BSON类型
目录
BSON 是一种二进制序列化后的格式,用于存储文档并被MongoDB用来远程调用。BSON的规范在 bsonspec.org 网站
BSON Type
BSON主要有以下类型:
Type | Number | Alias | Notes |
---|---|---|---|
Double | 1 | “double” | |
String | 2 | “string” | |
Object | 3 | “object” | |
Array | 4 | “array” | |
Binary data | 5 | “binData” | |
Undefined | 6 | “undefined” | Deprecated. |
ObjectId | 7 | “objectId” | |
Boolean | 8 | “bool” | |
Date | 9 | “date” | |
Null | 10 | “null” | |
Regular Expression | 11 | “regex” | |
DBPointer | 12 | “dbPointer” | Deprecated. |
JavaScript | 13 | “javascript” | |
Symbol | 14 | “symbol” | Deprecated. |
JavaScript (with scope) | 15 | “javascriptWithScope” | |
32-bit integer | 16 | “int” | |
Timestamp | 17 | “timestamp” | |
64-bit integer | 18 | “long” | |
Decimal128 | 19 | “decimal” | New in version 3.4. |
Min key | -1 | “minKey” | |
Max key | 127 | “maxKey” |
利用上述类型,我们可以通过 $type 这个操作器来选择出我们想要的类型的数据,比如你有一个字段 tag, 它的类型是不确定的,有可能为int,也有可能为string,用 $type 可以筛选出指定类型的数据。
db.news_society.find({‘tag’: {$type: “int”}}) # 注意int加双引号
如果我们要查看字段的类型,可以通过 typeof 命令获得
> a = db.news_society.findOne({'tag': {$type: "int"}})
{
"_id" : "8b6b01f0e590b3e0f3891ef3242c9b0e",
"tag" : 1,
"num" : 1,
"url" : "https://news.qq.com/a/20161116/5491d4e8b86463b3d3ee2944c77c2b35.htm",
"content" : "西风挟雨声翻浪。恰洗尽、黄茅瘴。老惯人间齐得丧。千岩高卧,五湖归棹,替却凌烟像。故人小驻平戎帐,白羽腰间气何壮。我老渔樵君将相。小槽红酒,晚香丹荔,记取蛮江上。0000",
"article_title" : "fff",
"timestamp" : 1542017925.373029
}
> typeof a._id
string
> typeof a.tag
number
如果我们要把BSON类型转化为JSON,可以参考这里
BSON Specicial Type
下面讲述的是BSON几种特殊类型:
ObjectId
ObjectIds很小(个人认为并不小),可能有点独特,但是生成和排序非常快。(ObjectIds are small, likely unique, fast to generate, and ordered.)
ObjectId的值由12个字节组成,分别如下:
- 一个大小为4个字节的时间戳,Unix时间
- 一个大小为5个字节的随机数
- 一个大小为3个字节的计数器,从随机数开始算起
在MongoDB中,每个集合里面的文档都需要一个“_id”字段(类型为ObjectId)作为主键。如果你插入的文档缺少_id这个字段,则MongoDB会自动生成一个,生成方法如上。
上述方式适用于“更新文档操作(update), 且条件为 “upsert:true”的情况。
通过使用_id这种唯一键的好处:
- 通过 ObjectId.getTimestamp() 获取插入时的时间戳(注意时区)
- 根据 _id 排序大致相当于按创建时间排序
为什么可以根据_id排序?
ObjectId 看起来虽然像是经过hash的值,但是实际上它是一组十六进制的字符串,前4位是时间戳,而时间戳是不断递增的,所以这组数会不断变大,当然,这只是一种大致排序,而不是精确排序,原因有二:
- 时间戳的精确度只精确到秒,但一秒内是可以创建多个_id的,所以同一秒创建的_id无法排序
- 这个时间戳是由客户端生成的,所以不同系统产生的时间也会有区别
参考:
MongoDB深究之ObjectId
ObjectId()
String
BSON的字符串类型采用UTF-8编码。在序列化和反序列化BSON时,每种编程语言的驱动程序都会将它们自身的字符串编码转换为UTF-8。这样可以轻松地将大多数国际字符存储在BSON字符串中。 此外,MongoDB的 正则查询($ regex)也支持UTF-8。
注:通过UTF-8编码的字符串,用sort()方法大多数情况是没问题的,但是因为sort()方法底层使用的是 C++ 的strcmp的api, 用这个方法处理某些字符串可能会出错。
Timestamps
BSON的Timestamp类型比较特殊,主要给内部使用,它跟下面讲到的Date类型是没有多大关系的。Timestamp的大小为64位:
- 前32位是一个Unix时间的时间戳
- 后面的32位是一个给定时间内(秒)操作的递增序数
在单个mongod实例中,时间戳值始终是唯一的。
在副本集中,oplog包含一个ts字段。此字段中的值反映了使用BSON时间戳值的操作时间。
如果在顶级字段中插入包含空BSON时间戳的文档,MongoDB服务器将使用当前时间戳值替换该空时间戳。例如,如果您创建插入带有时间戳值的文档,如以下操作:
顶级字段: 比如在 {“ts”: {“time”: 13422}, “_id”: “2drf43”}中,ts 和 _id 就是顶级字段
操作时间: 暂时还未理解
>var a = new Timestamp();
>db.test.insertOne( { ts: a } );
>db.test.find()
{ "_id" : ObjectId("542c2b97bac0595474108b48"), "ts" : Timestamp(1412180887, 1) }
而如果空时间戳的字段非顶级字段,则保留空时间戳
Date
BSON的Date类型是大小为64位的整型时间戳,也是Unix时间,精确到毫秒。
需要注意的是,Date采用UTC时间,所以有时区问题
# 只有Date() 方法有加上时区
> date1 = Date()
Thu Nov 29 2018 23:53:07 GMT+0800 (CST)
> date2 = new Date()
ISODate("2018-11-29T15:53:29.403Z")
> date3 = ISODate()
ISODate("2018-11-29T15:53:41.685Z")
> date4 = new ISODate()
ISODate("2018-11-29T15:53:54.962Z")
# toString()方法会自动转换时区
> date1s = date1.toString()
Thu Nov 29 2018 23:53:24 GMT+0800 (CST)
> date2s = date2.toString()
Thu Nov 29 2018 23:53:29 GMT+0800 (CST)
> date3s = date3.toString()
Thu Nov 29 2018 23:53:41 GMT+0800 (CST)
> date4s = date4.toString()
Thu Nov 29 2018 23:53:54 GMT+0800 (CST)
> date1s = date1.getMonth() # 注意月份是从0开始的
10
疑问: Date居然是整型的?