BSON特性探討及基于其特性的MongoDB優(yōu)化

so_brave

BSON特性探討及基于其特性的MongoDB優(yōu)化

BSON是由10gen開發(fā)的一個數(shù)據(jù)格式，目前主要用于MongoDB中，是MongoDB的數(shù)據(jù)存儲格式。BSON基于JSON格式，選擇JSON進行改造的原因主要是JSON的通用性及JSON的schemaless的特性。



BSON主要會實現(xiàn)以下三點目標(biāo)：

1.更快的遍歷速度
對JSON格式來說，太大的JSON結(jié)構(gòu)會導(dǎo)致數(shù)據(jù)遍歷非常慢。在JSON中，要跳過一個文檔進行數(shù)據(jù)讀取，需要對此文檔進行掃描才行，需要進行麻煩的數(shù)據(jù)結(jié)構(gòu)匹配，比如括號的匹配，而BSON對JSON的一大改進就是，它會將JSON的每一個元素的長度存在元素的頭部，這樣你只需要讀取到元素長度就能直接seek到指定的點上進行讀取了。

MongoDB優(yōu)化：對于MongoDB來說，由于采用了MMAP來做內(nèi)存與數(shù)據(jù)文件的映射，在更新或者獲取Document的某一個字段時，如果需要先讀取其前面的所有字段，會導(dǎo)致物理內(nèi)存由于讀操作被加載到不必要的字段上，導(dǎo)致資源的不合理分配。而采用BSON只需要讀到相應(yīng)的位置然后跨過無用內(nèi)容讀取需要內(nèi)容即可。

2.操作更簡易
對JSON來說，數(shù)據(jù)存儲是無類型的，比如你要修改基本一個值，從9到10，由于從一個字符變成了兩個，所以可能其后面的所有內(nèi)容都需要往后移一位才可以。而使用BSON，你可以指定這個列為數(shù)字列，那么無論數(shù)字從9長到10還是100，我們都只是在存儲數(shù)字的那一位上進行修改，不會導(dǎo)致數(shù)據(jù)總長變大。當(dāng)然，在MongoDB中，如果數(shù)字從整形增大到長整型，還是會導(dǎo)致數(shù)據(jù)總長變大的。

MongoDB優(yōu)化：所以使用MongoDB的一個技巧是將長度可能變化的字段盡量命名靠后（MongoDB在update操作后會將字段按key值按字母順序重排，所以靠后的意思是按a－z的順序取名）。這樣在更新的時候如果導(dǎo)致數(shù)字變長，不需要移動大量數(shù)據(jù)。一個典型的例子是如果用二進制類型存儲文件時，如果文件名或者文件描述可能會變長，那么盡量將這個字段取名靠后是一個明智的選擇，否則在文件名或文件描述字段變化時，會導(dǎo)致移動很長的二進制數(shù)據(jù)，造成不必要的浪費。

3.增加了額外的數(shù)據(jù)類型
JSON是一個很方便的數(shù)據(jù)交換格式，但是其類型比較有限。BSON在其基礎(chǔ)上增加了“byte array”數(shù)據(jù)類型。這使得二進制的存儲不再需要先base64轉(zhuǎn)換后再存成JSON。大大減少了計算開銷和數(shù)據(jù)大小。

當(dāng)然，在有的時候，BSON相對JSON來說也并沒有空間上的優(yōu)勢，比如對{“field”:7}，在JSON的存儲上7只使用了一個字節(jié)，而如果用BSON，那就是至少4個字節(jié)（32位）

MongoDB優(yōu)化：在MongoDB中，如果你的字段是數(shù)字型，并且涉及到數(shù)據(jù)加減操作的，那么建議存在int型，但如果是一個固定不變的數(shù)字，并且在四位以下的話，可以考慮存成字符串類型。這樣會節(jié)省空間。

目前在10gen的努力下，BSON已經(jīng)有了針對多種語言的編碼解碼包。并且都是Apache 2 license下開源的。并且還在隨著MongoDB進一步地發(fā)展。關(guān)于BSON，你可以在其官方網(wǎng)站 bsonspec.org 上獲取更多信息。

來源：blog.mongodb.org

小忻黑夜

謝謝分享