1 JSON 與 BSON

MongoDB 是文檔數據庫，什么是文檔呢？如果你看了之前的文章相信你已經有些概念了，這里的文檔不是指 Word、PDF 這樣的文檔，而是類似 JSON(JavaScript Object Notation) 的對象，由不同的鍵以及對應的值組成，它的名字是 BSON(Bin-ary JSON)。

BSON 可以理解為 JSON 的擴展，我們先來認識下后者。JSON 是一種輕量的數據交換格式，常用于進程間通信、API 返回結果等方面。看個例子

{
????"name":?"xiaoming",
????"age":?18,
????"is_student":?true,
????"favorites":?["basketball",?"sing"],
????"extra":?{
????????"height":?180,
????????"country":?"china"
????}
}

這就是一個 JSON 串，有如下特征

• 以文本形式存儲
• 支持的簡單類數據型：有字符串、數字、布爾值
• 支持的復合數據類型有：數組、對象
• 支持的特殊數據類型有：null
• JSON 的最外層是一個數組或者對象

對于復合類型我做一些說明：

數組，由 0 到多個元素組成，多個中間以逗號隔開，外層使用方括號([])進行包裹，比如 favorites 字段對應的值就是一個數組。數組里面的元素可以是簡單類型或者復合類型的一種或多種，也就是說不要求數組里的類型都相同。

對象，由 0 到多個鍵值對組成，多個中間以逗號隔開，外層使用花括號({})進行包裹，比如 extra 字段對應的值就是一個對象。其中的鍵只能是字符串，值可以是簡單類型或者復合類型。這個例子中 JSON 的最外層也是一個對象。

JSON 輕量、易讀，這是它的優勢，不過也有些缺陷

• 支持的類型不是很精確，比如數字，我們無法判定是整型還是浮點型，如果根據有沒有小數點來區分，即使判定是整型了，它是 32 位的還是 64 位的我們也無從得知
• 支持的類型不是很全，比如常用的時間類型沒有

這樣一來就引入了 BSON，它做了如下擴充

• 數字支持更準確的類型，對于整型有 int32、int64 等，對于小數有 double、decimal128
• 引入了 Timestamp、UTC datetime 等其它類型

需要注意的是，BSON 是以二進制形式存儲的，所以可讀性不高。另外，它的最外層只能是對象。

PS：如果比較好奇 JSON 和 BSON 的規范，可以看下文末的參考鏈接 1 和 2

2 MongoDB 中常見的數據類型

官方文檔 BSON Types 一節(見參考鏈接 3)中對支持的數據類型列了一個表，我按自己的理解給大家梳理下。

JSON 支持的數據類型，BSON 肯定也支持，所以先用 JSON 去理解其中一部分數據類型

JSON 中的數據類型MongoDB 中的數據類型

簡單類型	數字	-
	布爾	Boolean
	字符串	String
復合類型	數組	Array
	對象	Object
特殊類型	null	Null

BSON 對數字進行了一些擴充，我們記住常見的幾個就行

• 32-bit integer(32 位整數)
• 64-bit integer(64 位整數)
• Double(浮點數)
• Decimal128(小數)

Double 和 Decimal128 有什么差別呢？你可以簡單理解為后一種更加準確，前者存儲的是一個大概值，后者則是存儲一個準確值。比如，同樣是 9.99，Decimal128 存儲的是準確的，Double 則是存的 9.9900000000000002131628...。一般情況我們使用 Double 沒有什么問題，但是在某些對數字準確度有較大要求的場景下就要使用 Decimal128，比如電商、金融行業等。另外，它們所占的存儲空間也是不同的，前者是 8 個字節，后者是 16 個字節。

BSON 還擴充了一些類型，我們也挑幾個常用的認識下

• ObjectID

該類型主要用于文檔唯一 _id 的生成，長度為 12 個字節

-?前?4?個字節記錄的是時間戳
-?中間?5?個字節是隨機數
-?后?3?個字節是計數器

MongoDB 3.2 以及之前的版本對于中間 5 個字節的生成策略有些不同：前 3 個是機器 ID，后 2 個是進程 ID。3.2 之后的版本使用的是隨機數。

注意：本文在對字節進行前后描述時，前指的是高字節位，后指的低字節位

• Timestamp

該類型主要用在 MongoDB 程序內部，用于標識操作的先后順序，長度為 8 個字節

-?前?4?個字節記錄的是時間戳
-?后?4?個字節記錄的是在同一秒內某個操作的序號，這個序號是遞增的，由于同一秒內經常會有多個操作，所以采用這種方式記錄

• Date

應用如果要用到時間類型的話，一般會使用這個數據類型，它的底層其實是一個 64 位的整數，記錄的也是時間戳，不過單位是毫秒。

另外說明下，如果你看過 BSON 的規格描述，你會發現 MongoDB 中對于一些類型的命名和 BSON 有些差異。比如，MongoDB 官方文檔中 Object 其實和 BSON 中的 document 是同一種數據類型，只是名字不同。我們不用過于糾結這些，只要記住一種命名，比如 MongoDB 官方文檔中的，然后知道它代表著什么或者是怎么存的就行了。

如果需要比較全面的了解 MongoDB 中支持的數據類型，請查閱官方文檔 BSON Types 一節(參考鏈接 3)。

3 使用 Compass 查看數據類型

我們打開 Compass，在集合 video.movies 的詳情頁面，打開 Schema 標簽頁，點擊 ANALYZE 按鈕后等待一小會后，我們可以看到文檔中各字段值的數據類型

列下部分字段的數據類型

• _id：ObjectId
• cast：3 種數據類型，有 Array、String 和 Undefined。由于 MongoDB 不會對某個字段的類型做強制要求，也就出現了不同文檔同一個字段類型不同的情況。Undefined 表示 cast 字段在某些文檔中是不存在的
• viewerRating：3 種數據類型，有 Double、32-bit integer 和 Undefined

PS：這個小節中，集合的類型信息我都沒有列完，大家可以自己使用 Compass 看下，再看下其它集合的一些信息，然后對照前面的介紹熟悉一些常用的數據類型。

需要注意的是，上面的數據類型信息都是取樣統計的(一般是取 1000 條，具體信息可以看查詢框下的提示信息，比如上圖樣本量為 1000，總文檔量為 963534，比例大概是 0.1%)，并非統計的集合中的所有文檔，所以不能百分百的保證全面。不過一般情況下這也夠了，因為同一個集合中的文檔字段大部分是相同的，即使有差異，取樣的時候大概率也能取到，所以統計結果還是十分接近于真實情況的。

再看下集合 citibike.trips

也列下部分字段的數據類型

• end station location：Object，其中子文檔又有 2 個字段
  • coordinates：2 種數據類型，有 Array 和 Double
  • type：String
• stop time：Date

字段 end station location 有點特殊，它的內容類似這樣

"end?station?location":?{
????"type":?"Point",
????"coordinates":?[-73.99973337,?40.71910537]
}

在 MongoDB 中可以以這種方式存儲地理位置信息，type 指地理位置類型，coordinates 則指具體的坐標，這個對象在 MongoDB 中有個名字 GeoJSON object，可以理解為 MongoDB 基于 Object 類型擴展出的新的類型，但這個類型并非 BSON 規范所有。

在 Compass 中我們可以啟用地理信息可視化的設置，依次點擊菜單項 Help -> Privacy Settings，會有彈窗

勾選設置 Enable Geographic Visualizations 后，點擊 Close 關閉彈窗，最后點擊下 ANALYZE 重新生成統計信息

可以看到，Compass 對取樣的文檔中的地理位置進行了可視化。細心的伙伴可能會注意到，字段 end station location 下方展示的類型也從 document 變成了 coordinates，和前面 MongoDB 中的數據類型命名和 BSON 不一致一樣，我們不用太糾結命名，知道 coordinates 指的是 GeoJSON object 就行了。

4 小結

本文簡單介紹了 BSON，然后介紹了 MongoDB 中常用的 BSON 數據類型，最后借助 Compass 工具對這些類型進行了熟悉。

5 參考

http://bsonspec.org/spec.html

https://www.json.org/json-en.html

https://docs.mongodb.com/manual/reference/bson-types

總結

以上是生活随笔為你收集整理的double类型占几个字节_MongoDB 中的数据类型的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。