摘要：下面列出了使用作為文件存儲(chǔ)的理由。如果已經(jīng)在使用，那么可以使用來(lái)代替獨(dú)立的文件存儲(chǔ)工具。在中，文件存儲(chǔ)的集中度會(huì)比較高，因?yàn)槭且詾閱挝粊?lái)分配數(shù)據(jù)文件的。揭開(kāi)的面紗是一種輕量級(jí)的文件存儲(chǔ)規(guī)范，用于存儲(chǔ)中的普通文檔。

上一篇文章：MongoDB指南---14、特殊的索引和集合：固定集合、TTL索引、全文本索引
下一篇文章：MongoDB指南---16、聚合

MongoDB支持幾種類型的地理空間索引。其中最常用的是2dsphere索引（用于地球表面類型的地圖）和2d索引（用于平面地圖和時(shí)間連續(xù)的數(shù)據(jù)）。
2dsphere允許使用GeoJSON格式（http://www.geojson.org）指定點(diǎn)、線和多邊形。點(diǎn)可以用形如[longitude, latitude]（[經(jīng)度，緯度]）的兩個(gè)元素的數(shù)組表示：

{
    "name" : "New York City",
    "loc" : {
        "type" : "Point",
        "coordinates" : [50, 2] 
    }
}

線可以用一個(gè)由點(diǎn)組成的數(shù)組來(lái)表示：

{
    "name" : "Hudson River",
    "loc" : {
        "type" : "Line",
        "coordinates" : [[0,1], [0,2], [1,2]]
    }
}

多邊形的表示方式與線一樣（都是一個(gè)由點(diǎn)組成的數(shù)組），但是"type"不同：

{
    "name" : "New England",
    "loc" : {
        "type" : "Polygon",
        "coordinates" : [[0,1], [0,2], [1,2]]
    }
}

"loc"字段的名字可以是任意的，但是其中的子對(duì)象是由GeoJSON指定的，不能改變。
在ensureIndex中使用"2dsphere"選項(xiàng)就可以創(chuàng)建一個(gè)地理空間索引：

> db.world.ensureIndex({"loc" : "2dsphere"}) 

可以使用多種不同類型的地理空間查詢：交集（intersection）、包含（within）以及接近（nearness）。查詢時(shí)，需要將希望查找的內(nèi)容指定為形如{"$geometry" : geoJsonDesc}的GeoJSON對(duì)象。
例如，可以使用"$geoIntersects"操作符找出與查詢位置相交的文檔：

> var eastVillage = {
... "type" : "Polygon",
... "coordinates" : [
... [-73.9917900, 40.7264100],
... [-73.9917900, 40.7321400],
... [-73.9829300, 40.7321400],
... [-73.9829300, 40.7264100]
... ]}
> db.open.street.map.find(
... {"loc" : {"$geoIntersects" : {"$geometry" : eastVillage}}})

這樣就會(huì)找到所有與East Village區(qū)域有交集的文檔。
可以使用"$within"查詢完全包含在某個(gè)區(qū)域的文檔，例如：“East Village有哪些餐館？”

> db.open.street.map.find({"loc" : {"$within" : {"$geometry" : eastVillage}}})

與第一個(gè)查詢不同，這次不會(huì)返回那些只是經(jīng)過(guò)East Village（比如街道）或者部分重疊（比如用于表示曼哈頓的多邊形）的文檔。
最后，可以使用"$near"查詢附近的位置：

> db.open.street.map.find({"loc" : {"$near" : {"$geometry" : eastVillage}}})

注意，"$near"是唯一一個(gè)會(huì)對(duì)查詢結(jié)果進(jìn)行自動(dòng)排序的地理空間操作符："$near"的返回結(jié)果是按照距離由近及遠(yuǎn)排序的。
地理位置查詢有一點(diǎn)非常有趣：不需要地理空間索引就可以使用"$geoIntersects"或者"$within"（"$near"需要使用索引）。但是，建議在用于表示地理位置的字段上建立地理空間索引，這樣可以顯著提高查詢速度。

如果有其他類型的索引，可以將地理空間索引與其他字段組合在一起使用，以便對(duì)更復(fù)雜的查詢進(jìn)行優(yōu)化。上面提到過(guò)一種可能的查詢：“East Village有哪些餐館？”。如果僅僅使用地理空間索引，我們只能查找到East Village內(nèi)的所有東西，但是如果要將“restaurants”或者是“pizza”多帶帶查詢出來(lái)，就需要使用其他索引中的字段了：

> db.open.street.map.ensureIndex({"tags" : 1, "location" : "2dsphere"})

然后就能夠很快地找到East Village內(nèi)的披薩店了：

> db.open.street.map.find({"loc" : {"$within" : {"$geometry" : eastVillage}},
... "tags" : "pizza"})

其他索引字段可以放在"2dsphere"字段前面也可以放在后面，這取決于我們希望首先使用其他索引的字段進(jìn)行過(guò)濾還是首先使用位置進(jìn)行過(guò)濾。應(yīng)該將那個(gè)能夠過(guò)濾掉盡可能多的結(jié)果的字段放在前面。

對(duì)于非球面地圖（游戲地圖、時(shí)間連續(xù)的數(shù)據(jù)等），可以使用"2d"索引代替"2dsphere"：

> db.hyrule.ensureIndex({"tile" : "2d"})

"2d"索引用于扁平表面，而不是球體表面。"2d"索引不應(yīng)該用在球體表面上，否則極點(diǎn)附近會(huì)出現(xiàn)大量的扭曲變形。
文檔中應(yīng)該使用包含兩個(gè)元素的數(shù)組表示2d索引字段（寫作本書時(shí)，這個(gè)字段還不是GeoJSON文檔）。示例如下：

{
    "name" : "Water Temple",
    "tile" : [ 32, 22 ]
}

"2d"索引只能對(duì)點(diǎn)進(jìn)行索引。可以保存一個(gè)由點(diǎn)組成的數(shù)組，但是它只會(huì)被保存為由點(diǎn)組成的數(shù)組，不會(huì)被當(dāng)成線。特別是對(duì)于"$within"查詢來(lái)說(shuō)，這是一項(xiàng)重要的區(qū)別。如果將街道保存為由點(diǎn)組成的數(shù)組，那么如果其中的某個(gè)點(diǎn)位于給定的形狀之內(nèi)，這個(gè)文檔就會(huì)與$within相匹配。但是，由這些點(diǎn)組成的線并不一定完全包含在這個(gè)形狀之內(nèi)。
默認(rèn)情況下，地理空間索引是假設(shè)你的值都介于-180~180。可以根據(jù)需要在ensureIndex中設(shè)置更大或者更小的索引邊界值：

> db.star.trek.ensureIndex({"light-years" : "2d"}, {"min" : -1000, "max" : 1000})

這會(huì)創(chuàng)建一個(gè)2000×2000大小的空間索引。
使用"2d"索引進(jìn)行查詢比使用"2dsphere"要簡(jiǎn)單許多。可以直接使用"$near"或者"$within"，而不必帶有"$geometry"子對(duì)象。可以直接指定坐標(biāo)：

> db.hyrule.find({"tile" : {"$near" : [20, 21]}})

這樣會(huì)返回hyrule集合內(nèi)的全部文檔，按照距離(20,21)這個(gè)點(diǎn)的距離排序。如果沒(méi)有指定文檔數(shù)量限制，默認(rèn)最多返回100個(gè)文檔。如果不需要這么多結(jié)果，應(yīng)該根據(jù)需要設(shè)置返回文檔的數(shù)量以節(jié)省服務(wù)器資源。例如，下面的代碼只會(huì)返回距離(20,21)最近的10個(gè)文檔：

> db.hyrule.find({"tile" : {"$near" : [20, 21]}}).limit(10)

"$within"可以查詢出某個(gè)形狀（矩形、圓形或者是多邊形）范圍內(nèi)的所有文檔。如果要使用矩形，可以指定"$box"選項(xiàng)：

> db.hyrule.find({"tile" : {"$within" : {"$box" : [[10, 20], [15, 30]]}}})

"$box"接受一個(gè)兩元素的數(shù)組：第一個(gè)元素指定左下角的坐標(biāo)，第二個(gè)元素指定右上角的坐標(biāo)。
類似地，可以使用"$center"選項(xiàng)返回圓形范圍內(nèi)的所有文檔，這個(gè)選項(xiàng)也是接受一個(gè)兩元素?cái)?shù)組作為參數(shù)：第一個(gè)元素是一個(gè)點(diǎn)，用于指定圓心；第二個(gè)參數(shù)用于指定半徑：

> db.hyrule.find({"tile" : {"$within" : {"$center" : [[12, 25], 5]}}})

還可以使用多個(gè)點(diǎn)組成的數(shù)組來(lái)指定多邊形：

> db.hyrule.find(
... {"tile" : {"$within" : {"$polygon" : [[0, 20], [10, 0], [-10, 0]]}}})

這個(gè)例子會(huì)查詢出包含給定三角形內(nèi)的點(diǎn)的所有文檔。列表中的最后一個(gè)點(diǎn)會(huì)被連接到第一個(gè)點(diǎn)，以便組成多邊形。

GridFS是MongoDB的一種存儲(chǔ)機(jī)制，用來(lái)存儲(chǔ)大型二進(jìn)制文件。下面列出了使用GridFS作為文件存儲(chǔ)的理由。

使用GridFS能夠簡(jiǎn)化你的棧。如果已經(jīng)在使用MongoDB，那么可以使用GridFS來(lái)代替獨(dú)立的文件存儲(chǔ)工具。

GridFS會(huì)自動(dòng)平衡已有的復(fù)制或者為MongoDB設(shè)置的自動(dòng)分片，所以對(duì)文件存儲(chǔ)做故障轉(zhuǎn)移或者橫向擴(kuò)展會(huì)更容易。

當(dāng)用于存儲(chǔ)用戶上傳的文件時(shí)，GridFS可以比較從容地解決其他一些文件系統(tǒng)可能會(huì)遇到的問(wèn)題。例如，在GridFS文件系統(tǒng)中，如果在同一個(gè)目錄下存儲(chǔ)大量的文件，沒(méi)有任何問(wèn)題。

在GridFS中，文件存儲(chǔ)的集中度會(huì)比較高，因?yàn)镸ongoDB是以2 GB為單位來(lái)分配數(shù)據(jù)文件的。

GridFS也有一些缺點(diǎn)。

GridFS的性能比較低：從MongoDB中訪問(wèn)文件，不如直接從文件系統(tǒng)中訪問(wèn)文件速度快。

如果要修改GridFS上的文檔，只能先將已有文檔刪除，然后再將整個(gè)文檔重新保存。MongoDB將文件作為多個(gè)文檔進(jìn)行存儲(chǔ)，所以它無(wú)法在同一時(shí)間對(duì)文件中的所有塊加鎖。

通常來(lái)說(shuō)，如果你有一些不常改變但是經(jīng)常需要連續(xù)訪問(wèn)的大文件，那么使用GridFS再合適不過(guò)了。

使用GridFS最簡(jiǎn)單的方式是使用mongofiles工具。所有的MongoDB發(fā)行版中都包含了mongofiles，可以用它在GridFS中上傳文件、下載文件、查看文件列表、搜索文件，以及刪除文件。
與其他的命令行工具一樣，運(yùn)行mongofiles --help就可以查看它的可用選項(xiàng)了。
在下面這個(gè)會(huì)話中，首先用mongofiles從文件系統(tǒng)中上傳一個(gè)文件到GridFS，然后列出GridFS中的所有文件，最后再將之前上傳過(guò)的文件從GridFS中下載下來(lái)：

$ echo "Hello, world" > foo.txt
$ ./mongofiles put foo.txt
connected to: 127.0.0.1
added file: { _id: ObjectId("4c0d2a6c3052c25545139b88"),
                filename: "foo.txt", length: 13, chunkSize: 262144,
                uploadDate: new Date(1275931244818),
                md5: "a7966bf58e23583c9a5a4059383ff850" }
done!
$ ./mongofiles list
connected to: 127.0.0.1
foo.txt 13
$ rm foo.txt
$ ./mongofiles get foo.txt
connected to: 127.0.0.1
done write to: foo.txt
$ cat foo.txt
Hello,world

在上面的例子中，使用mongofiles執(zhí)行了三種基本操作：put、list和get。put操作可以將文件系統(tǒng)中選定的文件上傳到GridFS；list操作可以列出GridFS中的文件；get操作與put相反，用于將GridFS中的文件下載到文件系統(tǒng)中。mongofiles還支持另外兩種操作：用于在GridFS中搜索文件的search操作和用于從GridFS中刪除文件的delete操作。

所有客戶端驅(qū)動(dòng)程序都提供了GridFS API。例如，可以用PyMongo（MongoDB的Python驅(qū)動(dòng)程序）執(zhí)行與上面直接使用mongofiles一樣的操作：

>>> from pymongo import Connection
>>> import gridfs
>>> db = Connection().test
>>> fs = gridfs.GridFS(db)
>>> file_id = fs.put("Hello, world", filename="foo.txt")
>>> fs.list()
[u"foo.txt"]
>>> fs.get(file_id).read()
"Hello, world"

PyMongo中用于操作GridFS的API與mongofiles非常像：可以很方便地執(zhí)行put、get和list操作。幾乎所有MongoDB驅(qū)動(dòng)程序都遵循這種基本模式對(duì)GridFS進(jìn)行操作，當(dāng)然通常也會(huì)提供一些更高級(jí)的功能。關(guān)于特定驅(qū)動(dòng)程序?qū)ridFS的操作，可以查詢相關(guān)驅(qū)動(dòng)程序的文件。

GridFS是一種輕量級(jí)的文件存儲(chǔ)規(guī)范，用于存儲(chǔ)MongoDB中的普通文檔。MongoDB服務(wù)器幾乎不會(huì)對(duì)GridFS請(qǐng)求做“特殊”處理，所有處理都由客戶端的驅(qū)動(dòng)程序和工具負(fù)責(zé)。
GridFS背后的理念是：可以將大文件分割為多個(gè)比較大的塊，將每個(gè)塊作為獨(dú)立的文檔進(jìn)行存儲(chǔ)。由于MongoDB支持在文檔中存儲(chǔ)二進(jìn)制數(shù)據(jù)，所以可以將塊存儲(chǔ)的開(kāi)銷降到非常低。除了將文件的每一個(gè)塊多帶帶存儲(chǔ)之外，還有一個(gè)文檔用于將這些塊組織在一起并存儲(chǔ)該文件的元信息。
GridFS中的塊會(huì)被存儲(chǔ)到專用的集合中。塊默認(rèn)使用的集合是fs.chunks，不過(guò)可以修改為其他集合。在塊集合內(nèi)部，各個(gè)文檔的結(jié)構(gòu)非常簡(jiǎn)單：

{
    "_id" : ObjectId("..."),
    "n" : 0,
    "data" : BinData("..."),
    "files_id" : ObjectId("...")
}

與其他的MongoDB文檔一樣，塊也都擁有一個(gè)唯一的"_id"。另外，還有如下幾個(gè)鍵。

"files_id"

塊所屬文件的元信息。

"n"

塊在文件中的相對(duì)位置。

"data"

塊所包含的二進(jìn)制數(shù)據(jù)。

每個(gè)文件的元信息被保存在一個(gè)多帶帶的集合中，默認(rèn)情況下這個(gè)集合是fs.files。這個(gè)文件集合中的每一個(gè)文檔表示GridFS中的一個(gè)文件，文檔中可以包含與這個(gè)文件相關(guān)的任意用戶自定義元信息。除用戶自定義的鍵之外，還有幾個(gè)鍵是GridFS規(guī)范規(guī)定必須要有的。

"_id"

文件的唯一id，這個(gè)值就是文件的每個(gè)塊文檔中"files_id"的值。

"length"

文件所包含的字節(jié)數(shù)。

"chunkSize"

組成文件的每個(gè)塊的大小，單位是字節(jié)。這個(gè)值默認(rèn)是256 KB，可以在需要時(shí)進(jìn)行調(diào)整。

"uploadDate"

文件被上傳到GridFS的日期。

"md5"

文件內(nèi)容的md5校驗(yàn)值，這個(gè)值由服務(wù)器端計(jì)算得到。

這些必須字段中最有意思（或者說(shuō)能夠見(jiàn)名知意）的一個(gè)可能是"md5"。"md5"字段的值是由MongoDB服務(wù)器使用filemd5命令得到的，這個(gè)命令可以用來(lái)計(jì)算上傳到GridFS的塊的md5校驗(yàn)值。這意味著，用戶可以通過(guò)檢查文件的md5校驗(yàn)值來(lái)確保文件上傳正確。
如上面所說(shuō)，在fs.files中，除了這些必須字段外，可以使用任何自定義的字段來(lái)保存必需的文件元信息。可能你希望在文件元信息中保存文件的下載次數(shù)、MIME類型或者用戶評(píng)分。
只要理解了GridFS底層的規(guī)范，自己就可以很容易地實(shí)現(xiàn)一些驅(qū)動(dòng)程序沒(méi)有提供的輔助功能。例如，可以使用distinct命令得到GridFS中保存文件的文件名集合（集合中的每個(gè)文件名都是唯一的）。

> db.fs.files.distinct("filename")
[ "foo.txt" , "bar.txt" , "baz.txt" ]

這樣，在加載或者收集文件相關(guān)信息時(shí)，應(yīng)用程序可以擁有非常大的靈活性.

上一篇文章：MongoDB指南---14、特殊的索引和集合：固定集合、TTL索引、全文本索引
下一篇文章：MongoDB指南---16、聚合