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

地址：http://www.mongovue.com/

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

001
 import java.io.FileInputStream;
 
  
002
 import java.io.IOException;
 
  
003
 import java.io.InputStream;
 
  
004
 import java.net.UnknownHostException;
 
  
005
 import java.security.NoSuchAlgorithmException;
 
  
006
  
 
  
007
 import com.mongodb.BasicDBObject;
 
  
008
 import com.mongodb.DB;
 
  
009
 import com.mongodb.DBCollection;
 
  
010
 import com.mongodb.DBObject;
 
  
011
 import com.mongodb.Mongo;
 
  
012
 import com.mongodb.MongoException;
 
  
013
 import com.mongodb.gridfs.GridFS;
 
  
014
 import com.mongodb.gridfs.GridFSDBFile;
 
  
015
 import com.mongodb.gridfs.GridFSInputFile;
 
  
016
  
 
  
017
 public class Test {
 
  
018
 Mongo connection;
 
  
019
 DB db;
 
  
020
 DBCollection collection;
 
  
021
 GridFS myFS;
 
  
022
  
 
  
023
 String mongoDBHost = "127.0.0.1";
 
  
024
 int mongoDBPort = 27017;
 
  
025
 String dbName = "testGridfs";
 
  
026
 String collectionName = "fs";
 
  
027
  
 
  
028
 public static void main(String[] args) throws MongoException, IOException, NoSuchAlgorithmException {
 
  
029
 Test t = new Test();
 
  
030
  
 
  
031
 String fileName = "F:/CPU.txt";
 
  
032
 String name = "CPU.txt";
 
  
033
  
 
  
034
 //把文件保存到gridfs中，并以文件的md5值为id
 
  
035
 t.save(new FileInputStream(fileName), name);
 
  
036
  
 
  
037
 //据文件名从gridfs中读取到文件
 
  
038
  
 
  
039
 GridFSDBFile gridFSDBFile = t.getByFileName(name);
 
  
040
 if(gridFSDBFile != null){
 
  
041
 System.out.println("filename:" + gridFSDBFile.getFilename());
 
  
042
 System.out.println("md5:" + gridFSDBFile.getMD5());
 
  
043
 System.out.println("length:" + gridFSDBFile.getLength());
 
  
044
 System.out.println("uploadDate:" + gridFSDBFile.getUploadDate());
 
  
045
  
 
  
046
 System.out.println("--------------------------------------");
 
  
047
 gridFSDBFile.writeTo(System.out);
 
  
048
 }else{
 
  
049
 System.out.println("can not get file by name:" + name);
 
  
050
 }
 
  
051
 }
 
  
052
  
 
  
053
 public Test() throws UnknownHostException, MongoException, NoSuchAlgorithmException {
 
  
054
 _init();
 
  
055
 }
 
  
056
  
 
  
057
  
 
  
058
 public Test(String mongoDBHost, int mongoDBPort, String dbName,
 
  
059
 String collectionName) throws UnknownHostException, MongoException, NoSuchAlgorithmException {
 
  
060
 this.mongoDBHost = mongoDBHost;
 
  
061
 this.mongoDBPort = mongoDBPort;
 
  
062
 this.dbName = dbName;
 
  
063
 this.collectionName = collectionName;
 
  
064
 _init();
 
  
065
 }
 
  
066
  
 
  
067
  
 
  
068
 private void _init() throws UnknownHostException, MongoException, NoSuchAlgorithmException{
 
  
069
 connection = new Mongo(mongoDBHost, mongoDBPort);
 
  
070
 db = connection.getDB(dbName);
 
  
071
 collection = db.getCollection(collectionName);
 
  
072
 myFS = new GridFS(db);
 
  
073
 }
 
  
074
  
 
  
075
 /**
 
  
076
 * 用给出的id，保存文件，透明处理已存在的情况
 
  
077
 * id 可以是string，long，int，org.bson.types.ObjectId 类型
 
  
078
 * @param in
 
  
079
 * @param id
 
  
080
 */
 
  
081
 public void save(InputStream in, Object id){
 
  
082
 DBObject query  = new BasicDBObject("_id", id);
 
  
083
 GridFSDBFile gridFSDBFile = myFS.findOne(query);
 
  
084
  
 
  
085
 if(gridFSDBFile != null)
 
  
086
 return;
 
  
087
  
 
  
088
 GridFSInputFile gridFSInputFile = myFS.createFile(in);
 
  
089
 gridFSInputFile.save();
 
  
090
 return;
 
  
091
 }
 
  
092
  
 
  
093
 /**
 
  
094
 * 据id返回文件
 
  
095
 * @param id
 
  
096
 * @return
 
  
097
 */
 
  
098
 public GridFSDBFile getById(Object id){
 
  
099
 DBObject query  = 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
 DBObject query  = new BasicDBObject("filename", fileName);
 
  
111
 GridFSDBFile gridFSDBFile = myFS.findOne(query);
 
  
112
 return gridFSDBFile;
 
  
113
 }
 
  
114
 }

nginx-gridfs模块的安装使用

项目主页：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：


01
 {
 
  
02
 "_id" : ObjectId("4f4608844f9b855c6c35e298"),       //唯一id，可以是用户自定义的类型
 
  
03
 "filename" : "CPU.txt",      //文件名
 
  
04
 "length" : 778,      //文件长度
 
  
05
 "chunkSize" : 262144,    //chunk的大小
 
  
06
 "uploadDate" : ISODate("2012-02-23T09:36:04.593Z"), //上传时间
 
  
07
 "md5" : "e2c789b036cfb3b848ae39a24e795ca6",      //文件的md5值
 
  
08
 "contentType" : "text/plain"     //文件的MIME类型
 
  
09
 "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。