什么是二进制 json (BSON) 中的二进制？

Posted 2023-03-11

【中文标题】什么是二进制 json (BSON) 中的二进制？

【英文标题】：what is binary in binary json (BSON)?

【发布时间】：2019-07-24 20:08:43

【问题描述】：

为什么二进制字被用于 BSON，当它以如下格式存储数据时

A document such as  "hello": "world"  will be stored as:

Bson:
  \x16\x00\x00\x00               // total document size
  \x02                           // 0x02 = type String
  hello\x00                      // field name
  \x06\x00\x00\x00world\x00      // field value (size of value, value, null terminator)
  \x00                           // 0x00 = type EOO ('end of object')

对于这种格式，我们还需要解释器来解析并将其转换为机器指令和

它以何种方式压缩实际的 JSON 数据并进行快速解释？

【问题讨论】：

"...我们需要解释器来解析并将其转换为机器指令.." - 不，那是完全不同的事情。这些不是“机器指令”，而只是用于存储数据的“字节格式”。类 JSON 并不意味着它在任何时候都是 JSON。实际上，它只是“只是另一个打包数据结构”的“营销名称”。

不要忘记 "hello": "world" 在 javascript 中只是看起来像这样。对于 Java、C# 或 Go，它看起来像是完全不同的语言，并且是该语言的原生语言。 BSON 是任何这些形式的“通用翻译”。但是对于“类型”，像 JSON 这样的基于文本的东西没有。

我的意思是说二进制这个词对 BSON 有什么意义，以及 BSON 的什么属性使它变得更快。

【参考方案1】：

这是二进制数据类型的类比语义。 BSON 二进制文件有一个字节数组，表示从 0 到 127 的内部子类型。

例如：字节 0000 0000 1000 表示十六进制“\x08”，表示 BSON 规范中的布尔类型。

驱动程序将负责编码和解码 UTF-8 到 BSON 格式，存储引擎如 MongoDB 中的 WiredTiger 将负责对 BSON 格式的数据进行序列化和反序列化。

【讨论】：

但是是什么让这些数据的解析速度更快？

为 WiredTiger 访问 bson 更合适、更快速，因为它是设计使然，即使考虑到将 json 转换为 bson 也是一种折衷。我在内存中做了一些测试，wt 在我的环境中与时间非常相似。