MongoDB分布式存储——GridFS

　　mongodb除了保存各种文档（JOSN结构）外还能够保存文件。MongoDB的文档以BSON格式存储，支持二进制数据类型，所以，可以把文件的二进制格式的数据直接保存到MongoDB的文档中，但是每个文档的长度是有限制的，而我们一般上传的图片、视频等文件又比较大。针对这种情况，mongoDB提供了一种处理大文件的规范——GridFS。GridFS规范提供了一种透明机制，可以将一个大文件分割成为多个较小的文档，这样的机制允许我们有效的保存大文件对象，特别对于那些巨大的文件，比如视频、高清图片等。

　　一、实现原理：

　　将要存储的文件分成若干块儿，每一块作为一个单独的文档来存储，每块默认大小为256k。用两个集合来存储一个文件：fs.files与fs.chunks。

　　fs.files存放文件信息

　　文件的元数据放在这个集合里面，默认fs.files。这个里面的每个文档表示GridFS中的一个文件，与文件相关的自定义元数据也保存在其中，除了用户自定义的键，GridFS还有默认的一些键：

　　1._id:唯一标识

　　2.length：文件总长度

　　3.chunksize：没块儿的大小，默认为256k

　　4.uploadDate：时间戳

　　5.md5：文件内容的md5校验和，值由服务器端生成，用于计算上传块的md5校验和，用户可以校验md5的值确保文件正确上传。contentType：文件类型还可以添加其他键来标识这个文件,例如，可以是上传者的信息。

　　fs.chunks：存放文件的数据

      GridFS的块有个单独的集合。默认情况下，块将使用fs.chunks集合，如果有需要可以覆盖。这个块集合里面文档的结构非常简单：

　　1._id：标志唯一

　　2.n：表示块的编号，也就是这个块在原文件中的顺序号

　　3.data：包含组成文件块的二进制数据

　　4.files_id：包含这个块元数据的文件文档的"_id"

　　二、保存文件的流程：

　　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。

　　三、读取文件的流程：

　　先据查询的条件，在fs.files中找到对应的文档，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。

　　四、什么情况下使用？

　　在MongoDB文档集合,你应该总是使用GridFS存储文件大于16MB。在某些情况下,在MongoDB数据库比系统级文件系统存储大文件可能更有效。

　　（1）如果你的文件系统限制一个目录中的文件的数量,你可以根据需要使用GridFS文件系统存储尽可能多的文件。

　　（2）当你想让你的文件和元数据自动同步和部署多个系统和设施。当使用分布式副本集MongoDB可以分发文件和元数据自动生成mongod实例和设施。

　　（3）当您想要访问的信息来自部分大文件,而无需全部文件加载到内存中,您可以使用GridFS召回部分文件不用读取整个文件到内存中。

　　如果需要自动更新整个文件的内容，不要使用GridFS。作为替代,你可以将每个文件存储多个版本，每个文件并指定元数据文件的当前版本。

　　当上传新版本的文件之后，您可以更新元数据字段，在原子钟标明最新状态。之后删除以前的版本。

　　五、注意：

　　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。

　　小编结语：

　　更多内容尽在课课家教育！