MongoDB 数据类型

目录

BSON 类型

二进制数据（Binary Data）

ObjectId

ObjectId定义

文档中的ObjectId

ObjectId的单调性

字符串（String）

时间戳（Timestamps）

日期（Date）

BSON类型的排序

数值类型的比较

字符串比较

数组的比较

对象的比较

日期和时间戳

不存在字段

二进制数据

---

Mongodb是文档型数据库，文档表示一条数据记录。文档由键值对构成。

//一个文档示例
{
  "key_1": value_1,
  "key_2": value_2
  ...
}

其中，键值对中的键，或叫做字段名称，是由字符类型来定义的。而值的类型，是BSON类型中的某一个类型。

BSON 类型

BSON是一个二进制序列格式，用来保存文档，实现在mongodb中的远程调用。Mongodb支持不同的BSON类型，现在可用的BSON类型，其数字代码，字符识别码列在下表中。

类型	数字代码	别名	中文名
Double	1	"double"	浮点型
String	2	"string"	字符串
Object	3	"object"	对象
Array	4	"array"	数组
Binary data	5	"binData"	二进制数据
ObjectId	7	"objectId"	对象id
Boolean	8	"bool"	布尔
Date	9	"date"	日期
Null	10	"null"	空值
Regular Expression	11	"regex"	正则表达式
JavaScript	13	"javascript"	javascript脚本
32-bit Integer	16	"int"	整型
Timestamp	17	"timestamp"	时间戳
64-bit Integer	18	"long"	长整型
Decimal128	19	"decimal"	小数
Min Key	-1	"minKey"	最小值
Max Key	127	"maxKey"	最大值

在Mongodb中，可以使用数字代码和别名作为过滤条件查询文档。在聚合操作中，可以获取字段类型的别名。或者根据返回的字段类型实现不同的逻辑。

如查询字段类型是数组类型的数据

//使用字符串"array"和数字类型4查询字段类型是数组的数据
db.collection.find({<field_name>: {$type: "array"}})
db.collection.find({<field_name>: {$type: 4}})

二进制数据（Binary Data）

BSON的二进制数据由字节数组组成。每一个二进制数据也有一个标志解析二进制数据的子类型。下面表描述了子类型。

数字	子类型
0	通用二进制数据
1	Function data
2	Binary(old)
3	UUID(old)
4	UUID
5	MD5加密
6	加密BSON数值
7	压缩时序数据
128	用户自定义

ObjectId

使用mongodb时 ， 当集合中的文档没有_id字段时，会为文档自动生成一个ObjectId类型的_id。日常查询过程中，也能看到_id是ObjectId里带有一段字符串， 这个字符串代表什么意义，和其他类型的ID有什么相同或不同。本文研究mongodb官方文档，并通过实践来解释ObjectID这个数据类型。

ObjectId定义

ObjectId是一种小型的，几乎是唯一的，易于产生和排序的数据结构。长度是12个字节，由3部分组成

• 4个字节的时间戳，表明objectId的创建时间，以秒为单位的unix时间
• 5个字节的随机字符串，在运行机器上的进程中是唯一的
• 3个字节的增长计数器，初始值是一个随机数

其中时间戳和增长计数器与其他BSON类型不同，是按照高位优先排序。

如果使用数字类型来创建ObjectID， ObjectID中的时间戳，会被数字值来替代。

//使用数字类型定义3个ObjectID
db.inventory.insertMany([{
    part: 'AB307',
    _id: ObjectId(1)
},{
    part: 'AB307',
    _id: ObjectId(2)
},{
    part: 'AB307',
    _id: ObjectId(3)
}])

// 产生的id中，数字类型替代了4个字节的时间戳
{
	"acknowledged" : true,
	"insertedId" : ObjectId("000000013e53cb5bc48f4e54")
}
{
	"acknowledged" : true,
	"insertedId" : ObjectId("000000023e53cb5bc48f4e55")
}
{
	"acknowledged" : true,
	"insertedId" : ObjectId("000000033e53cb5bc48f4e56")
}

上面代码的运行结果中可以看到，4个字节长度的00000001，00000002，00000003，替代了时间错。而后面3个字节长度的增长计数器，8f4e54，8f4e55，8f4e56在每一条新纪录插入时，都会增长。而中间3e53cb5bc4这个长度为5个字节的字符串，是由运行机器进程中随机产生的字符串。

时间戳+随机字符串+自增长字符串，保证了objectId的唯一性。

文档中的ObjectId

Mongodb的每一个文档都需要有唯一的_id字段作为主键。如果没有_id字段，mongodb自动添加一个ObjectId作为_id字段。这对于设置{upsert:true}的更新语句插入数据同样适用。

使用ObjectId作为_id字段的好处

• 在mongosh中，通过ObjectId.getTimestamp()方法，获取文档创建时间

//运行代码
ObjectId("655ef22e69185fac9ce3ce92").getTimestamp()
//获取创建时间
ISODate("2023-11-23T14:33:18.000+08:00")

• 按照_id排序，等价于按照文档创建时间排序

ObjectId的单调性

ObjectId虽然按照时间来产生，并带有随机数保证其唯一性。但objectId并不是单调的，受到两个因素影响

• 产生objectId仅仅以秒为单位，记录下来unix时间。当同一秒钟产生多个objectId时，并不能保证每一个objectid的排列顺序。
• 通过client产生的ObjectId， 其时间错可能与服务器时间不一致

字符串（String）

BSON类型的字符串是UTF-8格式的。各种语言连接mongodb时，通常都会使用UTF-8格式的字符串。这种格式保证了大部分语言的通用性。

时间戳（Timestamps）

BSON 的timestamps类型是一种内部使用的特殊格式。这种类型与常见的日期（Date）类型不同。timestamps类型是一个64位的数值

• • 前面32位的unix时间，精确到秒
  • 后32位的自增型操作数。表示在一秒内的操作数。

虽然BSON格式是小端序的，因此首先存储最低有效位，但在所有平台上，mongod实例总是在序数值之前比较time_t值，而不考虑端序。

在同一个mongodb运行实例中，timestamp值是唯一的。

在复制集中，oplog有一个时间类型的ts字段。这个字段使用timestamp类型表示操作时间。

当在文档中插入一个空的timestamp数值时，mongodb会将空的timestamp数字换成当前时间。但如果_id字段包含一个空的timestamp值时，mongodb不会替换空的timestamp.

db.test.insert({ts: new Timestamp(), _id: {ts: new Timestamp()}})
{
	"acknowledged" : true,
	"insertedId" : {
		"ts" : Timestamp(0, 0)
	}
}

db.test.find()
{
	"_id" : {
		"ts" : Timestamp(0, 0) //_id字段中的时间戳未被替换
	},
	"ts" : Timestamp(1703731318, 1) //顶层字段的时间戳被替换成当前的操作时间
}

日期（Date）

日期类型是一个64位字符，表示了字1970年1月1日以来经过的毫秒数。日期时间是有符号的，负数表示1970年以前的时间。64位的字符，可以表示过去和现在共2.9亿年的时间。

var mydate1 = new Date()
var mydate2 = ISODate()
console.log(mydate1.toString())
console.log(mydate2.toString())
console.log(mydate1.getMonth())

Thu Dec 28 2023 10:48:15 GMT+0800 (China Standard Time)
Thu Dec 28 2023 10:48:15 GMT+0800 (China Standard Time)
11

BSON类型的排序

在mongodb对BSON类型进行排序时，按照下面的类型进行排序。从小到大的顺序依次为

序号	类型
1	MinKey
2	Null
3	Numbers(ints,longs,doubles,decimals)
4	String
5	Object
6	Array
7	BinData
8	ObjectId
9	Boolean
10	Date
11	Timestamp
12	RegularExpression
13	MaxKey

这个排序怎样理解，不妨使用下面的测试用例来解释。插入13条各种类型的数据。当使用正序排列，即从小到大排列时，顺序从MinKey到MaxKey. 当使用倒序排列时，顺序相反。

db.test.insertMany([
    {value: MinKey()},
    {value: null},
    {value: 1},
    {value: "1"},
    {value: {a: 1}},
    {value: [1]},
    {value: new BinData(5,"1")},
    {value: ObjectId(1)},
    {value: true},
    {value: new Date()},
    {value: new Timestamp()},
    {value: /a/},
    {value: MaxKey()},
    ])
    
//正序排列
db.test.find().sort('value')
/* 1 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557ef"),
	"value" : MinKey()
},

/* 2 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557f0"),
	"value" : null
},

/* 3 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557f1"),
	"value" : 1
},

/* 4 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557f4"),
	"value" : [ 1 ]
},

/* 5 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557f2"),
	"value" : "1"
},

/* 6 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557f3"),
	"value" : {
		"a" : 1
	}
},

/* 7 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557f5"),
	"value" : MD5("")
},

/* 8 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557f6"),
	"value" : ObjectId("000000019ef5a82e298557ee")
},

/* 9 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557f7"),
	"value" : true
},

/* 10 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557f8"),
	"value" : ISODate("2023-12-28T11:04:43.958+08:00")
},

/* 11 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557f9"),
	"value" : Timestamp(1703732683, 1)
},

/* 12 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557fa"),
	"value" : /a/
},

/* 13 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557fb"),
	"value" : MaxKey()
}
//倒序排列
/* 1 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557fb"),
	"value" : MaxKey()
},

/* 2 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557fa"),
	"value" : /a/
},

/* 3 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557f9"),
	"value" : Timestamp(1703732683, 1)
},

/* 4 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557f8"),
	"value" : ISODate("2023-12-28T11:04:43.958+08:00")
},

/* 5 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557f7"),
	"value" : true
},

/* 6 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557f6"),
	"value" : ObjectId("000000019ef5a82e298557ee")
},

/* 7 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557f5"),
	"value" : MD5("")
},

/* 8 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557f3"),
	"value" : {
		"a" : 1
	}
},

/* 9 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557f2"),
	"value" : "1"
},

/* 10 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557f1"),
	"value" : 1
},

/* 11 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557f4"),
	"value" : [ 1 ]
},

/* 12 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557f0"),
	"value" : null
},

/* 13 createdAt:12/28/2023, 11:04:43 AM*/
{
	"_id" : ObjectId("658ce5cb9ef5a82e298557ef"),
	"value" : MinKey()
}

数值类型的比较

mongodb比较数字类型时，int,long,double,decimal按照同一个类型进行比较。按照值大小进行排序。

字符串比较

默认字符串按照简单字节方法比较。即从第一个字符开始进行比较。当用户指定字符序时，mongodb比较字符串时，采用用户指定的字符序。

数组的比较

• 升序排列时，获取数组中最小的元素进行比较
• 降序排列时，比较数组中最大的元素
• 比较单元素数组与非数组数据时，mongodb会直接比较该数组中的元素和非数组元素值的大小。
• 空数组排列优先级别小于null或没有该字段的文档数据。

对象的比较

• 递归比较对象中的每一个键值对
• 字段类型相同时，比较字段名
• 字段名相同时，比较字段值
• 当前字段名，字段值都相同时，按照同样的方式比较下一个字段。字段较少的对象排列优先级小于字段多的对象。

日期和时间戳

日期排在时间错前

不存在字段

mongodb将不存在的字段看做空对象。即文档{ }与{a:null}的排列顺序相同

二进制数据

• 首先比较数据长度
• 数据长度相同时，比较子类型
• 数据长度和子类型相同时，按字节比较。