面试题：MongoDB GridFS文件存储的基本数据结构及读写流程

Question

请阐述MongoDB GridFS文件存储所涉及的基本数据结构，并描述文件写入和读取的大致流程。

Answer 1

基本数据结构

1. chunks集合：
   • 用于存储文件的实际数据块。每个数据块文档包含以下重要字段：
     • files_id：关联到files集合中对应文件的_id，用于标识该数据块属于哪个文件。
     • n：数据块的编号，用于确定数据块在文件中的顺序。
     • data：实际存储的数据块内容，以二进制大对象（BSON Binary）形式存储。
2. files集合：
   • 存储文件的元数据信息。每个文件元数据文档包含以下常见字段：
     • _id：文件的唯一标识符。
     • filename：原始文件名。
     • contentType：文件的MIME类型，用于标识文件类型，如application/json、image/jpeg等。
     • length：文件的总大小（以字节为单位）。
     • 还可以包含其他自定义的元数据字段，如文件创建时间、作者等。

文件写入流程

1. 分割文件：客户端将待写入的文件分割成多个数据块，通常每个数据块大小为256KB（可配置）。
2. 创建文件元数据：在files集合中插入一个新文档，记录文件的元数据信息，如文件名、文件大小、MIME类型等。此时会生成一个唯一的_id。
3. 写入数据块：将分割后的每个数据块依次插入到chunks集合中。每个数据块文档的files_id字段设置为files集合中对应文件的_id，n字段按顺序编号，data字段存储实际的数据块内容。
4. 确认写入：客户端等待所有数据块成功写入chunks集合以及文件元数据成功写入files集合后，完成文件写入操作。

文件读取流程

1. 查询文件元数据：客户端通过文件的_id或其他元数据信息在files集合中查询目标文件的元数据文档，获取文件的总大小、数据块数量等信息。
2. 获取数据块：根据files集合中文件元数据文档的_id，在chunks集合中按n字段从小到大的顺序查询所有对应的数据块。
3. 合并数据块：客户端将获取到的数据块按照n字段的顺序依次合并，重新构建出完整的文件数据。
4. 完成读取：客户端获取到完整的文件数据后，完成文件读取操作，可以对文件进行进一步处理，如显示图片、解析文档等。