GridFS:基于MongoDB的分布式文件存儲系統
GridFS是MongoDB之上的分布式文件系統，其利用了MongoDB的分布式存儲機制并通過MongoDB來存儲文件數據和文件元數據，兼具文檔型數據庫和文件系統的優勢。GridFS是當前大數據潮流和復雜數據分析需求的產物。
簡單來說，GridFS通過將文件數據和文件元數據保存在MongoDB里來實現文件系統，通過復制(Replication)來應對故障切換，數據集成，還可以用來做讀擴展，熱備份或者作為離線批處理的數據源，通過分片來實現自動切分數據，實現大數據存儲和負載均衡，通過數據庫對集合中文檔的管理和查詢(包括MapReduce)實現輕量級文件系統接口和搜索與分析。
GridFS的一個基本思想是可以將大文件分成很多塊，每一塊作為一個單獨的文檔存儲，則有就能存儲大文件了。由于MongoDB支持在文檔中存儲二進制數據，可以最大限度減小塊的存儲開銷。GridFS使用MongoDB的復制，分片等機制來實現分布式文件存儲，使用MongoDB進行管理和復雜分析。
GridFS使用兩個文檔來存儲文件，一個用來存儲文件本身的塊，另外一個用來存儲分塊的信息和文件的元數據，默認對應的集合分別為fs.chunks和fs.files.
Chunks集合：
{
“_id”:<string>,
“files_id”: <string>,
“n”: <num>,
“data”: <binary>
}
塊集合中文檔包含以下屬性：chunk_id:塊ID。Chunks.files_id:對應files集合中文檔的_id。Chunks.n：塊的編號，由GridFS管理，從0開始。Chunks.data:文件數據，是BSON二進制類型。
Chunks集合使用files_id和n作為混合索引，files集合：
{
“_id”: <ObjectID>,
“length”: <num>,
“chunkSize”:<num>,
“uploadDate”: <timestamp>,
“md5”: <hash>,
“filename”: <string>,
“contentType”: <string>,
“aliases”: <string array>,
“metadata”: <dataObject>
}
Files集合中的文檔包含以下屬性，應用還可以創建額外任意的屬性：files_id：唯一的文件表示。MongoDB的默認值是BOSN ObjectID。 Files.length: 文件的字節數大小。Files.chunkSize:每個塊的大小，默認為256KB，GridFS根據這個值將文件分成多個快，files.uploadDate:GridFS第一次存儲此文件的時間，類型為ISODate。Files.md5:文件的md5散列值，是字符串。 Files.filename：可選。人類可讀的文件名。Files.contentType:可選。合法的文件MIME類型。Files.aliases:可選。別名的字符串數組。Files.metadata:可選。自定義存儲的文件元數據。
可以通過mongofiles工具或者MongoDB驅動程序來使用GridFS,GridFS主要提供5種操作接口：
List:獲取文件列表
Get:獲取文件
Put:寫入文件
Search:根據文件名搜索文件
Delete:刪除文件
因為GridFS文件的元數據存儲在files集合中，因此GridFS可以非常方便地進行文件管理，比如根據文件名，上傳時間，文件大小或者自定義的文件元數據進行查詢，還可以利用MapReduce做復雜數據分析。這是GridFS把傳統文件系統和數據庫相結合得到的眾多好處之一。
對比傳統文件系統的優勢
分布式：GridFS是基于MongoDB的分布式文件系統，可以直接使用MongoDB Replication和Sharding機制，數據可靠性和水平擴展性都得到保證。GridFS不產生磁盤碎片，因為MongoDB分配數據文件空間時以2GB為一塊。
MapReduce:可以進行復雜管理和查詢分析。
索引和緩存：元數據存儲在MongoDB中，非常方便索引，并且可以對文件和文件元數據進行索引，能提高系統效率。
Checksum: GridFS會為文件產生散列值，可用于校驗文件以檢查完整性。
開發者友好：利用Grid可以簡化需求，減小開發成本。要是已經用了MongoDB,GridFS就可以不需要使用獨立文件存儲架構，并且使代碼和數據真正分離，方便管理。
其他： GridFS可以避免用于存儲用戶上傳內容的文件系統出現的某些問題。例如，GridFS在同一個目錄下防止大量的文件是沒有任何問題的。GridFS不產生磁盤碎片，因為MongoDB分配數據文件空間時以2GB為一塊。