MongoDB 的 GridFS 详细分析
来源:互联网 发布:掌上电力显示网络问题 编辑:程序博客网 时间:2024/06/06 05:22
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
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
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:
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
}
对应的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
}
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。
- 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 GridFS详细分析
- MongoDB 的 GridFS 详细分析转载
- mongodb gridfs分析
- GridFS详细分析
- GridFS详细分析
- GridFS详细分析
- GridFS详细分析
- thinkphp支持mongodb的GridFS
- MongoDB---GridFS
- MongoDB GridFS
- Oracle的alter的一些用法
- STC89C52RC定时器的相关设置
- Typedef Struct 用法详解和用法小结
- 安全编程: 防止缓冲区溢出
- php中explode与split的区别介绍
- MongoDB 的 GridFS 详细分析
- String str1="abc";和String str2=new String("abc");的区别
- AFNetworking2.5使用
- UIScrollView的无限左滑轮播一点也不难
- MongoDB 运行状态、性能监控,分析
- 二叉树C++实现
- SSH生命周期图
- Chronometer控件的使用
- Java 导出txt文件