NoSQL 与搜索 / 系统课时

认识 BSON、文档、集合与数据库

认识 BSON、文档、集合与数据库

MongoDB 的数据不是直接以 JSON 文本保存,而是以 BSON 文档组织在集合中,再由数据库提供命名与管理边界。本节把四层关系、常见 BSON 类型和最容易踩到的大小与字段命名约束一次理清。

学习目标

  • 说清数据库、集合、文档与字段之间的层级关系
  • 识别 ObjectId、日期、整数、Decimal128 和二进制等常见 BSON 类型
  • 掌握 16 MiB 文档上限及 _id、字段命名的关键约束

看懂四层组织关系

一个 MongoDB 数据库包含多个集合,集合包含多个 BSON 文档,文档再由字段和值组成。集合可以配置索引、验证规则等能力;同一集合中的文档结构可以不同,但业务系统仍应维护明确的数据契约。

MongoDB 数据库、集合、文档与 BSON 字段层级

数据库并不等于独立服务器,集合也不等于必须固定列的表。它们首先是逻辑组织层级:连接到同一 MongoDB 部署后,可以访问不同数据库;进入某个数据库后,再对其中的集合执行查询、写入和索引操作。

BSON 比 JSON 多了类型信息

BSON 是二进制序列化格式,能够表达 JSON 没有原生区分的类型,例如 ObjectId、32 位整数、64 位整数、Decimal128、日期和二进制数据。驱动通常会把语言类型转换为 BSON,再由服务端存储。

下面在 mongosh 中写入一个包含多种 BSON 类型的文档,并用 Extended JSON 的 canonical 形式观察实际类型。

javascript
db = db.getSiblingDB("bson_demo");
db.events.deleteOne({ _id: ObjectId("64b000000000000000000001") });

const doc = {
  _id: ObjectId("64b000000000000000000001"),
  createdAt: ISODate("2026-08-26T00:00:00Z"),
  amount: NumberDecimal("19.90"),
  attempts: NumberInt(3),
  payload: BinData(0, "AQID")
};

printjson(db.events.insertOne(doc));
// canonical Extended JSON 会保留 BSON 的精确类型信息。
print(EJSON.stringify(db.events.findOne({ _id: doc._id }), null, 2, { relaxed: false }));
print("bsonSize=" + Object.bsonsize(doc));

预期输出:

text
{ acknowledged: true, insertedId: ObjectId('64b000000000000000000001') }
{
  "_id": { "$oid": "64b000000000000000000001" },
  "createdAt": { "$date": { "$numberLong": "1787702400000" } },
  "amount": { "$numberDecimal": "19.90" },
  "attempts": { "$numberInt": "3" },
  "payload": { "$binary": { "base64": "AQID", "subType": "00" } }
}
bsonSize=96

Extended JSON 只是便于文本传输和观察 BSON 类型的表示法,存储层仍是 BSON。金额若要求十进制定点精度,应优先使用 Decimal128 等合适类型,而不是默认把所有数值都当成双精度浮点数。

记住文档大小边界

单个 BSON 文档最大为 16 MiB,内嵌文档、数组、字段名和二进制值都计入这个大小。若一条记录可能持续无界增长,例如把所有日志、聊天消息或历史事件永远追加到同一数组,就会同时遇到大小、更新成本和热点问题。

超过单文档上限的大文件可以考虑 GridFS;对象存储也常用于业务附件。对普通业务数据,更重要的是重新划分聚合边界,让一个文档保持有限且可预测,而不是把 16 MiB 当作建议目标。

处理字段与标识命名

_id 是集合中文档的主标识;未显式提供时,驱动或服务端通常会生成 ObjectId。文档插入后不能把现有记录的 _id 直接改成另一个值,需要以新 _id 写入新文档。

字段名不能包含空字符。现代 MongoDB 对包含 . 或以 $ 开头的字段名放宽了部分限制,但这些名称仍会给索引、分片键、查询路径或工具链带来约束,因此业务字段应主动避开。也不要构造重复字段名,即使底层 BSON 能表示,查询和更新语义也可能变得不可靠。

数据库名和集合名应采用稳定、跨平台的业务命名约定,例如小写字母、数字和下划线,并避开系统保留命名。结构灵活不代表没有 Schema:生产集合仍应通过代码契约、Schema 校验和索引共同约束可接受的数据形态。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

认识 BSON、文档、集合与数据库

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通