GridFS详细分析
来源:互联网 发布:手机淘宝店铺公告 编辑:程序博客网 时间:2024/05/12 12:40
GridFS简介
GridFS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
MongoDB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:
mongofiles search xxx //会查找所有文件名中包含“xxx”的文件
mongofiles list xxx //会查找所有文件名以“xxx”为前缀的文件
参数说明:
–d 指定数据库 ,默认是fs,Mongofiles list –d testGridfs
-u –p 指定用户名,密码
-h 指定主机
-port 指定主机端口
-c 指定集合名,默认是fs
-t 指定文件的MIME类型,默认会忽略
使用MongoVUE来查看,管理GridFS
MongoVUE地址:http://www.mongovue.com/
MongoVUE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
官方的文档貌似不是最新的,不过通过查看api来使用也不困骓。
http://api.mongodb.org/java/2.7.2/
以下代码基于mongo-2.7.3.jar
import java.io.FileInputStream;import java.io.IOException;import java.io.InputStream;import java.net.UnknownHostException;import java.security.NoSuchAlgorithmException;import com.mongodb.BasicDBObject;import com.mongodb.DB;import com.mongodb.DBCollection;import com.mongodb.DBObject;import com.mongodb.Mongo;import com.mongodb.MongoException;import com.mongodb.gridfs.GridFS;import com.mongodb.gridfs.GridFSDBFile;import com.mongodb.gridfs.GridFSInputFile;public class Test {Mongo connection;DB db;DBCollection collection;GridFS myFS;String mongoDBHost = "127.0.0.1";int mongoDBPort = 27017;String dbName = "testGridfs";String collectionName = "fs";public static void main(String[] args) throws MongoException, IOException, NoSuchAlgorithmException {Test t = new Test();String fileName = "F:/CPU.txt";String name = "CPU.txt";//把文件保存到gridfs中,并以文件的md5值为idt.save(new FileInputStream(fileName), name);//据文件名从gridfs中读取到文件GridFSDBFile gridFSDBFile = t.getByFileName(name);if(gridFSDBFile != null){System.out.println("filename:" + gridFSDBFile.getFilename());System.out.println("md5:" + gridFSDBFile.getMD5());System.out.println("length:" + gridFSDBFile.getLength());System.out.println("uploadDate:" + gridFSDBFile.getUploadDate());System.out.println("--------------------------------------");gridFSDBFile.writeTo(System.out);}else{System.out.println("can not get file by name:" + name);}}public Test() throws UnknownHostException, MongoException, NoSuchAlgorithmException {_init();}public Test(String mongoDBHost, int mongoDBPort, String dbName,String collectionName) throws UnknownHostException, MongoException, NoSuchAlgorithmException {this.mongoDBHost = mongoDBHost;this.mongoDBPort = mongoDBPort;this.dbName = dbName;this.collectionName = collectionName;_init();}private void _init() throws UnknownHostException, MongoException, NoSuchAlgorithmException{connection = new Mongo(mongoDBHost, mongoDBPort);db = connection.getDB(dbName);collection = db.getCollection(collectionName);myFS = new GridFS(db);}/** * 用给出的id,保存文件,透明处理已存在的情况 * id 可以是string,long,int,org.bson.types.ObjectId 类型 * @param in * @param id */public void save(InputStream in, Object id){DBObject query = new BasicDBObject("_id", id);GridFSDBFile gridFSDBFile = myFS.findOne(query);if(gridFSDBFile != null)return;GridFSInputFile gridFSInputFile = myFS.createFile(in);gridFSInputFile.save();return;}/** * 据id返回文件 * @param id * @return */public GridFSDBFile getById(Object id){DBObject query = new BasicDBObject("_id", id);GridFSDBFile gridFSDBFile = myFS.findOne(query);return gridFSDBFile;}/** * 据文件名返回文件,只返回第一个 * @param fileName * @return */public GridFSDBFile getByFileName(String fileName){DBObject query = new BasicDBObject("filename", fileName);GridFSDBFile gridFSDBFile = myFS.findOne(query);return gridFSDBFile;}}
nginx-gridfs模块的安装使用
项目地址:https://github.com/mdirolf/nginx-gridfs
通过nginx-gridfs,可以直接用http来访问GridFS中的文件。
1. 安装
安装各种依赖包:zlib,pcre,openssl
在ubuntu下可能是以下命令:
sudo apt-get install zlib1g-dev //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
安装git(略)
用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
下载nginx:
wget http://nginx.org/download/nginx-1.0.12.zip
tar zxvf nginx-1.0.12.zip
cd nginx-1.0.12
./configure --add-module=<nginx-gridfs的路径>
make
sudo make install
如果编译出错,则在configure时加上--with-cc-opt=-Wno-error 参数。
2. 配置nginx
在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:
数据库是pics,通过文件名filename来访问文件,filename的类型是string
目前只支持通过id和filename来访问文件。
启动nginx:/usr/local/nginx/sbin/nginx
用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。
3. nginx-gridfs的不足
没有实现http的range support,也就是断点续传,分片下载的功能。
GridFS实现原理
GridFS在数据库中,默认使用fs.chunks和fs.files来存储文件。
其中fs.files集合存放文件的信息,fs.chunks存放文件数据。
一个fs.files集合中的一条记录内容如下,即一个file的信息如下:
{ "_id" : ObjectId("4f4608844f9b855c6c35e298"), //唯一id,可以是用户自定义的类型"filename" : "CPU.txt", //文件名"length" : 778, //文件长度"chunkSize" : 262144, //chunk的大小"uploadDate" : ISODate("2012-02-23T09:36:04.593Z"), //上传时间"md5" : "e2c789b036cfb3b848ae39a24e795ca6", //文件的md5值"contentType" : "text/plain" //文件的MIME类型"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}
对应的fs.chunks中的chunk如下:
{ "_id" : ObjectId("4f4608844f9b855c6c35e299"), //chunk的id"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"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"data" : BinData(0,"QGV...") //文件的二进制数据,这里省略了具体内容}
默认chunk的大小是256K。
public static final int DEFAULT_CHUNKSIZE = 256 * 1024;
所以在把文件存入到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。
在读取文件的时候,先据查询的条件,在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
尽管从理论上,无论用什么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。
如果想要自已改用其它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。
目前java版的驱动比较简单,可以很容易修改实现。
但是要注意,这样不符合GridFS的规范了。
注意事项
1. GridFS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。
2. 因为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。
- GridFS详细分析
- mongoDB GridFS详细分析
- GridFS详细分析
- GridFS详细分析
- GridFS详细分析
- MongoDB 的 GridFS 详细分析
- MongoDB 的 GridFS 详细分析
- MongoDB 的 GridFS 详细分析
- MongoDB 的 GridFS 详细分析
- MongoDB 的 GridFS 详细分析
- MongoDB 的 GridFS 详细分析
- MongoDB 的 GridFS 详细分析
- MongoDB 的 GridFS 详细分析
- MongoDB 的 GridFS 详细分析转载
- mongodb gridfs分析
- 换乐网GridFS应用分析
- GridFS
- gridfs
- 工作
- 提示:无法连接到安全检查代理服务器 本地ip地址非法
- IE浏览器卡死的问题
- 何为业务逻辑?
- 校园客服端提示IE代理服务器检查不通过
- GridFS详细分析
- 那些计算机大师们
- 习题6.7
- 分享20个Android游戏源码,希望大家喜欢哈!
- 习题6.8,习题6.9,习题6.10 习题6.14
- linux 2.6.32 i2c_transfer
- dom4j学习总结
- STM8 GPIO 学习(驱动LED、Button)
- 在Keil4中建立基于V3.4.0固件库的STM32工程(转)