运用BSon将数据记录转换成二进制

按照惯例，我在这里先介绍一下什么是BSon。 BSon是Binary JSON的简称，是一种类Json的一种二进制形式的存储格式。目前Bson主要被MongoDB（目前一个较为流行的非关系数据模型的开源数据库）使用于存储数据和网络数据交换。 下面我们进入正题，介绍一下BSon是

按照惯例，我在这里先介绍一下什么是BSon。

BSon是Binary JSON的简称，是一种类Json的一种二进制形式的存储格式。目前Bson主要被MongoDB（目前一个较为流行的非关系数据模型的开源数据库）使用于存储数据和网络数据交换。

下面我们进入正题，介绍一下BSon是怎么把一个个MongoDB的文档转换成二进制形式进行存储的，在此之前读者需要从BSon官网上大致了解一下其解释的规则，链接会在下面的参考资料中给出。

至于介绍的形式，当然是给出例子，为大家讲解每个转换的步骤。

在介绍转换步骤之前，读者需要了解BSon中有四种基本类型

下面给出例子

例1：

1 { 2 "Name": "DataResearchLab", 3 "IsGreat":true, }

先来说明一下这个例子，这个就是非关系型数据库中存放数据的形式，在BSon上的解释就是相当于一个Document。如果要用关系型数据库进行解释的话，这个就相当于一个记录，但是这个记录有自己的列名。继续解释上面的记录，最外面的"{}"相当于变成语言中"{}" 的作用，即表示一个范围，也就是说这里面的数据是作为一个整体需要进行存储的。里面的":"左面可以理解为是键值，即一个数据库中只有唯一的一个键值。顺便提一下，在BSon所有的键值都被视为cstring 类型(BSong存储的基本类型中的一种)。":"的右面是左面键值对应的值，这个值可以有很多形式，如布尔型，字符串，32位整型，浮点型，甚至是数组，JavaScript的代码，正则表达式或是在嵌套一个Document等等，香港服务器，具体有什么读者可以查看BSon官网的介绍。

再返回来看这个例子，照之前的解释，相当于用户想要在数据库中存储一个数据，这个数据包括三个数据项。其中键值"Name"对应存储的数据是字符串型的"DataResearchLab "，键值"IsGreat"对应存储的数据是布尔型数据true，香港虚拟主机，键值"Feilds"对应存储的是一个数组型的数据"["CloudComputing","NoSQL","BigData"]"。

接下来进入正题，看看运用BSon是怎么把该数据转换成二进制形式在非关系数据库中存储的。数据被作为一个Document跟据BSon的规则（具体规则这里不给出，请查看BSon官网的规则说明）需要进一步进行分解为三项int32，e_list， "\x00"。

先来介绍一下int32。int32需要占用四个字节，但是这个有两点需要特别注意。第一点就是，Document解释成的int32是用来计算该Document的长度的，但这个长度包含本身自己int32四个字节的长度。以本例来算，总共的Document需要102个字节，这102个字节包括本身int32所占的四个字节和后面所解释出的所有的所需的字节长度，当然102个字节在一开始是没法算出来的，只有将该Document都解释完才会算出这个数据。第二点要说明的是，存储长度本身占有四个字节，而这四个字节需要高位存储。至于什么是高位存储，这里只给一个简单的解释，就是四个字节中的最低位字节对应到存储器的最高位，最高为的字节对应到存储器的最低位。本例中需要102个字节，对应到十六进制是"\x66\x00\x00\x00"，而不是"\x00\x00\x00\x66"(这种存储形式是低位存储)。

接下来说一下"\x00"。这个对应过来的十六进制相当于是一个结束符，有点类似于程序设计语言中字符串类型最后的"\0"。表示该部分解释的结束。

下面介绍关键的部分e_list。e_list也只是BSon规则中的一个中间形式，即e_list需要进行进一步的解释。e_list的进一步解释成两部分。第一部分是element，第二部分是e_list或是""。先说一下第二部分，在此时第一步解释出的e_list需要将第二部分解释成e_list。为什么呢，因为例子中需要存储的并不只有"Name"一项，在其后面还有"IsGreat"和"Feilds"需要解释，换句话说e_list这一步需要进行递归，继续循环解释。那么什么是后e_list解释成""呢？当解释到最后一项"Fields"时，后面没有需要存储的数据项时，需要将其第二部分解释成""，这还需要注意一点的是""并不占用存储空间，也就是说它是没有长度的，可以理解为""在BSon的解释最后的形式中并不存在。

回来说第一部分element。需要说明的是element也是作为一个中间形式需要继续往下解释，element也是BSon中最丰富的解释，也就是说它可以被解释成很多的形式。而解释成哪种形式需要针对于存储数据的类型进行选择。注意这里存储数据的类型指的不是键值，因为前面已经说过BSon把所有的键值只解释成为cstring一种类型，这里说的存储数据类型是指与键值一一对应的数据的类型。这里"Name"所存储的类型是BSon基本存储类型中的"UTF-8 string"。后面"IsGreat"和"Fields"分别对应的是BSon基本存储类型中的"Boolean "true""和"Array"。

继续说"Name"部分的解释。前面一段已经说过其对应的是基本存储类型中的"UTF-8 string"。那么根据BSon的规则element需要解释成"\x02"，e_name，string三部分。第一部分对应的是最后的存储形式，它代表了这种选择的类型，即"\x02"。第二部分e_name需要进一步唯一解释成cstring，即键值的类型。而cstring也需要进行唯一解释成(byte*)和"\x00"。(byte*)代表存储的是键值本身，即"Name"(这里不包括双引号"")。而"\x00"和之前的一样，代表这部分解释的结束。string跟上，需要唯一解释成int32，(byte*)和"\x00"三部分。下面来看这三部分。先来解释第二部分和第三部分，这两部分的含义和以前出现这两部分的含义是相似的，也就是说(byte*)代表存储了"DataResearchLab"(之前代表的是键值，这里代表的是数据值)。"\x00"代表了这部分的结束。第一部分这里也有一个int32的类型，但是绝对要注意的是这与Document中解释出的int32是不一样的。在Document中解释出来的int32用加粗字体说了两个注意事项，香港虚拟主机，这里要说明stirng解释的int32和Document相同和不相同的地方。string解释出的int32同样是进行高位存储，但是不同点在于算出后面解释出二进制的长度不包括int32本身的四个字节。这个int32存储的是"\x10\x00\x00\x00"，这包括"DataResearchLab"15个字节和结束符号"\x00"一个字节。

其实，到这里，对于"Name"键值这部分的存储已经介绍完毕，但是对于整个例子的存储还远没有结束。