:05.745Z"), "md5" :
    "8addbeb77789ae6b2cb75deee30faf1a", "length" : 16 }

字段说明:
    Filename: 存储的文件名
    chunkSize: chunks 分块的大小
    uploadDate: 入库时间
    md5: 此文件的md5 码
   length: 文件大小, 单位”字节”
    看来fs.files 中存储的是一些基础的元数据信息
    我们继续查看fs.chunks 中的内容

> db.fs.chunks.find()
    { "_id" : ObjectId("4fc60175cf1154905d949336"), "files_id" :
    ObjectId("4fc60175c714c5d960fff76a"), "n" : 0, "data" :
    BinData(0,"SGVyZSBpcyBCZWlqaW5nCg==") }

其中比较重要的字段是”n”，它代表的是chunks 的序号，此序号从0 开始，看来fs.chunks中存储的是一些实际的内容数据信息
    我们即然能将此文件存进去，我们就应该有办法将其取出来，下面看一下实例:

 [root@localhost bin]# rm testfile
    rm：是否删除 一般文件 “testfile”? y --先删文件
    [root@localhost bin]# ./mongofiles get testfile --将其从库里取出来
    connected to: 127.0.0.1
    done write to: testfile
    [root@localhost bin]# md5sum testfile --校验md5，结果跟库里相同
    8addbeb77789ae6b2cb75deee30faf1a testfile
    [root@localhost bin]#

 6、索引

db.fs.chunks.ensureIndex({files_id:1, n:1}, {unique: true});

这样，一个块就可以利用它的files_id 和 n 的值进行检索。注意，GridFS 仍然可以用findOne得到第一个块，如下：

db.fs.chunks.findOne({files_id: myFileID, n: 0});

7、应用

MongoDB提供了一个命令行工具mongofiles可以来处理GridFS，在bin目录下。
    列出所有文件：
    mongofiles list
    上传一个文件：
    mongofiles put xxx.txt
   下载一个文件：
    mongofiles get xxx.txt
    查找文件：
    mongofiles search xxx    //会查找所有文件名中包含“xxx”的文件
    mongofiles list xxx //会查找所有文件名以“xxx”为前缀的文件