MongoDB基礎之BSON數據類型

MongoDB基礎之BSON數據類型

本博客參考MongoDB4.2官方文檔。

MongoDB的文檔相似於JSON，JSON是一種簡單的表示數據的方式，僅包含6種數據類型，分別是：null、布爾、數字、字符串、數組和對象。

雖然這些類型的表現已經足夠強大，可是對於絕大多數應用來講還須要另一些不可或缺的類型。例如，日期類型、數字類型（只有一種，無法區分整型和浮點）、正則表達式等。

MongoDB在保留JSON基本的鍵值對特性的基礎上，添加了其餘一些數據類型。在不一樣的編程語言下這些類型的表示有些差別。 下面列出MongoDB一般支持的一些類型，同時說明了在shell中這些類型的表示方法。

每種BSON類型都具備整數和字符串標識符，以下表所示：

類型	整數	別名	備註	說明
Double	1	double	shell中的數字類型	64位浮點數
String	2	string		字符串類型
Object	3	object		對象類型
Array	4	array		數組類型
Binary data	5	binData	shell中不可用	二進制數據類型
Undefined	6	undefined	已過期	未定義類型
ObjectId	7	objectId		對象id類型
Boolean	8	bool		布爾類型
Date	9	date		日期類型
Null	10	null		用於表示空值或者不存在的字段
Regular Expression	11	regex		正則表達式類型
DBPointer	12	dbPointer	已過期
JavaScript	13	javascript		JavaScript代碼
Symbol	14	symbol	shell中不可用，已過期
JavaScript（with scope）	15	javascriptWithScope		帶做用域的JavaScript代碼
32-bit integer	16	int	shell中不可用	32位整數
Timestamp	17	timestamp		時間戳類型
64-bit integer	18	long	shell中不可用	64位整數
Decimal128	19	decimal	3.4版本新增
Min key	-1	minKey	shell中無此類型	最小鍵
Max key	127	maxKey	shell中無此類型	最大鍵

1、類型詳解

下面針對一些經常使用的數據類型進行詳細說明。

一、數字

32-bit integer（32位整數）

shell中這個類型不可用，由於JavaScript僅支持64位浮點數，因此32位整數會被自動轉換爲爲64位浮點數。

64-bit integer（64位整數）

shell中也不支持這個類型，shell中會使用一個特殊的內嵌文檔來顯示64位整數。

Double（64位浮點數）

JavaScript中只有一種數字類型。MongoDB中有3種數字類型，shell必須繞過JavaScript的限制。默認狀況下，shell中的數字都被MongoDB看成是雙精度數。這就意味着若是從數據庫張總得到一個32位整數，修改文檔後，將文檔存回數據庫的時候，這個整數也被轉換成了浮點數，即使是保持這個整數原封不動存回去，也是這樣的。因此儘可能不要在shell下覆蓋整個文檔。

數字只能表示爲雙精度數，有些64位的整數並不能精確地表示爲64位浮點數。因此要是存入一個64位整數，而後在shell中查看，它會顯示一個內嵌文檔，表示可能不許確。

例如，在集合中存入一個文檔（不是在shell模式下存入的），其中myInterger鍵的值設爲一個64位整數3，而後在shell中查看，以下：

>doc = db.nums.findOn();
{
	「_id」 : ObjectId(「4c0beecfd096a2580fe6fa08」),
	「myInteger」 : {
	「floatApprox」 : 3
}
}

內嵌文檔只表示shell顯示的是一個64位浮點數近似表示的64位整數，若內嵌文檔只有一個鍵的話，實際上這個值是準確的。

要是插入的64位整數不能精確地做爲雙精度數顯示，shell會添加兩個鍵，分別是「top」（表示高32位）和「bottom」（表示低32位）。

例如，插入9223372036854775807，shell顯示以下：

>doc = db.nums.findOn();
{
	「_id」 : ObjectId(「4c0beecfd096a2580fe6fa10」),
	「myInteger」 : {
	「floatApprox」 : 9223372036854776000,
	「top」 :2147483647,
	「bottom」 : 4294967295
}
}

floatApprox是一種特殊的內嵌文檔，能夠做爲值和文檔來操做。

>doc.myInteger.floatApprox
3
> doc.myInteger + 1
4

二、String（字符串）

BSON字符串是UTF-8。一般，在序列化和反序列化BSON時，每種編程語言的驅動程序都會從語言的字符串格式轉換爲UTF-8。能夠輕鬆地將大多數國際字符存儲在BSON字符串中。此外，MongoDB的$regex查詢在正則表達式字符串中支持UTF-8。

字符串類型可使用sort()方法進行排序，可是sort()是由C++的strcmpAPI實現的，排序可能會錯誤的處理某些字符。

三、Array（數組）

數組是一組值，既能夠既能夠偶組爲有序對象來操做，也能夠做爲無序對象操做。

數組能夠包含不一樣數據類型的元素，實際上，常規鍵值對支持的值均可以做爲數組的元素，甚至是套嵌數組。

文檔中的數組有個特性，就是MongoDB能理解其結構，並指導如何深刻數組內部對其內容進行操做。這樣就能用內容對數組進行查詢和構建索引了。

MongoDB可使用原子更新修改數組中的內容。

值的集合或者列表能夠表示成數組。

{ 「x」 : [「a」, 「b」, 「c」]}

四、Binary data（二進制數據）

二進制數據能夠由任意字節的串組成。不過shell中沒法使用。

五、Undefined（未定義）

文檔中也可使用未定義類型undefined。4.2版本中已經顯示過期。

{ 「x」 : unddefined }

六、ObjectId

ObjectId使用12字節的存儲空間，每一個字節兩位十六進制數字，是一個24位的字符串。

在早期版本中，這些字節是有特定的結構的：開頭的4個字節是標準的Unix時間戳，編碼了重新紀元開始的秒數；接下來的3個字節存儲了機器ID；隨後則是2個字節的進程ID；最後3個字節存儲了進程局部的計數器，每次生成對象ID計數器都會加1。時間戳、機器ID和進程ID組合起來，提供了秒級別的惟一性。時間戳在前，意味着ObjectId大體會按照插入的順序排序。能夠將其做爲索引提升效率，但不是絕對的，只是大體。這4個字節也隱含了文檔建立的時間，絕大多數驅動都會公開一個方法從ObjectId獲取這個信息。前9個字節保證了同一秒不一樣機器不一樣進程產生的ObjectId是惟一的，後3字節就是一個自動增長的計數器，保證了相同進程同一秒產生的ObjectId也是不同的。同一秒鐘容許每一個進程擁有2563（16777216）個不一樣的ObjectId。

當前4.2版本中是這樣介紹的，ObjectId各個段含義以下：

前4個字節的值，表示自Unix紀元以來的秒數。中間5個字節是隨機值。最後3個字節是計數器，以隨機值開始。

{「x」 : objectId() }

使用ObjectId有如下兩個優勢：

• 1.在MongoDB shell中可使用該ObjectId.getTimestamp()方法訪問建立時間。
• 2._id存儲的ObjectId值的排序大體是按建立時間排序的。

> ObjectId("5b4c65a07a88f6e8893b70ef").getTimestamp()
ISODate("2018-07-16T09:30:08Z")

MongoDB中存儲的文檔必須有一個「_id」鍵，這個鍵能夠是任何類型的，默認是ObjectId對象。在一個集合中，每一個文檔都有惟一的「_id」值，來確保集合裏面每一個文檔都能被惟一標識。此惟一是在一個集合中保證全局惟一的。

ObjectId是「_id」的默認類型。它設計成輕量型，不一樣的機器都能用全局惟一的同種方法方便地生成它。這是MongoDB採用這種類型的主要緣由。

若是插入文檔的時候沒有「_id」鍵，系統會自動建立一個。這件事能夠由MongoDB服務器來作，也能夠在客戶端由驅動程序完成。

一般會將自動生成_id放在客戶端讓驅動程序來完成，理由以下：

• 1.ObjectId的生成是有開銷的，在客戶端生成能夠減小數據庫擴展的負擔。
• 2.在客戶端生成ObjectId，驅動程序可以提供更加豐富的API。

七、Boolean（布爾）

布爾類型有兩個值true和false。

{ 「x」 : true }

八、Date（日期）

日期類型存儲的是從標準紀元開始的毫秒數，不存儲時區。

{「x」 : new Date() }

日期類型存儲的日期大概爲2.9億年。毫秒數爲負值，表示1970年以前的日期。

在JavaScript中，Date對象用作MongoDB的日期類型，建立一個新的Date對象時，調用new Date()而不是Date()。調用Date()實際上會返回對日期的字符串表示，而不是真正的Date對象。這不是MongoDB的特性，而是JavaScript自己的特性。

若是使用錯誤，就會致使日期和字符串混淆，字符串和日期不能互相匹配，最終會給刪除、更新、查詢等不少操做帶來問題。

shell中的日期顯示時使用本地時區設置。日期在數據中是以標準紀元開水的毫秒數的形式存儲的，沒有與之相關的時區信息。

九、Null

null用於表示空值或者不存在的字段。

{「x」 : null }

十、Regular Expression（正則表達式）

文檔中能夠包含正則表達式，採用JavaScript的正則表達式語法。

{ 「x」 : /foobar/i }

十一、JavaScript代碼

文檔中還能夠包含JavaScript代碼。

{「x」: function() { /*…*/} }

十二、Symbol（符號）

shell不支持這種類型。shell將數據庫裏的符號類型轉換成字符串。如今已通過時。

1三、Timestamp（時間戳）

BSON有一個MongoDB內部使用的特殊的時間戳類型，和常的日期類型沒有關係。

時間戳記值是64位值，其中：前32位是一個time_t值（自Unix時代以來的秒數），後32位是ordinal給定秒內操做的增量。

在單個mongod實例中，時間戳記值始終是惟一的。

在複製中，操做日誌具備一個ts字段。該字段中的值反映了使用BSON時間戳值的操做時間。

注意時間戳類型只是在MongoDB內部使用。開發過程當中使用的是日期類型。

1四、Max key（最大值）

BSON包括一個特殊類型，表示可能的最大值。shell中沒有這個類型。

1五、Min key（最小值）

BSON包括一個特殊類型，表示可能的最小值。shell中沒有這個類型。

2、類型之間的比較和排序

比較不一樣BSON類型的值時，MongoDB使用如下比較順序，從最低到最高：

MinKey（內部類型）、Null、數字（整數，整數，雙精度數，小數）、符號，字符串、Object、數組、BinData、ObjectId、布爾、日期、時間戳、正則表達式、MaxKey（內部類型）

一、數值類型

爲了進行比較，MongoDB將這些類型視爲等效的，在進行比較以前，先將數字類型進行轉換。

二、字符串

二進制比較法

默認狀況下，MongoDB將字符串轉換成二進制來進行比較。

Collation

Collation是3.4版本的新功能，Collation容許用戶爲字符串比較指定特定的語言規則。

Collation具備如下語法：

{
   locale: <string>,
   caseLevel: <boolean>,
   caseFirst: <string>,
   strength: <int>,
   numericOrdering: <boolean>,
   alternate: <string>,
   maxVariable: <string>,
   backwards: <boolean>
}

指定排序規則時，該locale字段爲必填字段；全部其餘排序規則字段都是可選的。

locale

用來選擇語言環境，官方提供了全球不少國家的語言，在其中能夠看到中文的選項值爲zh，英文的值爲en。其餘值的選項，以下：

Locale	caseFirst	alternate	normalization	backwards
zh	off	non-ignorable	FALSE	FALSE
en	off	non-ignorable	FALSE	FALSE

默認排序規則參數值取決於語言環境。如下默認參數在全部語言環境中都是一致的：

caseLevel : false
strength : 3
numericOrdering : false
maxVariable : punct

若是沒有爲集合或操做指定排序規則，則MongoDB使用先前版本中使用的簡單二進制比較進行字符串比較。

三、Arrays

對於數組，小於比較或升序排序比較的是數組中的最小元素，大於比較或降序排序比較的是數組中的最大元素。

當字段是單元素數組與非數組字段進行比較時，比較的是數組的元素和非數組字段的值。空數組參與比較的話，會將空數組視爲小於null或缺乏此字段。

四、Objects

MongoDB對BSON對象的比較使用如下順序：

• 1.按照鍵值對在BSON對象中出現的順序遞歸比較它們。
• 2.比較關鍵字段名稱。
• 3.若是關鍵字段名稱相等，則比較字段值。
• 4.若是字段值相等，則比較下一個鍵/值對（返回步驟1）。沒有下一個字段的對象小於有下一個字段的對象。

五、日期和時間戳

在3.0.0版本中進行了更改，將日期對象放在時間戳對象以前排序。

在早期的版本中是將兩種對象放在一塊兒進行比較的。

六、不存在的字段

MongoDB將不存在的字段視爲是空的BSON對象。

例如：{}和｛a : null｝進行比較，那麼在比較的時候，a字段和空文檔將視爲等價的。

七、BinData

MongoDB按BinData如下順序排序：

• 首先，比較數據的長度或大小。
• 而後，按BSON的一字節子類型進行比較。
• 最後，根據數據執行逐字節比較。

上一篇：MongoDB基礎之入門

下一篇：