MongoDB（八）Mongodb——GridFS存储

GridFS简单介绍

     mongoDB的文档以BSON格式存储。支持二进制的数据类型。当我们把二进制格式的数据直接保存到mongoDB的文档中。

可是当文件太大时。比如图片和视频等文件，每一个文档的长度是有限的，于是mongoDb会提供了一种处理大文件的规范--GridFS。

GridFS实现原理

     在GridFS数据库中，默认使用fs.chunks 和fs.files来存储文件，当中fs.files集合存放文件的信息，fs.chunks存放文件的数据,一个fs.files集合中的一条记录内容例如以下，即一个file信息例如以下所看到的：

<pre name="code" class="javascript">{ 
"_id" : ObjectId("4f4608844f9b855c6c35e298"),   	//唯一id。能够是用户自定义的类型
"filename" : "CPU.txt", 	 //文件名称
"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	 //文件的其他信息。默认是没有”meta”这个key，用户能够自定义为随意BSON对象
}

     相应fs.chunks中的chunk（中文意思数据块），例如以下所看到的：

{ 
"_id" : ObjectId("4f4608844f9b855c6c35e299"), 	 //chunk的id
"files_id" : ObjectId("4f4608844f9b855c6c35e298"), 	//文件的id，相应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，假设文件大于chunksize的话。会被切割成多个chunk块
"data" : BinData(0,"QGV...")	 //文件的二进制数据。这里省略了详细内容
}

     默认大小是256k，所以把文件存入到GridFS过程中，假设文件大于chunksize，则把文件切割多个chunk，再把这些chunk保存在fs.chunks中，最后再把文件信息存入fs.files中。

在读取文件的时候。先依据查询的条件，在fs.files中找到一个合适的记录，得到“_id”的值。再依据这个值到fs.funks中查找全部files_id 为 _id 的chunk，并依照“n”排序，最后依次读取chunk中的“data”对象的内容。还原成原来的文件。

注：

     1、GridFS不自己主动处理md5同样的文件，对于md5同样的文件，假设想在GridFS中仅仅有一个存储，要用户处理，md5值的计算由client完毕。

     2、由于GridFS在上传文件过程中是先把文件数据保存到fs.chunks,最后再把文件的信息保存到fs.files中，所以假设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。能够定期清理掉。