简介
是MongoDB中的一个内置功能,可以用于存放大量小文件。
http://www.mongodb.org/display/DOCS/GridFS
http://www.mongodb.org/display/DOCS/GridFS+Specification
GridFS使用
提供了一个命令行工具mongofiles可以来处理GridFS,在bin目录下。
列出所有文件:
mongofiles list
上传一个文件:
mongofiles put xxx.txt
下载一个文件:
mongofiles get xxx.txt
查找文件:
会查找所有文件名中包含“xxx”的文件
会查找所有文件名以“xxx”为前缀的文件
参数说明:
指定数据库 ,默认是fs,Mongofiles list –d testGridfs
指定用户名,密码
指定主机
指定主机端口
指定集合名,默认是fs
指定文件的MIME类型,默认会忽略
使用MongoVUE来查看,管理GridFS
是个免费软件,但超过15天后功能受限。可以通过删除以下注册表项来解除限制:
[HKEY_CURRENT_USER\Software\Classes\CLSID\{B1159E65-821C3-21C5-CE21-34A484D54444}\4FF78130]
把这个项下的值全删掉就可以了。
用java驱动上传下载文件:
下载地址:https://github.com/mongodb/mongo-java-driver/downloads
api来使用也不困骓。
http://api.mongodb.org/java/2.7.2/
mongo-2.7.3.jar
1. import java.io.FileInputStream;
2. import java.io.IOException;
3. import java.io.InputStream;
4. import java.net.UnknownHostException;
5. import java.security.NoSuchAlgorithmException;
6.
7. import com.mongodb.BasicDBObject;
8. import com.mongodb.DB;
9. import com.mongodb.DBCollection;
10. import com.mongodb.DBObject;
11. import com.mongodb.Mongo;
12. import com.mongodb.MongoException;
13. import com.mongodb.gridfs.GridFS;
14. import com.mongodb.gridfs.GridFSDBFile;
15. import com.mongodb.gridfs.GridFSInputFile;
16.
17. public class Test {
18. Mongo connection;
19. DB db;
20. DBCollection collection;
21. GridFS myFS;
22.
23. "127.0.0.1";
24. int mongoDBPort = 27017;
25. "testGridfs";
26. "fs";
27.
28. public static void main(String[] args) throws MongoException, IOException, NoSuchAlgorithmException {
29. new Test();
30.
31. "F:/CPU.txt";
32. "CPU.txt";
33.
34. //把文件保存到gridfs中,并以文件的md5值为id
35. new FileInputStream(fileName), name);
36.
37. //据文件名从gridfs中读取到文件
38.
39. GridFSDBFile gridFSDBFile = t.getByFileName(name);
40. if(gridFSDBFile != null){
41. "filename:" + gridFSDBFile.getFilename());
42. "md5:" + gridFSDBFile.getMD5());
43. "length:" + gridFSDBFile.getLength());
44. "uploadDate:" + gridFSDBFile.getUploadDate());
45.
46. "--------------------------------------");
47. gridFSDBFile.writeTo(System.out);
48. else{
49. "can not get file by name:" + name);
50. }
51. }
52.
53. public Test() throws UnknownHostException, MongoException, NoSuchAlgorithmException {
54. _init();
55. }
56.
57.
58. public Test(String mongoDBHost, int mongoDBPort, String dbName,
59. throws UnknownHostException, MongoException, NoSuchAlgorithmException {
60. this.mongoDBHost = mongoDBHost;
61. this.mongoDBPort = mongoDBPort;
62. this.dbName = dbName;
63. this.collectionName = collectionName;
64. _init();
65. }
66.
67.
68. private void _init() throws UnknownHostException, MongoException, NoSuchAlgorithmException{
69. new Mongo(mongoDBHost, mongoDBPort);
70. db = connection.getDB(dbName);
71. collection = db.getCollection(collectionName);
72. new GridFS(db);
73. }
74.
75. /**
76. * 用给出的id,保存文件,透明处理已存在的情况
77. * id 可以是string,long,int,org.bson.types.ObjectId 类型
78. * @param in
79. * @param id
80. */
81. public void save(InputStream in, Object id){
82. new BasicDBObject("_id", id);
83. GridFSDBFile gridFSDBFile = myFS.findOne(query);
84.
85. if(gridFSDBFile != null)
86. return;
87.
88. GridFSInputFile gridFSInputFile = myFS.createFile(in);
89. gridFSInputFile.save();
90. return;
91. }
92.
93. /**
94. * 据id返回文件
95. * @param id
96. * @return
97. */
98. public GridFSDBFile getById(Object id){
99. new BasicDBObject("_id", id);
100. GridFSDBFile gridFSDBFile = myFS.findOne(query);
101. return gridFSDBFile;
102. }
103.
104. /**
105. * 据文件名返回文件,只返回第一个
106. * @param fileName
107. * @return
108. */
109. public GridFSDBFile getByFileName(String fileName){
110. new BasicDBObject("filename", fileName);
111. GridFSDBFile gridFSDBFile = myFS.findOne(query);
112. return gridFSDBFile;
113. }
114. }
nginx-gridfs模块的安装使用
项目地址:https://github.com/mdirolf/nginx-gridfs
http来访问GridFS中的文件。
1. 安装
zlib,pcre,openssl
ubuntu下可能是以下命令:
貌似sudo apt-get install zlib-dev 不能安装
sudo apt-get install libpcre3 libpcre3-dev
sudo apt-get install openssl libssl-dev
git(略)
git下载nginx-gridfs的代码:
git clone git://github.com/mdirolf/nginx-gridfs.git
cd nginx-gridfs
git submodule init
git submodule update
nginx:
wget http://nginx.org/download/nginx-1.0.12.zip
tar zxvf nginx-1.0.12.zip
cd nginx-1.0.12
的路径>
make
sudo make install
configure时加上--with-cc-opt=-Wno-error 参数。
nginx
server的配置中加上以下
location /pics/ {
gridfs pics
field=filename
type=string;
mongo 127.0.0.1:27017;
}
上面的配置表示:
pics,通过文件名filename来访问文件,filename的类型是string
id和filename来访问文件。
nginx:/usr/local/nginx/sbin/nginx
MongoVUE把一个图片001.jpg上传到pics数据库中。
打开:http://localhost/pics/001.jpg
如果成功,则可以看到显示图片了。
的不足
http的range support,也就是断点续传,分片下载的功能。
GridFS实现原理
在数据库中,默认使用fs.chunks和fs.files来存储文件。
fs.files集合存放文件的信息,fs.chunks存放文件数据。
fs.files集合中的一条记录内容如下,即一个file的信息如下:
1. {
2. "_id" : ObjectId("4f4608844f9b855c6c35e298"), //唯一id,可以是用户自定义的类型
3. "filename" : "CPU.txt", //文件名
4. "length" : 778, //文件长度
5. "chunkSize" : 262144, //chunk的大小
6. "uploadDate" : ISODate("2012-02-23T09:36:04.593Z"), //上传时间
7. "md5" : "e2c789b036cfb3b848ae39a24e795ca6", //文件的md5值
8. "contentType" : "text/plain" //文件的MIME类型
9. "meta" : null //文件的其它信息,默认是没有”meta”这个key,用户可以自己定义为任意BSON对象
10. }
fs.chunks中的chunk如下:
1. {
2. "_id" : ObjectId("4f4608844f9b855c6c35e299"), //chunk的id
3. "files_id" : ObjectId("4f4608844f9b855c6c35e298"), //文件的id,对应fs.files中的对象,相当于fs.files集合的外键
4. "n" : 0, //文件的第几个chunk块,如果文件大于chunksize的话,会被分割成多个chunk块
5. "data" : BinData(0,"QGV...") //文件的二进制数据,这里省略了具体内容
6. }
chunk的大小是256K。
public static final int DEFAULT_CHUNKSIZE = 256 * 1024;
GridFS过程中,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。
fs.files中找到一个合适的记录,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。
自定义Gridfs的hash函数
hash函数,都有可能出现hash值相同,但内容不相同的文件,但是对于GridFS默认使用的md5算法,目前已出现长度和md5值都相同但内容不一样的文件。
hash算法,可以从驱动入手。因为GridFS在MongoDB中实际也只是两个普通的集合,所以完全可以自已修改驱动,替换下hash算法即可。
java版的驱动比较简单,可以很容易修改实现。
GridFS的规范了。
注意事项
不自动处理md5相同的文件,对于md5相同的文件,如果想在GridFS中只有一个存储,要用户自已处理。Md5值的计算由客户端完成。
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。