为什么 PyMongo 将 uuid.uuid1() 编码为 BSON::Binary？

Question

我正在为 Mongo 中的所有文档添加一个值为 uuid.uuid1()（来自 python uuid 模块）的“GUID”键。我注意到它们不是作为字符串存储的，而是作为 BSON::Binary 类型存储的。我已经做了一些谷歌搜索，但我仍然不明白这个序列化的目的/优势是什么。有人可以解释吗？我应该在存储之前将 uuid.uuid1() 转换为字符串吗？如何通过 db.myCol.find({ 'GUID' : aString }) 之类的 GUID 值使用字符串 find()？

Answer 1

Python uuid 的默认序列化在 BSON spec 中使用 UUID 二进制表示，因为这样可以确保范围查询的排序一致，并且还使用更少的数据/索引存储。

例如，这三个字符串在十六进制中是等价的：

5d78ad35ea5f11e1a183705681b29c47
5D78AD35EA5F11E1A183705681B29C47
5d78ad35ea5f11e1A183705681B29C47

..但作为字符串有不同的排序顺序：

> db.uuidsort.find().sort({_id:1})
{ "_id" : "5D78AD35EA5F11E1A183705681B29C47" }
{ "_id" : "5d78ad35ea5f11e1A183705681B29C47" }
{ "_id" : "5d78ad35ea5f11e1a183705681b29c47" }

比较 bson 大小：

> db.uuidtest.find()
{ "_id" : BinData(3,"XXitNepfEeGhg3BWgbKcRw==") }
{ "_id" : "5d78ad35ea5f11e1a183705681b29c47" }

> Object.bsonsize(db.uuidtest.findOne({_id: BinData(3,"XXitNepfEeGhg3BWgbKcRw==")}))
31

> Object.bsonsize(db.uuidtest.findOne({_id: "5d78ad35ea5f11e1a183705681b29c47"}))
47

如果您确实想作为字符串插入，可以使用UUID.hex 来获得等效的 32 个字符的字符串：

>>> db.uuidtest.insert({'_id': uuid.hex})
'5d78ad35ea5f11e1a183705681b29c47'

如果您想从 Python 中按字符串查找 UUID，可以使用 uuid.UUID 方法：

>>> db.uuidtest.find_one({'_id':uuid.UUID('5d78ad35ea5f11e1a183705681b29c47')})
{u'_id': UUID('5d78ad35-ea5f-11e1-a183-705681b29c47')}

如果您想从mongo shell 中按字符串查找 UUID，则有一个 UUID() 助手：

> db.uuidtest.find({_id:UUID('5d78ad35ea5f11e1a183705681b29c47')})
{ "_id" : BinData(3,"XXitNepfEeGhg3BWgbKcRw==") }

注意：还有一些其他 UUID 子类型可用于与其他驱动程序版本的互操作性，如 API docs for bson.binary 中所述。