MongoDB管理与开发精要《红丸出品》7 GridFS

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。

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。

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。

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。

简单介绍

 GridFS使用两个表来存储数据：

l  files 包含元数据对象

l  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。

命令行工具

mongofiles 是从命令行操作GridFS的一种工具，例如我们将”mongosniff”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:

l  Filename: 存储的文件名

l  chunkSize: chunks分块的大小

l  uploadDate: 入库时间

l  md5: 此文件的md5码

l  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]#

 

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});