BSON 与 JSON 对比#

// JSON 格式（文本）
{
  "name": "张三",
  "age": 28,
  "createdAt": "2024-01-01T00:00:00Z"
}

// BSON 格式（二进制，内存中/磁盘上的实际存储形式）
// \x16\x00\x00\x00                    // 总文档大小：22字节
// \x02                               // 类型：字符串
// "name\x00"                         // 字段名 + null 终止符
// \x0e\x00\x00\x00"张三\x00"          // 字符串长度14 + "张三" + null
// \x10                               // 类型：32位整数
// "age\x00"                          // 字段名
// \x1c\x00\x00\x00                   // 值：28
// \x09                               // 类型：UTC日期时间
// "createdAt\x00"                   // 字段名
// \x01\x8b\x1e\xd4\x65\x58\x01\x00   // 值：毫秒时间戳
// \x00                               // 文档结束：null 字节

// P5 级别：知道 BSON 是二进制格式
"BSON 是 Binary JSON，MongoDB 内部用二进制格式存储数据，
相比文本 JSON，BSON 的解析速度更快，因为不需要做字符串解析。"

// P6 级别：能说出 BSON 的扩展类型
"BSON 相比 JSON 支持了更多数据类型：ObjectId（12字节唯一ID）、
Date（8字节毫秒时间戳）、Binary Data（二进制数据）、
Int32/Int64（精确整数）、Decimal128（高精度金融计算）、
正则表达式、JS 代码等。这些类型在 MongoDB 查询和排序中
可以直接比较，不需要转换。"

// P7 级别：能解释设计权衡
"BSON 的设计是在'类型丰富度'和'存储效率'之间做权衡。
每个字段都有 1 字节类型 + 字段名（带 null 终止符）+ 长度前缀，
所以文档会比等效 JSON 略大。但换来的是：
第一，类型信息内嵌，不需要像 JSON 那样所有整数都用浮点表示导致精度损失；
第二，二进制读取可以直接 `memcpy`，避免了字符串解析的 CPU 开销；
第三，支持原地更新字段，不需要像 JSON 那样解析后重建整个文档。"

// ObjectId 是 12 字节的二进制数据，分为 4 部分
// 构造过程：
const { ObjectId } = require('mongodb');
const id = new ObjectId();
// 等价于手动构造：
const timestamp = Math.floor(Date.now() / 1000);  // 4 字节：Unix 时间戳
const machineId = 0x1a2b3c;                         // 3 字节：机器标识
const processId = 1234 % 0xFFFF;                   // 2 字节：进程ID
const counter = Math.floor(Math.random() * 0xFFFFFF); // 3 字节：递增计数器

// ObjectId 的优势：
// 1. 时间有序：前 4 字节是时间戳，ObjectId 自然按时间排序
// 2. 可嵌入：12 字节比 UUID 的 16 字节更紧凑
// 3. 可读性：ObjectId() 构造函数可以直接从字符串还原
//    ObjectId("507f1f77bcf86cd799439011")  // 可还原时间戳

// Date 类型（BSON type 9）：UTC 日期时间，8 字节毫秒时间戳
{
  createdAt: ISODate("2024-01-01T00:00:00.000Z")
}
// JavaScript Date 对象使用毫秒精度，可以表示 -2^63 到 2^63-1 的范围

// Timestamp 类型（BSON type 17）：内部使用，2 个 32 位无符号整数
{
  ts: Timestamp(1234567890, 1)  // 第一个是 Unix 秒，第二个是递增序号
}
// Timestamp 主要用于 oplog，不应该用于业务数据

// Int32（4字节）：-2,147,483,648 到 2,147,483,647
{ status: NumberInt(200) }

// Int64（8字节）：-9,223,372,036,854,775,808 到 9,223,372,036,854,775,807
{ bigCounter: NumberLong("9223372036854775807") }

// Decimal128（16字节）：金融级精度，128位十进制浮点
{ price: NumberDecimal("999.99") }

// ⚠️ 精度陷阱演示：
db.orders.insertOne({
  total: 0.1 + 0.2,           // JavaScript 浮点：0.30000000000000004
  totalDecimal: NumberDecimal("0.1").add(NumberDecimal("0.2"))  // 正确
})

// Binary Data（BSON type 5）：存储任意二进制数据
{
  fileId: ObjectId("..."),
  fileData: BinData(0, "base64编码的二进制..."),  // 第一个参数是 subtype
  avatar: BinData(0, Buffer.from("二进制内容"))   // Node.js 用法
}

// JS 代码（BSON type 13）：存储可执行的 JavaScript 代码
{
  $where: function() { return this.score > 80; }  // 不推荐，效率低
}

// JS 作用域（BSON type 15）：带作用域的 JS 代码
// 用于存储带参数的存储过程

// 错误存储方式
db.logs.insertOne({
  action: "click",
  timestamp: new Date().toISOString()  // "2024-01-01T00:00:00.000Z"
})

// 查询：按时间排序
db.logs.find().sort({ timestamp: 1 })  // ❌ 按字符串排序，结果错误
// "2024-01-10" 会排在 "2024-01-02" 前面（字典序）

// 正确存储方式
db.logs.insertOne({
  action: "click",
  timestamp: new Date()  // ISODate 类型
})

db.logs.find().sort({ timestamp: 1 })  // ✅ 按时间戳排序，正确

// JavaScript 精度陷阱
db.products.insertOne({
  _id: 9223372036854775807,  // JavaScript 最大安全整数
  name: "测试商品"
})

db.products.findOne({ _id: 9223372036854775807 })  // ❌ 可能找不到
// 因为 MongoDB 驱动在某些情况下会把 Int64 转为 JavaScript Number

// 正确做法
db.products.insertOne({
  _id: Long("9223372036854775807"),  // 使用 Long 类型
  name: "测试商品"
})