一、为什么使用GridFS

GridFS是MongoDB的一个子模块，使用GridFS可以基于MongoDB来持久存储文件，并且支持分布式应用（文件分布存储和读取）。作为MongoDB中二进制数据存储在数据库中的解决方案，通常用来处理大文件，对于MongoDB的BSON格式的数据（文档）存储有尺寸限制，最大为16M。但是在实际系统开发中，上传的图片或者文件可能尺寸会很大，此时我们可以借用GridFS来辅助管理这些文件。

GridFS不是MongoDB自身特性，只是一种将大型文件存储在MongoDB的文件规范，所有官方支持的驱动均实现了GridFS规范。GridFS制定大文件在数据库中如何处理，通过开发语言驱动来完成、通过API接口来存储检索大文件。

GridFS的主要特性可以简单归纳为：

用MongoDB存储大文件。
突破MongoDB单个文档最大16MB的限制。
可以访问部分文件，而不用向内存中加载全部文件，从而保持高性能。
文件和元数据自动同步。

二、GridFS存储原理

http://rdc.hundsun.com/portal/article/703.html

三、使用GridFS

1. 准备测试文件

cat /usr/share/dict/words > /tmp/dictionary

2. 查看MongoDB中的文件

[mongodb@hdp4~]$mongofiles -u "wxy" -p "rockey" --authenticationDatabase admin list
2018-09-29T09:47:04.391+0800    connected to: localhost
[mongodb@hdp4~]$

list命令将列出数据库中的所有文件，当前数据库中没有任何文件。mongofiles是一个概念验证工具，主要用于学习和测试，而不应该在自己的应用中使用。

3. 将词典文件添加到数据库

[mongodb@hdp4~]$mongofiles -u "wxy" -p "rockey" --authenticationDatabase admin put /tmp/dictionary
2018-09-29T09:52:27.928+0800    connected to: localhost
2018-09-29T09:52:28.059+0800    added file: /tmp/dictionary

[mongodb@hdp4~]$

4. 再次查看MongoDB中的文件

[mongodb@hdp4~]$mongofiles -u "wxy" -p "rockey" --authenticationDatabase admin list
2018-09-29T09:53:36.372+0800    connected to: localhost
/tmp/dictionary    4953680
[mongodb@hdp4~]$

返回了词典文件及其大小，这些信息来自于files集合。MongoDB将文件拆分为块存储，默认的块大小为256K，可通过chunksize参数修改，但不能超过16MB的限制。put命令的返回信息中还包括文件上传时间戳，存储该文件在MongoDB中的创建时间。

5. 存储重名文件

[mongodb@hdp4~]$mongofiles -u "wxy" -p "rockey" --authenticationDatabase admin put /tmp/dictionary
2018-09-29T09:58:59.894+0800    connected to: localhost
2018-09-29T09:58:59.976+0800    added file: /tmp/dictionary

[mongodb@hdp4~]$mongofiles -u "wxy" -p "rockey" --authenticationDatabase admin list
2018-09-29T09:59:03.918+0800    connected to: localhost
/tmp/dictionary    4953680
/tmp/dictionary    4953680
[mongodb@hdp4~]$

再put一遍同一文件，MongoDB中存储了两个同样的文件，它们的元数据一致，除了_id键。MongoDB提供了md5哈希算法，但GridFs不会自动处理md5值相同的文件。也就是说，同一个文件进行两次put命令，将会在GridFS中对应两个不同的存储，对于存储来说，这是一种浪费。对于md5相同的文件，如果想要在GridFS中只有一个存储，需要通过API进行扩展处理。

6. 在MongoDB中查看数据

> use test;
switched to db test
> show collections;
fs.chunks
fs.files
> db.fs.files.find();
{ "_id" : ObjectId("5baee3102785bf92e10d44cb"), "chunkSize" : 261120, "uploadDate" : ISODate("2018-09-29T02:27:29.073Z"), "length" : 4953680, "md5" : "15a189ff6eacf1796d56e2156d48d69a", "filename" : "/tmp/dictionary" }
{ "_id" : ObjectId("5baee3122785bf92ec0c8f6f"), "chunkSize" : 261120, "uploadDate" : ISODate("2018-09-29T02:27:30.540Z"), "length" : 4953680, "md5" : "15a189ff6eacf1796d56e2156d48d69a", "filename" : "/tmp/dictionary" }
> db.fs.chunks.find({},{"data":0});
{ "_id" : ObjectId("5baee3102785bf92e10d44cc"), "files_id" : ObjectId("5baee3102785bf92e10d44cb"), "n" : 0 }
{ "_id" : ObjectId("5baee3102785bf92e10d44cf"), "files_id" : ObjectId("5baee3102785bf92e10d44cb"), "n" : 3 }
{ "_id" : ObjectId("5baee3102785bf92e10d44cd"), "files_id" : ObjectId("5baee3102785bf92e10d44cb"), "n" : 1 }
{ "_id" : ObjectId("5baee3102785bf92e10d44ce"), "files_id" : ObjectId("5baee3102785bf92e10d44cb"), "n" : 2 }
{ "_id" : ObjectId("5baee3102785bf92e10d44d0"), "files_id" : ObjectId("5baee3102785bf92e10d44cb"), "n" : 4 }
{ "_id" : ObjectId("5baee3112785bf92e10d44d1"), "files_id" : ObjectId("5baee3102785bf92e10d44cb"), "n" : 5 }
{ "_id" : ObjectId("5baee3112785bf92e10d44d2"), "files_id" : ObjectId("5baee3102785bf92e10d44cb"), "n" : 6 }
{ "_id" : ObjectId("5baee3112785bf92e10d44d3"), "files_id" : ObjectId("5baee3102785bf92e10d44cb"), "n" : 7 }
{ "_id" : ObjectId("5baee3112785bf92e10d44d4"), "files_id" : ObjectId("5baee3102785bf92e10d44cb"), "n" : 8 }
{ "_id" : ObjectId("5baee3112785bf92e10d44d5"), "files_id" : ObjectId("5baee3102785bf92e10d44cb"), "n" : 9 }
{ "_id" : ObjectId("5baee3112785bf92e10d44d6"), "files_id" : ObjectId("5baee3102785bf92e10d44cb"), "n" : 10 }
{ "_id" : ObjectId("5baee3112785bf92e10d44d7"), "files_id" : ObjectId("5baee3102785bf92e10d44cb"), "n" : 11 }
{ "_id" : ObjectId("5baee3112785bf92e10d44d8"), "files_id" : ObjectId("5baee3102785bf92e10d44cb"), "n" : 12 }
{ "_id" : ObjectId("5baee3112785bf92e10d44d9"), "files_id" : ObjectId("5baee3102785bf92e10d44cb"), "n" : 13 }
{ "_id" : ObjectId("5baee3112785bf92e10d44da"), "files_id" : ObjectId("5baee3102785bf92e10d44cb"), "n" : 14 }
{ "_id" : ObjectId("5baee3112785bf92e10d44db"), "files_id" : ObjectId("5baee3102785bf92e10d44cb"), "n" : 15 }
{ "_id" : ObjectId("5baee3112785bf92e10d44dc"), "files_id" : ObjectId("5baee3102785bf92e10d44cb"), "n" : 16 }
{ "_id" : ObjectId("5baee3112785bf92e10d44dd"), "files_id" : ObjectId("5baee3102785bf92e10d44cb"), "n" : 17 }
{ "_id" : ObjectId("5baee3112785bf92e10d44de"), "files_id" : ObjectId("5baee3102785bf92e10d44cb"), "n" : 18 }
{ "_id" : ObjectId("5baee3122785bf92ec0c8f70"), "files_id" : ObjectId("5baee3122785bf92ec0c8f6f"), "n" : 0 }
Type "it" for more
>

数据存储在test数据库中，在该数据库中生成了fs.files和fs.chunks两个集合。files存储文件元数据信息，chunks存储文件中的数据。7. 使用搜索命令（1）上传一个新文件

[mongodb@hdp4~]$cp /tmp/dictionary /tmp/hello_world
[mongodb@hdp4~]$mongofiles -u "wxy" -p "rockey" --authenticationDatabase admin put /tmp/hello_world
2018-09-29T10:33:15.332+0800    connected to: localhost
2018-09-29T10:33:15.484+0800    added file: /tmp/hello_world

[mongodb@hdp4~]$mongofiles -u "wxy" -p "rockey" --authenticationDatabase admin list
2018-09-29T10:33:26.149+0800    connected to: localhost
/tmp/dictionary    4953680
/tmp/dictionary    4953680
/tmp/hello_world    4953680
[mongodb@hdp4~]$

（2）用search命令搜索文件名

[mongodb@hdp4~]$mongofiles -u "wxy" -p "rockey" --authenticationDatabase admin search hell
2018-09-29T10:35:07.059+0800    connected to: localhost
/tmp/hello_world    4953680
[mongodb@hdp4~]$mongofiles -u "wxy" -p "rockey" --authenticationDatabase admin search ict
2018-09-29T10:35:13.385+0800    connected to: localhost
/tmp/dictionary    4953680
/tmp/dictionary    4953680
[mongodb@hdp4~]$

8. 删除MongoDB中的文件

[mongodb@hdp4~]$mongofiles -u "wxy" -p "rockey" --authenticationDatabase admin delete /tmp/dictionary
2018-09-29T10:37:38.140+0800    connected to: localhost
2018-09-29T10:37:38.186+0800    successfully deleted all instances of '/tmp/dictionary' from GridFS

[mongodb@hdp4~]$mongofiles -u "wxy" -p "rockey" --authenticationDatabase admin list
2018-09-29T10:37:40.884+0800    connected to: localhost
/tmp/hello_world    4953680
[mongodb@hdp4~]$

使用delete命令有两点需要注意：

该命令基于文件名删除文件，因此将删除所有同名文件。
MongoDB不会释放已经占用的硬盘空间。即使删除db中的集合MongoDB也不会释放磁盘空间。同样，如果使用GridFS存储文件，从GridFS存储中删除无用的垃圾文件，MongoDB依然不会释放磁盘空间的。这会造成磁盘一直在消耗，而无法回收利用的问题。

此时数据库中只存储了/tmp/hello_world一个文件：

> use test
switched to db test
> show collections;
fs.chunks
fs.files
> db.fs.files.find();
{ "_id" : ObjectId("5baee46b2785bf94c31b08ff"), "chunkSize" : 261120, "uploadDate" : ISODate("2018-09-29T02:33:15.505Z"), "length" : 4953680, "md5" : "15a189ff6eacf1796d56e2156d48d69a", "filename" : "/tmp/hello_world" }
>

9 从MongoDB中获取文件

[mongodb@hdp4~]$mongofiles -u "wxy" -p "rockey" --authenticationDatabase admin get /tmp/hello_world
2018-09-29T10:46:04.095+0800    connected to: localhost
2018-09-29T10:46:04.211+0800    finished writing to /tmp/hello_world

[mongodb@hdp4~]$

该例故意包含了一个错误。因为指定了希望读取文件的绝对文件名，mongofiles将把数据写入到含有相同名字和路径的文件中。事实上，该命令将复写原始的/tmp/hello_world文件。

浅尝辄止MongoDB：GridFS

一、为什么使用GridFS

二、GridFS存储原理

三、使用GridFS