【MongoDB】4、MongoDB的两个小东东：GridFS和mapreduce

早上继续看mongodb文档，利用早餐、交电话费、逛超市的碎片时间看了两个小东东：GridFS和mapreduce。

1、GridFS

GridFS是mongodb的分布式文件系统，可以充分利用分片和副本集的优势，善设shard key，还是不错的。

我想的shard key 是文件名，或者{类别，文件名}，没细想，有了经验再细考量。对于创建日期有些犹豫，细节还不了解，应该是有价值的，还不知道怎么用。

以下凭记忆乱写，未必正确。

GridFS用两类集合保存文件，一个是db.files，保存文件元信息，和普通的集合没关系。一类是db.chunks，保存文件本身，每个chunk 20G。

对于大文件，驱动程序负责分割（需要自己写代码干预吗？看Java API文档时记着这个事情），每个文档受4M限制（新版本会扩大吧，反正再大也是不太大）。

客户端，比如Java可以建立连接，直接保存文件到mongodb，和保存普通文档从语法上区别不大。

常规操作包括：put、get、list、search。

有md5字段，可以验证文件完整性。

大概这些，感觉存小图片啥的还可以，正经存文件还是hdfs吧。当然，存海量小文件也功德无量。再想想shard和replset，也非常高大上。

2、MapReduce in MongoDB

这个也是个太监版，初步具备了象征意义。

输入方面，需要将BSON转换为JavaScript对象，额滴神啊，想想都觉得慢。

在map之前可以order by ,limit,query过滤，然后map ,emit,reduce，最后finalize。

结果集依托Connection是暂时的，可以持久保存。

JavaScript语法清晰简单。

继续看的话，找找Job、Task调度的内容。分片机制按照shard key将数据分片存储，计算的输入如果在某个分片上，map是不是也运行在那个分片上呢？

接下来还有几块内容没看：

管理角度：监控、备份；

开发角度：索引、查询。