MongoDB学习笔记之GridFS使用介绍

GridFS简介

GridFS是MongoDB中的一个内置功能,可以用于存放大量小文件。

GridFS使用

MongoDB提供了一个命令行工具mongofiles可以来处理GridFS,

列出所有文件:

mongofiles list

上传一个文件:

mongofiles put .txt

下载一个文件:

mongofiles get .txt

查找文件:

//会查找所有文件名中包含“”的文件
mongofiles search
//会查找所有文件名以“”为前缀的文件
mongofiles list

参数说明:
–d 指定数据库 ,默认是fs,Mongofiles list –d testGridfs
-u –p 指定用户名,密码
-h 指定主机
-port 指定主机端口
-c 指定集合名,默认是fs
-t 指定文件的MIME类型,默认会忽略
GridFS实现原理

GridFS在数据库中,默认使用fs.chunks和fs.files来存储文件。
其中fs.files集合存放文件的信息,fs.chunks存放文件数据。

一个fs.files集合中的一条记录内容如下,即一个file的信息如下:

{
“_id” : ObjectId(“4f4608844f9b855c6c35e298”),       //唯一id,可以是用户自定义的类型
“filename” : “CPU.txt”,      //文件名
“length” : 778,      //文件长度
“chunkSize” : 262144,    //chunk的大小
“uploadDate” : ISODate(“2012-02-23T09:36:04.593Z”), //上传时间
“md5” : “e2c789b036cfb3b848ae39a24e795ca6”,      //文件的md5值
“contentType” : “text/plain”     //文件的MIME类型
“meta” : null    //文件的其它信息,默认是没有”meta”这个key,用户可以自己定义为任意BSON对象
}

对应的fs.chunks中的chunk如下:

{
“_id” : ObjectId(“4f4608844f9b855c6c35e299”),    //chunk的id
“files_id” : ObjectId(“4f4608844f9b855c6c35e298”),  //文件的id,对应fs.files中的对象,相当于fs.files集合的外键
“n” : 0,     //文件的第几个chunk块,如果文件大于chunksize的话,会被分割成多个chunk块
“data” : BinData(0,”QGV…”)     //文件的二进制数据,这里省略了具体内容
}

默认chunk的大小是256K。
所以在把文件存入到GridFS过程中,如果文件大于chunksize,则把文件分割成多个chunk,再把这些chunk保存到fs.chunks中,最后再把文件信息存入到fs.files中。

在读取文件的时候,先据查询的条件,在fs.files中找到一个合适的记录,得到“_id”的值,再据这个值到fs.chunks中查找所有“files_id”为“_id”的chunk,并按“n”排序,最后依次读取chunk中“data”对象的内容,还原成原来的文件。

注意事项

1.GridFS不自动处理md5相同的文件,对于md5相同的文件,如果想在GridFS中只有一个存储,要用户自已处理。Md5值的计算由客户端完成。
2.因为GridFS在上传文件过程中是先把文件数据保存到fs.chunks,最后再把文件信息保存到fs.files中,所以如果在上传文件过程中失败,有可能在fs.chunks中出现垃圾数据。这些垃圾数据可以定期清理掉。


数据运维技术 » MongoDB学习笔记之GridFS使用介绍