【转】Python 分布式文件系统 Mongodb GridFS

[color=red]mongodb GridFS 性能 [/color]
性能, 网评还不错.
不过在生产环境中,国外有用于存储视频流的.
GridFS的一个优点是可以存储上百万的文件而无需担心扩容性.
通过同步复制,可以解决分布式文件的备份问题.
通过ARP-ping可以实现一个双机热备切换,类mysql的mysql master master replic
[color=red]
使用Nginx module [/color]
[url]http://github.com/mdirolf/nginx-gridfs[/url]
这是gridfs的nginx module. 可以通过nginx直接访问读取mongo gridfs中的文件.
和nginx对应的mogilefs module类似.

优点: 由于直接通过nginx,速度是最快的.
缺点: 只能通过file_path来查找,目前不支持_id来查找.因此必须在file_path上
建立索引.

其他一些信息:
1.通过runcommand可以直接在mongodb端运行处理脚本. 比如像mapreduce,或者一
些需要读取数据然后进行处理的.
这些command则是使用javascript方式来编写的,很容易. 好处就是避免了数据在服
务端和客户端之间的读取和传输,
提高效率.
2. sharding
sharding在目前开发版中已经具备,但还不成熟. 但是可以自己实现sharding比较
好.因为目前的sharding还是比较硬性的.
3.灵活使用magic操作符和upsert,比如$inc,$all,$in 等等


#!/bin/bash

安装mongodb
#mongodb 1.2.4
[b]official [/b]
#[url]http://www.mongodb.org/[/url]
[b]admin[/b]
#[url]http://www.mongodb.org/display/DOCS/Admin+Zone[/url]
[b]Manual[/b]
[url]http://www.mongodb.org/display/DOCS/manual[/url]
[b]GridFS+Tools [/b]
[url]http://www.mongodb.org/display/DOCS/GridFS+Tools [/url]
[b]config [/b]
[url]http://www.mongodb.org/display/DOCS/File+Based+Configuration[/url]
[url]http://bytebucket.org/namlook/mongokit/wiki/html/gridfs.html[/url]

客户端
easy_install pymongo
API:[url]http://api.mongodb.org/python/current/api/pymongo/[/url]
[url]http://api.mongodb.org/python/1.4%2B/examples/gridfs.html[/url]


以下是安装脚本

mkdir mongodb   
cd mongodb   
wget http://downloads.mongodb.org/linux/mongodb-linux-x86_64-static-legacy-1.2.4.tgz   
tar xzf mongodb-linux-x86_64-static-legacy-1.2.4.tgz   
cd mongodb-linux-x86_64-static-1.2.4/  

mkdir mongodb
cd mongodb
wget http://downloads.mongodb.org/linux/mongodb-linux-x86_64-static-legacy-1.2.4.tgz
tar xzf mongodb-linux-x86_64-static-legacy-1.2.4.tgz
cd mongodb-linux-x86_64-static-1.2.4/

#建立数据保存路径
mkdir data
cd data
mkdir db


启动服务

cd /home/bmc/mongodb/mongodb-linux-x86_64-static-1.2.4/bin/   
./mongod --dbpath=/home/bmc/mongodb/data/db/  

cd /home/bmc/mongodb/mongodb-linux-x86_64-static-1.2.4/bin/
./mongod --dbpath=/home/bmc/mongodb/data/db/

config
根据如下链接编写自己的config文件
http://www.mongodb.org/display/DOCS/File+Based+Configuration

你可以使用nginx+gridfs插件来进行访问mongodb,但是gridfs 插件需要boost，由于boost版本问题，这个东东基本安装不上或是安装很费劲，您可以使用django启动服务来代替这个复杂的插件，代码如下 ：）
Views

return HttpResponse(im, mimetype="image/JPEG")  

return HttpResponse(im, mimetype="image/JPEG")

后台连接代码：

#encoding=utf-8  
from pymongo import Connection   
from gridfs import *   
from PIL import Image   
import StringIO   
import threading, time   
#文件处理系统   
class GFS:   
    #定义connection and fs   
    c = None   
    db = None   
    fs = None   
    instance = None   
    locker = threading.Lock()   

    #初始化   
    def __init__(self):   
        print "__init__"  
        GFS._connect()   
        print "server info " + " * " * 40  
        print GFS.c.server_info   

    #获得单列对象   
    @staticmethod  
    def getInstance():   
        GFS.locker.acquire()   
        try:   
            GFS.instance   
            if not GFS.instance:   
                GFS.instance = GFS()   
            return GFS.instance   
        finally:   
            GFS.locker.release()   

    #写入   
    def put(self,name,image,format="png",mime="image"):   
        gf = None   
        data = None   
        try:   
            data = StringIO.StringIO()   
            image.save(data,format)   
            data.getvalue()   
            name = "%s.%s" % (name,format)   
            print "name is %s" % name   
            gf = GFS.fs.open(name,"w")   
            gf.content_type = "%s/%s" % (mime,format)   
            gf.write(data.getvalue())   
        finally:   
            try:   
                gf.close()   
                data.close()   
            finally:   
                GFS.c = None   
                GFS._connect()   

    #获得图片   
  def get(self,name):   
        gf = None   
        try:   
            gf  = GFS.fs.open(name,"r")   
            print gf   
            im = gf.read()   
            dic = {}           
            dic["chunk_size"] =  gf.chunk_size   
            dic["metadata"] = gf.metadata   
            dic["mode"] = gf.mode   
            dic["length"] = gf.length   
            dic["upload_date"] = gf.upload_date   
            dic["name"] = gf.name   
            dic["content_type"] = gf.content_type   
            return (im , dic)   
        except Exception,e:   
            print e   
            return (None,None)   
        finally:   
                if gf:   
                    if not gf.closed:   
                        gf.close()   


    #获得文件列表   
    def list(self):   
        return GFS.fs.list()   

    #删除文件   
    def remove(self,name):   
        GFS.fs.remove(name)   

    @staticmethod  
    def _connect():   
        if  not GFS.c:   
            GFS.c = Connection("*********",27017)   
            GFS.db = GFS.c['imagesdb']   
            GFS.fs = GridFS(GFS.db)

原文链接：http://www.iteye.com/topic/619643