BSON格式解释

http://bsonspec.org/

BSON这种格式是专门为MongoDB而开发的,类似json的一种二进制格式。

这种格式不一定比json存储的文件小,其优点是解释快。

官方说明文档:

http://bsonspec.org/#/specification

下面简单列举下:

基本类型都是小端存储。

基本类型:

byte         1字节(8位)

int32        4字节 (32位的有符号整数)

int64        8字节 (64柆的有符号整数)

double     8字节 (64柆的浮点数)

高级类型:

document ::= int32 e_list ”\x00″ BSON Document 文档=文档的长度+元素列表+”\x00″
e_list ::= element e_list Sequence of elements 元素列表=一个元素 + 元素列表
| “” 或者是 ”"
元素可以是不同类型,注意元素包含元素名,如”key”:”value”的类型是”\x02″,元素名是”key”。
element ::= “\x01″ e_name double Floating point “\x01″+元素名+double
| “\x02″ e_name string UTF-8 string \x02″+元素名+string
| “\x03″ e_name document Embedded document 嵌入文档(子文档)
| “\x04″ e_name document Array 数组,一种特殊的子文档
| “\x05″ e_name binary Binary data 二进制数据
| “\x06″ e_name Undefined — Deprecated 未使用的
| “\x07″ e_name (byte*12) ObjectId 对象ID,即MongoDB中默认的”_id”的类型。12字节。
| “\x08″ e_name ”\x00″ Boolean ”false”
| “\x08″ e_name ”\x01″ Boolean ”true”
| “\x09″ e_name int64 UTC datetime
| “\x0A” e_name Null value
| “\x0B” e_name cstring cstring Regular expression
| “\x0C” e_name string (byte*12) DBPointer — Deprecated
| “\x0D” e_name string JavaScript code
| “\x0E” e_name string Symbol
| “\x0F” e_name code_w_s JavaScript code w/ scope
| “\x10″ e_name int32 32-bit Integer
| “\x11″ e_name int64 Timestamp
| “\x12″ e_name int64 64-bit integer
| “\xFF” e_name Min key
| “\x7F” e_name Max key
e_name ::= cstring Key name
string ::= int32 (byte*) ”\x00″ String 长度 + 内容 + ’\0′
cstring ::= (byte*) ”\x00″ CString 内容 + ”\0′
binary ::= int32 subtype (byte*) Binary 长度+二进制子类型的数据
subtype ::= “\x00″ Binary / Generic 二进制数据的子类型的数据类型
| “\x01″ Function
| “\x02″ Binary (Old)
| “\x03″ UUID
| “\x05″ MD5
| “\x80″ User defined
code_w_s ::= int32 string document Code w/ scope

要注意数组实际上也是一个子文档。如["apple", "banana"],实际上是{ “0″ : “apple”, “1″ : “banana”}。

数组之所以用”0″,”1″,”2″…来表示第几号元素,这样存储是可以节省空间。因为如果使用int,则会用到4个字节,考虑到数组的元素个数一般比较少。用”0″来表示第0个元素,只使用2个字节的空间。

官方例子详解:

官方网站上虽然有动态演示,不过还是可以详细解释下。

{“hello”: ”world”}   ”\x16\x00\x00\x00\x02hello\x00\x06\x00\x00\x00world\x00\x00″

前面”\x16\x00\x00\x00″ : 文档的长度,这里是小端表示,即文档的长度是22个字节

第5个字节:\x02        : 元素的类型,即”world”的类型是string,string类型 = 长度 + 内容 + ‘\0′,注意,这里指的是”world”的类型。

hello\x00              :  元素的名字,以”\0″结尾,在这里,元素的名字是hello。注意元素的名字是CString类型,不是String类型。即元素的名字是没有长度信息的。

x06\x00\x00\x00        : string类型的长度

world\x00              : string的内容和结尾的’\0′

最后一个”\x00″         : 文档的结尾

{"BSON": ["awesome", 5.05, 1986]} "1\x00\x00\x00\x04BSON\x00&\x00
\x00\x00\x020\x00\x08\x00\x00
\x00awesome\x00\x011\x00333333
\x14@\x102\x00\xc2\x07\x00\x00
\x00\x00"

1\x00\x00\x00          : 文档的长度

第5个字节\x04          : 元素的类型,\x04,即数组类型

BSON\x00               :  元素的名字,以”\0″结尾,在这里,元素的名字是BSON

&\x00\x00\x00          : 数组即一个子文档,子文档的长度,这里子文档实际上是{“0″:”awesome”,”1″:5.05,”2″:1986}

\x02                   : 元素的类型,即”awesome”的类型是string

0\x00                  :  即”0″‘\0′,即元素的名字是”0″,字符串以’\0′结尾

\x08\x00\x00\x00awesome\x00      : 长度 + “awesome” + ‘\0′

\x01                   :   元素的类型,即5.05的类型是Floating point

1\x00                  : 即”1″‘\0′,即元素的名字是”1″

333333\x14@            : 即5.05

\x10                   : 元素的类型,即1986的类型是32-bit Integer

2\x00                  : 即”2″‘\0′,即元素的名字是”2″

\xc2\x07\x00\x00       : 即1986

\x00                   : 子文档,即数组的结尾

\x00                   : 文档的结尾

总结:

我们可以看到BSON格式中,对子文档,数组都记录了其长度,所以可以快速地定位并解释数据。

同时,可以发现数组实际上就是特殊的子文档。

另外,我们在为元素起名时,应该尽量短,这样可以提高解释的效率。

比如 {“key” : “value”}  改为 { “k” : “value”} 。

BSON对UTF-8字符串友好。



可能感兴趣的文章

发表评论

Comment form

(*) 表示必填项

还没有评论。

跳到底部
返回顶部