问题引入:
mongodb如何存取图片及等其他非文档型文件,或者说大于16M的文件。例如pdf文件,大图片文件等。
解决方案
MongoDB内置一套文件系统名为GridFS(Grid File System),我们可以使用它来存储大于16M的文件。
GridFS具有分布式管理文件的能力,可以突破一般文件系统对file的限制,分段存储,不像普通文件系统是整个存储的。这样读取大型文件时就不会占用大量的内存。
GridFS会将文件存储在两个Document里:
1.Chunks用来存储二进制数据
2.Files用于存储基本文件信息
gridfs介绍
GridFS 用于存储和恢复那些超过16M(BSON文件限制)的文件(如:图片、音频、视频等),适合于不常改变但是经常需要连续访问的大文件。GridFS 也是文件存储的一种方式,但是它是存储在MonoDB的集合中。
GridFS 会将大文件对象分割成多个小的chunk(文件片段),一般为256k/个,每个chunk将作为MongoDB的一个文档(document)被存储在chunks集合中。
其中,files中存储文件的元信息,默认使用集合为fs.files,键定义如下:
_id 主键
length 文件所包含的字节数
chunkSize 组成文件的每个块的大小,单位为字节,默认值为256KB,可调整
uploadDate 文件被上传到GridFS的日期
md5 文件内容的MD5校验值,该值由服务器端测试得到
每一个文件存储的各个chunk的files_id相同
代码演练
import pymongo
from gridfs import GridFS
from bson.objectid import ObjectId
class MongoGridFS(object):
UploadCache = "uploadcache"
dbURL = "mongodb://192.168.20.120:27010"
def __init__(self, params):
'''
Constructor
'''
# 上传文件
def upLoadFile(self, file_coll, file_name, data_link):
"""
上传文件
:param file_coll: 集合名
:param file_name: 文件名(自定义属性字段)
:param data_link: 文件链接(自定义属性字段)
:return: 返回files_id
"""
client = pymongo.MongoClient(self.dbURL)
db = client["xddq_device_maintenance"]
filter_condition = {"filename": file_name, "url": data_link, 'version':2}
gridfs_col = GridFS(db, collection=file_coll)
file_ = "0"
query = {"filename": ""}
query["filename"] = file_name
if gridfs_col.exists(query):
print('已经存在该文件')
else:
with open(file_name, 'rb') as file_r:
file_data = file_r.read()
file_ = gridfs_col.put(data=file_data, **filter_condition) # 上传到gridfs
print(file_)
return file_
# 按文件名获取文档
def downLoadFile(self, file_coll, file_name, out_name, ver=-1):
"""
按文件名下载
:param file_coll:集合名
:param file_name:文件名
:param out_name: 下载下来的文件名
:param ver: 版本号,默认-1表示最近一次的记录
:return:
"""
client = pymongo.MongoClient(self.dbURL)
db = client["xddq_device_maintenance"]
gridfs_col = GridFS(db, collection=file_coll)
file_data = gridfs_col.get_version(filename=file_name, version=ver).read()
with open(out_name, 'wb') as file_w:
file_w.write(file_data)
# 按文件_Id获取文档
def downLoadFilebyID(self, file_coll, _id, out_name):
"""
按文件id获取文件
:param file_coll: 集合名
:param _id: 文件id ===> fiels_id
:param out_name: 下载后的文件名称
:return:
"""
client = pymongo.MongoClient(self.dbURL)
db = client["xddq_device_maintenance"]
gridfs_col = GridFS(db, collection=file_coll)
O_Id = ObjectId(_id)
gf = gridfs_col.get(file_id=O_Id)
file_data = gf.read()
with open(out_name, 'wb') as file_w:
file_w.write(file_data)
return gf.filename
if __name__ == '__main__':
a = MongoGridFS("")
file = a.upLoadFile("test","a.pdf","") # 上傳名为a.pdf的文件
a.downLoadFile("test","a.pdf","c.pdf") # 按文件名下载文件保存到c.pdf
ll = a.downLoadFilebyID("test", 'file', "b.pdf") # 按files_id下载文件保存到b.pdf