https://blog.csdn.net/jiangtianjiao/article/details/89349154
http://rdc.hundsun.com/portal/article/703.html
GridFS簡介
GridFS是Mongo的一個子模塊,使用GridFS可以基於MongoDB來持久存儲文件。並且支持分佈式應用(文件分佈存儲和讀取)。作爲MongoDB中二進制數據存儲在數據庫中的解決方案，通常用來處理大文件，對於MongoDB的BSON格式的數據(文檔)存儲有尺寸限制，最大爲16M。但是在實際系統開發中，上傳的圖片或者文件可能尺寸會很大，此時我們可以借用GridFS來輔助管理這些文件。
GridFS不是MongoDB自身特性，只是一種將大型文件存儲在MongoDB的文件規範，所有官方支持的驅動均實現了GridFS規範。GridFS制定大文件在數據庫中如何處理，通過開發語言驅動來完成、通過API接口來存儲檢索大文件。
使用場景
①如果您的文件系統在一個目錄中存儲的文件數量有限（太多將會影響文件的打開速度），你可以使用GridFS存儲儘可能多的文件。
②當你想訪問大型文件的部分信息，卻不想加載整個文件到內存時，您可以使用GridFS存儲文件，並讀取文件部分信息，而不需要加載整個文件到內存。
③當你想讓你的文件和元數據自動同步並部署在多個系統和設施，你可以使用GridFS實現分佈式文件存儲。
存儲原理
GridFS使用兩個集合（collection）存儲文件。一個集合是chunks, 用於存儲文件內容的二進制數據；一個集合是files，用於存儲文件的元數據。GridFS會將兩個集合放在一個普通的buket中，並且這兩個集合使用buket的名字作爲前綴。MongoDB的GridFs默認使用fs命名的buket存放兩個文件集合。因此存儲文件的兩個集合分別會命名爲集合fs.files ,集合fs.chunks。當然也可以定義不同的buket名字，甚至在一個數據庫中定義多個bukets，但所有的集合的名字都不得超過mongoDB命名空間的限制。
MongoDB集合的命名包括了數據庫名字與集合名字，會將數據庫名與集合名通過“.”分隔(eg:<database>.<collection>)。而且命名的最大長度不得超過120bytes。當把一個文件存儲到GridFS時，如果文件大於chunksize （每個chunk塊大小爲256KB），會先將文件按照chunk的大小分割成多個chunk塊，最終將chunk塊的信息存儲在fs.chunks集合的多個文檔中。然後將文件信息存儲在fs.files集合的唯一一份文檔中。其中fs.chunks集合中多個文檔中的file_id字段對應fs.files集中文檔_id字段。
讀文件時，先根據查詢條件在files集合中找到對應的文檔，同時得到_id字段，再根據_id在chunks集合中查詢所有files_id等於_id的文檔。最後根據n字段順序讀取chunk的data字段數據，還原文件。
存儲過程如圖下所示：
fs.files集合存儲文件元數據，以類json格式文檔形式存儲。每在GridFS存儲一個文件，則會在fs.files集合中對應生成一個文檔。
fs.files集合中文檔的存儲內容如下：
fs.chunks 集合存儲文件文件內容的二進制數據，以類json格式文檔形式存儲。每在GridFS存儲一個文件，GridFS就會將文件內容按照chunksize大小（chunk容量爲256k）分成多個文件塊，然後將文件塊按照類json格式存在.chunks集合中，每個文件塊對應fs.chunk集合中一個文檔。一個存儲文件會對應一到多個chunk文檔。
fs.chunks集合中文檔的存儲內容如下：
爲了提高檢索速度 MongoDB爲GridFS的兩個集合建立了索引。fs.files集合使用是filename與uploadDate字段作爲唯一、複合索引。fs.chunk集合使用的是files_id與n字段作爲唯一、複合索引。
GridFS命令行操作工具 — mongofiles
Put: 從"C:\Users\ChangQing\Pictures\a.jpg"上傳文件a.jpg，存在數據庫mytest中，命名爲"changqing"
mongofiles -d gridfs -l "C:\Users\ChangQing\Pictures\a.jpg" put "changqing"
mongofiles -d gridfs put "C:\Users\ChangQing\Pictures\a.jpg" //此種方式上傳文件名即爲C:\Users\ChangQing\Pictures\a.jpg
Get: 從數據庫gridfs下載文件"changqing"至"C:\Users\ChangQing\Pictures\a\a.jpg"
mongofiles -d gridfs -l "C:\Users\ChangQing\Pictures\a\a.jpg" get "changqing"
List: 查看文件列表
mongofiles -d gridfs list
Search: 查找名爲"changqing"的文件
mongofiles -d gridfs search "changqing"
Delete：刪除名爲"changqing"的文件
mongofiles -d gridfs delete "changqing"
其中-d指定數據庫實例，-l[--local]:上傳/下載時的本地文件名，默認與gridfs上的文件名一致。
注意點
GridFs不會自動處理md5值相同的文件，也就是說，同一個文件進行兩次put命令，將會在GridFS中對應兩個不同的存儲，對於存儲來說，這是一種浪費。對於md5相同的文件，如果想要在GridFS中只有一個存儲，需要通過API進行擴展處理。
MongoDB 不會釋放已經佔用的硬盤空間。即使刪除db中的集合 MongoDB也不會釋放磁盤空間。同樣，如果使用GridFS存儲文件，從GridFS存儲中刪除無用的垃圾文件，MongoDB依然不會釋放磁盤空間的。這會造成磁盤一直在消耗，而無法回收利用的問題。
釋放磁盤空間
①可以通過修復數據庫來回收磁盤空間，即在mongo shell中運行db.repairDatabase()命令或者db.runCommand({ repairDatabase: 1 })命令。（此命令執行比較慢）。使用通過修復數據庫方法回收磁盤時需要注意，待修復磁盤的剩餘空間必須大於等於存儲數據集佔用空間加上2G，否則無法完成修復。因此使用GridFS大量存儲文件必須提前考慮設計磁盤迴收方案，以解決mongoDB磁盤迴收問題。
②使用dump&restore方式，即先刪除mongoDB數據庫中需要清除的數據，然後使用mongodump備份數據庫。備份完成後，刪除MongoDB的數據庫，使用Mongorestore工具恢復備份數據到數據庫。
當使用db.repairDatabase()命令沒有足夠的磁盤剩餘空間時，可以採用dump&restore方式回收磁盤資源。如果MongoDB是副本集模式，dump&restore方式可以做到對外持續服務，在不影響MongoDB正常使用下回收磁盤資源。
MogonDB使用副本集， 實踐使用dump&restore方式回收磁盤資源。70G的數據在2小時之內完成數據清理及磁盤迴收，並且整個過程不影響MongoDB對外服務，同時可以保證處理過程中數據庫增量數據的完整。
參考：http://rdc.hundsun.com/portal/article/703.html