MongoDB GridFS最佳应用概述

《MongoDB GridFS最佳应用概述》

作者：chszs，转载需注明。博客主页：http://blog.csdn.net/chszs

GridFS是MongoDB数据库之上的一个简单文件系统抽象。如果你熟悉Amazon S3的话，那么GridFS与之相似。为什么像MongoDB这样的NoSQL数据库会提供这样的一个文件层抽象呢？

一、使用GridFS的理由

理由如下：

1）存储用户产生的文件内容 大多数Web应用都允许用户上传文件。当用户使用关系数据库时，这些用户产生的文件会存储在文件系统中，与数据库相隔离，而不是放在数据库内。这就带来了一些问题。如何将文件复制到所有需要文件的服务器上？当文件删除后，怎样删除所有的拷贝？怎样保障文件的安全以及做灾备呢？GridFS很好地解决了这些问题，你可以利用你的数据库备份来备份你的文件。而且由于MongoDB自身的复制技术，在MongoDB集群中的每一个副本处都有你的文件拷贝。删除文件跟删除数据库中的对象一样简单。

2）访问文件内容的分区 当把文件上传到GridFS后，文件会被分割成大小为256KB的块，并单独存放。因此当你需要读文件中的某个范围的字节时，只需把相应的文件块载入内存，而无需把整个文件加载到内存。这一点对于选择读或编辑尺寸很大的媒体内容文件时非常有用。

3）在MongoDB中存储16MB以上的文件 MongoDB默认的文件大小上限为16MB。所以，如果你的文件超过了16MB，那么你就应该使用GridFS。

4）克服文件系统的限制 如果你需要存储大量的文件，你就需要考虑文件系统自身的限制，因为文件系统对目录下的文件数量是有要求的。而使用GridFS后，你无需再担心这个问题。GridFS和MongoDB的分片使得你的文件可以分布到多个服务器上，而且没有增加操作的复杂性。

二、深入GridFS

GridFS使用了两种集合Collection来存储数据

1. > show collections;
2. fs.chunks
3. fs.files
4. system.indexes
5. >

> show collections;
fs.chunks
fs.files
system.indexes
>

fs.files集合包含了文件的元数据，而fs.chunks集合则存储实际的以256KB尺寸进行分割的文件块。如果你有分片的集合，那么文件块会分布到多台服务器上，或许能获得比文件系统更好的性能。

1. > db.fs.files.findOne();
2. {
3. "_id" : ObjectId("530cf1bf96038f5cb6df5f39"),
4. "filename" : "./conn.log",
5. "chunkSize" : 262144,
6. "uploadDate" : ISODate("2014-02-25T19:40:47.321Z"),
7. "md5" : "6515e95f8bb161f6435b130a0e587ccd",
8. "length" : 1644981
9. }
10. >

> db.fs.files.findOne();
{
"_id" : ObjectId("530cf1bf96038f5cb6df5f39"),
"filename" : "./conn.log",
"chunkSize" : 262144,
"uploadDate" : ISODate("2014-02-25T19:40:47.321Z"),
"md5" : "6515e95f8bb161f6435b130a0e587ccd",
"length" : 1644981
}
>

MongoDB还在files_id和文件块数中创建了复合索引，以帮助快速访问这些文件块

1. > db.fs.chunks.getIndexes();
2. [
3. {
4. "v" : 1,
5. "key" : {
6. "_id" : 1
7. },
8. "ns" : "files.fs.chunks",
9. "name" : "_id_"
10. },
11. {
12. "v" : 1,
13. "key" : {
14. "files_id" : 1,
15. "n" : 1
16. },
17. "ns" : "files.fs.chunks",
18. "name" : "files_id_1_n_1"
19. }
20. ]
21. >

> db.fs.chunks.getIndexes();
[
{
"v" : 1,
"key" : {
"_id" : 1
},
"ns" : "files.fs.chunks",
"name" : "_id_"
},
{
"v" : 1,
"key" : {
"files_id" : 1,
"n" : 1
},
"ns" : "files.fs.chunks",
"name" : "files_id_1_n_1"
}
]
>

三、GridFS实例

MongoDB有一个内建的工具mongofiles，可以帮助练习实际使用GridFS的场景。请参阅相关的Driver文档，查看如何使用GridFS。

1. Put
2. #mongofiles -h  -u  -p  --db files put /conn.log
3. connected to: 127.0.0.1
4. added file: { _id: ObjectId('530cf1009710ca8fd47d7d5d'), filename: "./conn.log", chunkSize: 262144, uploadDate: new Date(1393357057021), md5: "6515e95f8bb161f6435b130a0e587ccd", length: 1644981 }
5. done!
6. Get
7. #mongofiles -h  -u  -p  --db files get /conn.log
8. connected to: 127.0.0.1
9. done write to: ./conn.log
10. List
11. # mongofiles -h  -u  -p  list
12. connected to: 127.0.0.1
13. /conn.log 1644981
14. Delete
15. [root@ip-10-198-25-43 tmp]# mongofiles -h  -u  -p  --db files delete /conn.log
16. connected to: 127.0.0.1
17. done!

Put
#mongofiles -h  -u  -p  --db files put /conn.log
connected to: 127.0.0.1
added file: { _id: ObjectId('530cf1009710ca8fd47d7d5d'), filename: "./conn.log", chunkSize: 262144, uploadDate: new Date(1393357057021), md5: "6515e95f8bb161f6435b130a0e587ccd", length: 1644981 }
done!

Get
#mongofiles -h  -u  -p  --db files get /conn.log
connected to: 127.0.0.1
done write to: ./conn.log

List
# mongofiles -h  -u  -p  list
connected to: 127.0.0.1
/conn.log 1644981

Delete
[root@ip-10-198-25-43 tmp]# mongofiles -h  -u  -p  --db files delete /conn.log
connected to: 127.0.0.1
done!

四、GridFS的模块

如果你想把存储在MongoDB的GridFS的文件直接服务于Web服务器或文件系统，那么你可以使用下面的GridFS插件： 1）GridFS-Fuse：让GridFS的文件直接服务于文件系统 2）GridFS-Nginx：让GridFS的文件直接服务于Nginx

五、GridFS的局限性

GridFS也并非十全十美的，它也有一些局限性： 1）工作集 伴随数据库内容的GridFS文件会显著地搅动MongoDB的内存工作集。如果你不想让GridFS的文件影响到你的内存工作集，那么可以把GridFS的文件存储到不同的MongoDB服务器上。 2）性能 文件服务性能会慢于从Web服务器或文件系统中提供本地文件服务的性能。但是这个性能的损失换来的是管理上的优势。 3）原子更新 GridFS没有提供对文件的原子更新方式。如果你需要满足这种需求，那么你需要维护文件的多个版本，并选择正确的版本。

http://blog.csdn.net/chszs/article/details/20123327