GridFS簡介
GridFS是MongoDB中的一個内置功能,可以用于存放大量小檔案。
GridFS使用
MongoDB提供了一個指令行工具mongofiles可以來處理GridFS,
列出所有檔案:
mongofiles list
上傳一個檔案:
mongofiles put xxx.txt
下載下傳一個檔案:
mongofiles get xxx.txt
查找檔案:
//會查找所有檔案名中包含“xxx”的檔案
mongofiles search xxx
//會查找所有檔案名以“xxx”為字首的檔案
mongofiles list xxx
參數說明:
–d 指定資料庫 ,預設是fs,Mongofiles list –d testGridfs
-u –p 指定使用者名,密碼
-h 指定主機
-port 指定主機端口
-c 指定集合名,預設是fs
-t 指定檔案的MIME類型,預設會忽略
GridFS實作原理
GridFS在資料庫中,預設使用fs.chunks和fs.files來存儲檔案。
其中fs.files集合存放檔案的資訊,fs.chunks存放檔案資料。
一個fs.files集合中的一條記錄内容如下,即一個file的資訊如下:
{
"_id" : ObjectId("4f4608844f9b855c6c35e298"), //唯一id,可以是使用者自定義的類型
"filename" : "CPU.txt", //檔案名
"length" : 778, //檔案長度
"chunkSize" : 262144, //chunk的大小
"uploadDate" : ISODate("2012-02-23T09:36:04.593Z"), //上傳時間
"md5" : "e2c789b036cfb3b848ae39a24e795ca6", //檔案的md5值
"contentType" : "text/plain" //檔案的MIME類型
"meta" : null //檔案的其它資訊,預設是沒有”meta”這個key,使用者可以自己定義為任意BSON對象
}
對應的fs.chunks中的chunk如下:
{
"_id" : ObjectId("4f4608844f9b855c6c35e299"), //chunk的id
"files_id" : ObjectId("4f4608844f9b855c6c35e298"), //檔案的id,對應fs.files中的對象,相當于fs.files集合的外鍵
"n" : 0, //檔案的第幾個chunk塊,如果檔案大于chunksize的話,會被分割成多個chunk塊
"data" : BinData(0,"QGV...") //檔案的二進制資料,這裡省略了具體内容
}
預設chunk的大小是256K。
是以在把檔案存入到GridFS過程中,如果檔案大于chunksize,則把檔案分割成多個chunk,再把這些chunk儲存到fs.chunks中,最後再把檔案資訊存入到fs.files中。
在讀取檔案的時候,先據查詢的條件,在fs.files中找到一個合适的記錄,得到“_id”的值,再據這個值到fs.chunks中查找所有“files_id”為“_id”的chunk,并按“n”排序,最後依次讀取chunk中“data”對象的内容,還原成原來的檔案。
注意事項
1.GridFS不自動處理md5相同的檔案,對于md5相同的檔案,如果想在GridFS中隻有一個存儲,要使用者自已處理。Md5值的計算由用戶端完成。
2.因為GridFS在上傳檔案過程中是先把檔案資料儲存到fs.chunks,最後再把檔案資訊儲存到fs.files中,是以如果在上傳檔案過程中失敗,有可能在fs.chunks中出現垃圾資料。這些垃圾資料可以定期清理掉。