PyMongo中GridFS需显式导入gridfs包并基于Database实例初始化，如fs = GridFS(db)；支持自定义集合名（collection="myfs"）；上传时通过put()传metadata，查询用fs.find({"metadata.key": value})。
GridFS在PyMongo里怎么初始化？
PyMongo本身不自带GridFS独立模块，得显式导入gridfs包，且必须基于已建立的Database对象创建GridFS实例——不是直接连URI或用client初始化。
常见错误是写成GridFS(client)或GridFS("mydb")，会报TypeError: expected Database instance。
from pymongo import MongoClientfrom gridfs import GridFS- 先
db = client["mydb"]，再fs = GridFS(db) - 如果要用自定义集合名（比如把chunks和files存到
fs.files和fs.chunks以外的名字），传collection="myfs"：fs = GridFS(db, collection="myfs")
上传文件时metadata怎么存、怎么查？
GridFS支持在fs.put()时传入任意键值对作为元数据，这些字段最终写进files集合的文档里，但不会影响二进制内容本身。
注意：filename是必需字段（即使你用_id查），而content_type、upload_date等是自动填充的，别手动覆盖upload_date——它由MongoDB服务端生成。
- 上传：
file_id = fs.put(b"hello world", filename="test.txt", author="alice", tags=["log", "temp"]) - 按metadata查：
fs.find({"author": "alice", "tags": "log"})返回GridOut迭代器 - 查单个文件推荐用
fs.find_one({"filename": "test.txt"})，比fs.get(file_id)更灵活 - 别依赖
fs.find({"filename": ...})[0]——返回的是惰性游标，下标访问会报TypeError
大文件分块逻辑和chunk_size参数怎么调？
GridFS默认把文件切成255KB的chunks，这个值可调，但不是越大越好。调整chunk_size只影响新上传的文件，不影响已有数据。
实际影响很直接：chunk_size设太大，单次读写压力高，内存占用涨；设太小，chunks集合文档暴增，查询变慢，尤其当文件多且小的时候。
- 初始化时指定：
fs = GridFS(db, chunk_size=1024*1024)（1MB） - 上传时也可覆盖：
fs.put(data, filename="x.pdf", chunk_size=512*1024) - 查看某文件实际chunk大小：
fs.get(file_id).chunk_size - 生产环境建议保持默认255KB，除非明确知道IO瓶颈在单次网络往返而非文档数量
删除文件后chunks真被清掉了吗？
用fs.delete(file_id)确实会删掉对应files文档和所有关联chunks，但前提是没其他文件引用同一chunk——GridFS支持chunk复用（相同内容的块只存一份），所以delete()只是减引用计数。
这意味着：如果你上传两个相同内容的文件，删掉其中一个，chunks集合里的对应块还在，直到另一个也被删。
- 确认是否删干净：查
db.fs.chunks.count_documents({"files_id": file_id})应为0 - 别用
db.fs.files.remove(...)手动删files文档——这会导致chunks变成孤儿数据，浪费空间且无法清理 - 批量删慎用
fs.find().delete()，PyMongo不支持游标直接delete，得遍历+逐个delete()
真正麻烦的是并发上传同名文件再删——filename不唯一，靠_id或upload_date区分更稳。别图省事只记文件名。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
