BSON：MongoDB 的二进制数据格式

你知道吗？当你往 MongoDB 存入一个文档时，它并不是以 JSON 字符串的形式存储的。

MongoDB 内部用的是 BSON（Binary JSON）——JSON 的二进制表示。

那为什么要用 BSON？JSON 不香吗？

---

为什么需要 BSON？

JSON 很好，但它有几个问题：

1. 慢：解析字符串需要时间
2. 大：每个字段名都要重复存储
3. 类型少：只有 string、number、boolean、null、array、object

BSON 就是来解决这些问题的：

特性	JSON	BSON
解析速度	慢（字符串解析）	快（二进制直接读取）
体积	大（字段名重复）	小（可优化）
类型	6种	十几种
遍历	顺序扫描	可跳过头部

---

BSON 数据类型一览

BSON 支持比 JSON 更多的数据类型：

常用类型

类型	值示例	Java 中对应
Double	3.14	Double
String	"hello"	String
Boolean	true / false	Boolean
Null	null	null
Array	[1, 2, 3]	List<?>
Object	{a: 1}	Document
ObjectId	ObjectId("...")	ObjectId
Date	ISODate("...")	Date
Integer (32位)	100	Integer
Long (64位)	9999999999	Long
Timestamp	Timestamp(123, 456)	Timestamp

特殊类型

// ObjectId - MongoDB 自动生成的唯一ID
"_id": ObjectId("507f1f77bcf86cd799439011")

// Date - 存储 UTC 时间
"createdAt": ISODate("2024-01-15T10:30:00.000Z")

// Timestamp - 用于内部操作排序
"ts": Timestamp(1705312200, 1)

// Binary Data - 存储二进制
"file": BinData(0, "base64encoded...")

// Regular Expression - 正则
"pattern": /abc.*/i

// JavaScript Code - JS代码（不推荐）
"script": Code("function() { return 1; }")

// Decimal128 - 高精度小数（用于金融计算）
"amount": Decimal128("123.4567890123456789")

// Min/Max Keys - 比较边界
"_validAfter": MinKey
"_validUntil": MaxKey

---

ObjectId：MongoDB 的默认主键

当你插入文档不指定 _id 时，MongoDB 会自动生成一个 ObjectId：

{
  "_id": ObjectId("507f1f77bcf86cd799439011")
}

ObjectId 的结构

ObjectId 是 12 字节的二进制数据：

| 0-3 字节    | 4-8 字节     | 9-11 字节 | 12 字节 |
| 时间戳      | 机器ID       | 进程ID    | 计数器  |
| 507f1f77    | bcf86cd7     | 99439011  | 01      |

组成部分：

• 4 字节：Unix 时间戳（秒）
• 5 字节：机器标识（主机名哈希 or 随机数）
• 3 字节：进程ID
• 3 字节：自增计数器

ObjectId 的特点

import org.bson.types.ObjectId;

// 创建新的 ObjectId
ObjectId id = new ObjectId();
System.out.println(id.toHexString());  // 507f1f77bcf86cd799439011

// 从字符串解析
ObjectId fromStr = new ObjectId("507f1f77bcf86cd799439011");

// 从时间戳反推
Date date = id.getDate();
System.out.println(date);  // Tue Jan 15 10:30:00 CST 2024

// ObjectId 之间可以比较（按时间顺序）
ObjectId id1 = new ObjectId("507f1f77bcf86cd799439011");
ObjectId id2 = new ObjectId("507f1f77bcf86cd799439012");
System.out.println(id1.compareTo(id2));  // -1 (id1 < id2)

ObjectId 的优势：

1. 唯一性：包含时间戳+机器+进程+计数器，几乎不会重复
2. 有序性：后生成的 ObjectId 字典序更大
3. 本地生成：不需要数据库生成，减少网络延迟

---

Java 中的 BSON 类型映射

使用 MongoDB Java Driver 时，BSON 类型会自动映射为 Java 类型：

import org.bson.*;
import java.util.Date;
import java.util.List;
import java.util.UUID;

// MongoDB 文档（BSON）
Document doc = new Document()
    .append("string", "hello")
    .append("number", 42)
    .append("double", 3.14)
    .append("boolean", true)
    .append("null", null)
    .append("date", new Date())
    .append("objectId", new ObjectId())
    .append("list", List.of(1, 2, 3))
    .append("nested", new Document("key", "value"))
    .append("binary", new byte[]{1, 2, 3})
    .append("uuid", UUID.randomUUID())
    .append("decimal", new Decimal128("123.456"));

// 读取时自动转换
String str = doc.getString("string");
int num = doc.getInteger("number");  // 返回 Integer
double d = doc.getDouble("double");
Date date = doc.getDate("date");
ObjectId oid = doc.getObjectId("objectId");
List<Integer> list = doc.getList("list", Integer.class);
Document nested = doc.get("nested", Document.class);

---

Decimal128：金融计算的首选

MySQL 的 DECIMAL 和 Java 的 BigDecimal 一样，都支持高精度小数。

但 MongoDB 默认的 Double 有精度问题：

// ❌ Double 有精度问题
Document doc = new Document("amount", 0.1 + 0.2);
System.out.println(doc.getDouble("amount"));  // 0.30000000000000004

// ✅ Decimal128 精确
Document doc = new Document("amount", new Decimal128("0.1"));
// 加法需要用聚合管道，这里只是示例

什么时候用 Decimal128？

• 货币金额（钱不能算错）
• 科学计算（需要高精度）
• 统计数据（累加误差不可接受）

---

日期与时区处理

BSON 的 Date 是 UTC 毫秒时间戳，存储和读取要注意时区：

// 创建 UTC 时间
Date now = new Date();  // 当前时间，默认是系统时区

// 设置为 UTC
Calendar utc = Calendar.getInstance(TimeZone.getTimeZone("UTC"));
Date utcNow = utc.getTime();

// 存储到 MongoDB
Document doc = new Document("createdAt", utcNow);

// 读取后转换时区
Date stored = doc.getDate("createdAt");
SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
sdf.setTimeZone(TimeZone.getTimeZone("Asia/Shanghai"));
System.out.println(sdf.format(stored));

注意：MongoDB Shell 显示的日期是本地时区，但存储的是 UTC。

---

二进制数据存储

图片、文件等二进制数据用 BinData 存储：

import org.bson.types.Binary;

// 存储二进制
byte[] imageBytes = Files.readAllBytes(Paths.get("photo.jpg"));
Document doc = new Document()
    .append("filename", "photo.jpg")
    .append("data", new Binary(imageBytes))
    .append("contentType", "image/jpeg");

collection.insertOne(doc);

// 读取二进制
Document saved = collection.find(eq("filename", "photo.jpg")).first();
Binary binary = saved.get("data", Binary.class);
byte[] bytes = binary.getData();

限制：单个 BinData 最大 16MB，更大的文件用 GridFS。

---

总结

BSON 是 MongoDB 的核心，了解它能帮你：

1. 选择合适的数据类型（比如 Decimal128 for 金融场景）
2. 理解 ObjectId 的生成规则和优势
3. 正确处理时区和二进制数据

记住：JSON 是给人看的，BSON 是给机器用的。

---

面试追问方向

• ObjectId 和 UUID 有什么区别？各自适用什么场景？
• MongoDB 存储 16MB 的文件，怎么处理？
• BSON 的 Date 是如何存储的？为什么会有时区问题？